葉成彬

（華南理工大學(xué)廣州學(xué)院 電氣工程學(xué)院，廣州 510800）

對(duì)于人的感官，有視覺(jué)、觸覺(jué)、聽(tīng)覺(jué)、嗅覺(jué)等感知，各個(gè)感官是人類獲取信息的重要途徑。伴隨著人類科技的高速發(fā)展，將許多感官應(yīng)用到仿生技術(shù)和機(jī)器人技術(shù)等智能化技術(shù)上的夢(mèng)想已逐步成為現(xiàn)實(shí)。目前，谷歌公司已將語(yǔ)音識(shí)別及搜索功能集成到Android手機(jī)系統(tǒng)和Chrome瀏覽器當(dāng)中，蘋(píng)果公司發(fā)布的手機(jī)系統(tǒng)均集成siri語(yǔ)音控制功能，語(yǔ)音識(shí)別已從實(shí)用變成娛樂(lè)。在語(yǔ)音識(shí)別技術(shù)越來(lái)越成熟的大環(huán)境下，將語(yǔ)音識(shí)別技術(shù)應(yīng)用于各類智能化系統(tǒng)中，可以充分利用人機(jī)交互技術(shù)帶來(lái)的便利性，提高使用者的工作效率[1-3]。

針對(duì)電子元器件種類多而雜，如何在碩大的元器件柜中快速查找所需電子元件，這一問(wèn)題常常困擾著眾多電子愛(ài)好者。為此設(shè)計(jì)了一款語(yǔ)音識(shí)別電子元器件柜。它以STM32F1單片機(jī)作為主控芯片，當(dāng)LD3320語(yǔ)音識(shí)別模塊接收到使用者所說(shuō)的電子元器件的名稱之后立即進(jìn)行識(shí)別，并把識(shí)別結(jié)果通過(guò)串行通信端口傳送至STM32F1單片機(jī)，單片機(jī)根據(jù)識(shí)別結(jié)果控制相應(yīng)的電子元器件位置的LED指示燈的亮滅及發(fā)出提示音，以節(jié)省了使用者查找所需電子元器件的時(shí)間。

1 系統(tǒng)方案設(shè)計(jì)

本系統(tǒng)基于對(duì)LD3320芯片的研究，結(jié)合STM32F1單片機(jī)、OLED顯示屏、LED顯示模塊等硬件設(shè)備，實(shí)現(xiàn)識(shí)別非特定人說(shuō)出的電子元器件名稱，并根據(jù)識(shí)別結(jié)果點(diǎn)亮該電子元器件相應(yīng)位置的LED燈，或在搜索不到該元器件時(shí)需在OLED屏幕顯示提示文字并發(fā)出相應(yīng)的提示音。電子元器件柜共有24個(gè)小柜子，每個(gè)小柜子旁邊都安裝了紅色LED燈，并貼有相應(yīng)的元器件名稱標(biāo)簽。系統(tǒng)方案如圖1所示。

圖1 系統(tǒng)方案Fig.1 Block diagram of system

2 系統(tǒng)硬件設(shè)計(jì)

系統(tǒng)硬件設(shè)計(jì)主要由語(yǔ)音識(shí)別模塊負(fù)責(zé)接收并識(shí)別非特定人聲，并把識(shí)別結(jié)果通過(guò)串行通信端口發(fā)送至STM32F1單片機(jī)，單片機(jī)接收語(yǔ)音識(shí)別結(jié)果后，判斷所需元器件是否存在，OLED顯示查詢?cè)骷Y(jié)果，蜂鳴器作為結(jié)果提示音，LED顯示模塊作為元器件位置提示。

