姜辰凱

摘 要：隨著人類社會(huì)的進(jìn)步和科學(xué)的迅猛發(fā)展，人們開始追求智能、便捷的家居環(huán)境，因此智能家居得到迅速地崛起。本為主要以NL6621嵌入式硬件和軟件為平臺(tái)，VS1003為音頻解碼芯片錄制語(yǔ)音。并利用隱馬爾可夫（HMM）算法進(jìn)行語(yǔ)音模型訓(xùn)練和語(yǔ)音匹配，實(shí)現(xiàn)智能家居語(yǔ)音控制系統(tǒng)。

關(guān)鍵詞：智能家居；語(yǔ)音識(shí)別；模式識(shí)別；嵌入式系統(tǒng)

智能家居系統(tǒng)是以家庭住宅作為系統(tǒng)的基本應(yīng)用平臺(tái)，利用計(jì)算機(jī)通信、模式識(shí)別、自動(dòng)控制等技術(shù)將家居生活中有關(guān)的設(shè)備進(jìn)行有機(jī)的結(jié)合，構(gòu)建出一套高效、智能的家居自動(dòng)控制和管理系統(tǒng)。

本文以智能家居為背景，將語(yǔ)音識(shí)別技術(shù)應(yīng)用于智能家居環(huán)境中。通過(guò)語(yǔ)音技術(shù)識(shí)別出短語(yǔ)命令從而進(jìn)行家居設(shè)備的控制，建立起一套便捷、智能的家居智能控制和事務(wù)管理系統(tǒng)，使系統(tǒng)更加智能化。

研究的意義：科技讓生活更智能，語(yǔ)音讓交互更便捷。無(wú)論是再技術(shù)先進(jìn)的品牌，再友善的人機(jī)交互界面，都沒(méi)有語(yǔ)音交互控制來(lái)的簡(jiǎn)便直接.所以，如果智能家居能與語(yǔ)音交互融于一體，那么智能家居產(chǎn)業(yè)也許會(huì)迎來(lái)一次劃時(shí)代的突破。

一、語(yǔ)音識(shí)別與智能家居

隨著智能家居市場(chǎng)的發(fā)展，國(guó)外的IT巨頭們已先后以智能家居與語(yǔ)音相結(jié)合的方式進(jìn)入智能家居領(lǐng)域：谷歌收購(gòu)NEST布局智能家居，不斷強(qiáng)化Google Now的語(yǔ)音入口；蘋果HomeKit智能家居平臺(tái)與Siri也不斷加強(qiáng)融合；市場(chǎng)上流行的Echo智能音箱使用了亞馬遜的Alexa語(yǔ)音技術(shù)；微軟也發(fā)布語(yǔ)音助手Cortana，將它作為智能家居領(lǐng)域擴(kuò)展交互入口。從這些國(guó)外科技大佬們對(duì)語(yǔ)音產(chǎn)業(yè)的重視和投入，可以看出智能語(yǔ)音與智能家居的融合是大勢(shì)所趨，業(yè)內(nèi)普遍認(rèn)為語(yǔ)音作為人類信息最自然、最便捷的交互方式，必將成為未來(lái)智能家居設(shè)備中的重要組成部分。

（一）語(yǔ)言識(shí)別技術(shù)

語(yǔ)言識(shí)別技術(shù)也被稱為自動(dòng)語(yǔ)音識(shí)別Automatic Speech Recognition，（ASR），其目標(biāo)是將人類的語(yǔ)音中的詞匯內(nèi)容轉(zhuǎn)換為計(jì)算機(jī)可讀的輸入，與說(shuō)話人識(shí)別及說(shuō)話人確認(rèn)不同，后者嘗試識(shí)別或確認(rèn)發(fā)出語(yǔ)音的說(shuō)話人而非其中所包含的詞匯內(nèi)容。語(yǔ)音識(shí)別技術(shù)與其他自然語(yǔ)言處理技術(shù)如機(jī)器翻譯及語(yǔ)音合成技術(shù)相結(jié)合，可以構(gòu)建出更加復(fù)雜的應(yīng)用，語(yǔ)音識(shí)別技術(shù)正逐步成為計(jì)算機(jī)信息處理技術(shù)中的關(guān)鍵術(shù).語(yǔ)音技術(shù)的應(yīng)用已經(jīng)成為一個(gè)具有競(jìng)爭(zhēng)性的新興高技術(shù)產(chǎn)業(yè)。

（二）語(yǔ)言識(shí)別算法

目前具有代表性的語(yǔ)音識(shí)別方法主要有動(dòng)態(tài)時(shí)間規(guī)整技術(shù)（DTW）、隱馬爾可夫模型（HMM）、矢量量化（VQ）、人工神經(jīng)網(wǎng)絡(luò)（ANN）、支持向量機(jī)（SVM）、獨(dú)立分量分析（ICA）等方法。

1.動(dòng)態(tài)時(shí)間規(guī)整算法（DynamicTimeWarping，DTW）是在非特定人語(yǔ)音識(shí)別中一種簡(jiǎn)單有效的方法.該算法基于動(dòng)態(tài)規(guī)劃的思想，解決了發(fā)音長(zhǎng)短不一的模板匹配問(wèn)題，是語(yǔ)音識(shí)別技術(shù)中出現(xiàn)較早、較常用的一種算法。

2.隱馬爾可夫模型（HMM）是語(yǔ)音信號(hào)處理中的一種統(tǒng)計(jì)模型，是由Markov鏈演變來(lái)的，所以它是基于參數(shù)模型的統(tǒng)計(jì)識(shí)別方法。由于其模式庫(kù)是通過(guò)反復(fù)訓(xùn)練形成的與訓(xùn)練輸出信號(hào)吻合概率大的最佳模型參數