2.1 語(yǔ)音識(shí)別模塊

語(yǔ)音識(shí)別部分采用ICRoute公司研發(fā)生產(chǎn)的LD3320語(yǔ)音識(shí)別芯片。該芯片內(nèi)部集成語(yǔ)音識(shí)別處理器、功放電路、D/A轉(zhuǎn)換器等，能夠準(zhǔn)確識(shí)別非特定人聲，最多可以識(shí)別由用戶自主設(shè)置的50項(xiàng)漢語(yǔ)單字、詞組或短句關(guān)鍵詞語(yǔ)。例如：用戶在語(yǔ)音識(shí)別模塊主控芯片的編程中，簡(jiǎn)單地設(shè)置芯片的寄存器，把諸如“電阻”這樣的識(shí)別關(guān)鍵詞語(yǔ)的內(nèi)容動(dòng)態(tài)地傳入芯片中，芯片就可以識(shí)別所設(shè)定的關(guān)鍵詞語(yǔ)了。每個(gè)關(guān)鍵詞語(yǔ)可以是單字、詞組、短句或者任意的中文發(fā)音的組合。STC11L08XE單片機(jī)作為該部分的主控芯片，主要負(fù)責(zé)預(yù)設(shè)語(yǔ)音識(shí)別芯片LD3320關(guān)鍵語(yǔ)句列表、處理并通過(guò)串行通信端口對(duì)外發(fā)送語(yǔ)音識(shí)別結(jié)果[4-6]。該語(yǔ)音識(shí)別模塊實(shí)物圖如圖2所示。

圖2 語(yǔ)音識(shí)別模塊實(shí)物Fig.2 Physical map of voice recognition module

2.2 OLED顯示屏模塊

本設(shè)計(jì)采用2.44 cm（0.96 in）OLED顯示屏，128×64點(diǎn)陣分辨率，可采用多種接口進(jìn)行屏幕顯示控制，裸屏接口可以使用3線或4線串行SPI接口、IIC接口或使用6800和8080兩種并行接口，根據(jù)編程需要選擇I2C接口與OLED顯示屏進(jìn)行通信。OLED顯示屏實(shí)物如圖3所示。

圖3 OLED顯示屏實(shí)物Fig.3 Physical map of OLED display

2.3 LED顯示模塊

由于使用的電子元器件柜共有24個(gè)小柜子，每個(gè)小柜子旁邊都安裝有紅色LED燈，如果每個(gè)LED燈都用STM32F1單片機(jī)I/O口控制，顯然沒(méi)有必要。74HC595是串行輸入、并行輸出的8 b移位寄存器，具有8 b寄存器和1個(gè)儲(chǔ)存器，三態(tài)輸出功能。本設(shè)計(jì)使用3片74HC595芯片分別控制24個(gè)LED，只需要外接3個(gè)I/O口：DS（串行數(shù)據(jù)輸入），SHCP（移位寄存器時(shí)鐘輸入），STCP（儲(chǔ)存寄存器時(shí)鐘輸入）。選擇74HC595作I/O口擴(kuò)展，外接I/O口少，節(jié)省了I/O口[7]。3片74HC595芯片焊接實(shí)物如圖4所示，電子元器件柜實(shí)物如圖5所示。

圖4 3片74HC595芯片焊接實(shí)物Fig.4 Physical map of 3 pieces of 74HC595 chip welding

圖5 電子元器件柜實(shí)物Fig.5 Physical map of electronic components cabinets

3 系統(tǒng)軟件設(shè)計(jì)

本設(shè)計(jì)的軟件思路是語(yǔ)音識(shí)別模塊接收并識(shí)別用戶口述名稱的語(yǔ)音信息后，判斷用戶口述名稱是否存在于語(yǔ)音識(shí)別模塊名稱庫(kù)中，再根據(jù)判斷的結(jié)果通過(guò)串口發(fā)送相對(duì)應(yīng)的信息給主控芯片。主控芯片接收到信息之后，根據(jù)不同的信息（即一級(jí)指令、二級(jí)指令、元器件個(gè)數(shù)、元器件名稱及不存在該元器件名稱）做出相應(yīng)的判斷和提示，最后該元器件柜中存在用戶所需元器件所在位置的LED燈亮，且OLED顯示“已找到”。若搜索不到該元器件，則在OLED上顯示“找不到此元器件”，且驅(qū)動(dòng)蜂鳴器鳴響一聲，以提示使用者。

3.1 語(yǔ)音模塊程序設(shè)計(jì)

本語(yǔ)音程序設(shè)計(jì)是通過(guò)串行SPI方式對(duì)LD3320芯片內(nèi)的寄存器操作，從而達(dá)到語(yǔ)音識(shí)別的目的。實(shí)現(xiàn)語(yǔ)音識(shí)別的順序?yàn)檎Z(yǔ)音識(shí)別初始化——寫(xiě)入識(shí)別列表——打開(kāi)中斷允許位——開(kāi)始識(shí)別。

語(yǔ)音識(shí)別初始化通過(guò)void LD_Init_ASR（）函數(shù)設(shè)置寄存器：

寫(xiě)入識(shí)別列表 LD3320芯片最多支持50個(gè)識(shí)別關(guān)鍵字，分別為1個(gè)一級(jí)口令、24個(gè)電子元器件的名稱、5個(gè)元器件個(gè)數(shù)名詞、20個(gè)垃圾詞語(yǔ)（為了識(shí)別更準(zhǔn)確）[8-9]。每個(gè)識(shí)別關(guān)鍵字使用1個(gè)字節(jié)的特定編號(hào)。簡(jiǎn)單的關(guān)鍵字例子如表1所示。

表1 語(yǔ)音識(shí)別關(guān)鍵字例子Tab.1 Examples of speech recognition key words

語(yǔ)音識(shí)別功能該功能通過(guò)運(yùn)行uint8 Run ASR（）函數(shù)實(shí)現(xiàn)，其程序代碼為

中斷函數(shù)響應(yīng)功能如果駐極體話筒拾音器采集到聲音，都會(huì)產(chǎn)生一個(gè)中斷信號(hào)，進(jìn)入中斷函數(shù)對(duì)寄存器的值進(jìn)行分析，讀取BA寄存器的值，可得到幾個(gè)候選答案，選取C5寄存器中答案最接近、可能性最高的答案。

為了加強(qiáng)語(yǔ)音識(shí)別模塊對(duì)外發(fā)送數(shù)據(jù)的穩(wěn)定性，語(yǔ)音識(shí)別模塊每次通過(guò)串行通信端口對(duì)外發(fā)送有效數(shù)據(jù)之前，先發(fā)0X42，0X4D作為起始符。

3.2 STM32F1單片機(jī)程序設(shè)計(jì)

在STM32F1單片機(jī)上電之后，則對(duì)PA及PB端口進(jìn)行相應(yīng)的初始化，然后初始化OLED顯示屏使其正常顯示文字，接著初始化該單片機(jī)與語(yǔ)音識(shí)別模塊所連接的第2個(gè)串行通信端口UART2，最后進(jìn)入判斷是否接收到新的語(yǔ)音識(shí)別結(jié)果循環(huán)函數(shù)。STM32F1單片機(jī)主函數(shù)程序運(yùn)行流程如圖6所示，STM32F1單片機(jī)串行通信UART2程序運(yùn)行流程如圖7所示。

圖6 STM32F1單片機(jī)主函數(shù)程序運(yùn)行流程Fig.6 Operation flow chart of STM32F1 MCU main function program

圖7 串行通信UART2程序運(yùn)行流程Fig.7 Operation flow chart of serial communication UART2 program

4 系統(tǒng)測(cè)試

對(duì)于語(yǔ)音識(shí)別模塊，周?chē)h(huán)境的聲音、識(shí)別列表各個(gè)詞語(yǔ)之間的相互差別程度、說(shuō)話人聲音的大小、發(fā)音的清晰程度、外接麥克風(fēng)的物理特征等都會(huì)對(duì)語(yǔ)音識(shí)別的判斷產(chǎn)生影響。經(jīng)過(guò)多次調(diào)試，語(yǔ)音識(shí)別模塊逐漸趨于理想效果。

在實(shí)驗(yàn)室環(huán)境下采用多人與語(yǔ)音識(shí)別模塊距離相同情況下，分別測(cè)試了24個(gè)關(guān)鍵詞40遍，由于每個(gè)人的普通話標(biāo)準(zhǔn)程度不一，則導(dǎo)致語(yǔ)音識(shí)別準(zhǔn)確度各不相同。部分非特定人語(yǔ)音識(shí)別測(cè)試的正確識(shí)別數(shù)據(jù)次數(shù)如表2所示。

由表2可知，在實(shí)驗(yàn)室環(huán)境下，所設(shè)計(jì)的系統(tǒng)語(yǔ)音識(shí)別準(zhǔn)確率達(dá)到90%以上。經(jīng)過(guò)多次調(diào)試，電子元器件語(yǔ)音識(shí)別系統(tǒng)已達(dá)到本次設(shè)計(jì)的要求[10-11]。

表2 部分非特定人語(yǔ)音識(shí)別測(cè)試的正確識(shí)別數(shù)據(jù)次數(shù)Tab.2 Number of correct recognition data for non specific speech recognition test

5 結(jié)語(yǔ)

所設(shè)計(jì)的一種語(yǔ)音識(shí)別電子元器件柜，可以通過(guò)語(yǔ)音識(shí)別實(shí)現(xiàn)智能化搜索電子元器件柜電子元器件的位置，且使用者根據(jù)電子元器件的型號(hào)可自行編輯元器件的關(guān)鍵字。當(dāng)一次需要查找一個(gè)或多個(gè)元器件，只要對(duì)著語(yǔ)音識(shí)別模塊說(shuō)出一級(jí)口令之后，繼續(xù)說(shuō)出需要查找元器件數(shù)量，接著連續(xù)說(shuō)出元器件名稱，所查找的元器件所在位置LED燈點(diǎn)亮。根據(jù)試驗(yàn)結(jié)果表明，該元器件柜識(shí)別正確率高、且可自行修改元器件關(guān)鍵字，為電子元器件使用者及管理者提供了方便，并具有一定的市場(chǎng)推廣價(jià)值。

[1]蔣偉明.中國(guó)智能家居的現(xiàn)狀及發(fā)展趨勢(shì)[J].科技視界，2014，4（18）：326.

[2]王敏妲.語(yǔ)音識(shí)別技術(shù)的研究與發(fā)展[J].微型機(jī)與應(yīng)用，2009，28（23）：1-2.

[3]徐子豪，張騰飛.基于語(yǔ)音識(shí)別和無(wú)線傳感網(wǎng)絡(luò)的智能家居系統(tǒng)設(shè)計(jì)[J].計(jì)算機(jī)測(cè)量與控制，2012，20（20）：180-182.

[4]陳喜春.基于LD3320語(yǔ)音識(shí)別專用芯片實(shí)現(xiàn)的語(yǔ)音控制[J].電子技術(shù)，2011，49（11）：20-21.

[5]金鑫，田犇，闕大順.基于LD3320的語(yǔ)音控制系統(tǒng)設(shè)計(jì)實(shí)現(xiàn)[J].電腦與信息技術(shù)，2011，19（9）：22-25，

[6]ICRoute.LD332X數(shù)據(jù)手冊(cè)[EB/OL].http：//www.i-croute.com/web_cn/DownLoad.html#LD332X-DataSheet，2010-09-11.

[7]黃建新.74HC595芯片驅(qū)動(dòng)LED的電路[J].科技資訊，2010，8（31）：116-117.

[8]余超，羅純，黃伍成.基于LD3320的語(yǔ)音控制照明系統(tǒng)的設(shè)計(jì)[J].湖南理工學(xué)院學(xué)報(bào)：自然科學(xué)版，2015，28（3）：48-51.

[9]洪家平.LD3320的嵌入式語(yǔ)音識(shí)別系統(tǒng)的應(yīng)用[J].單片機(jī)與嵌入式系統(tǒng)的應(yīng)用，2012，13（2）：47-50.

[10]蘇鵬，周風(fēng)余，陳磊.基于STM32的嵌入式語(yǔ)音識(shí)別模塊設(shè)計(jì)[J].單片機(jī)與嵌入式系統(tǒng)應(yīng)用，2011，12（2）：42-45.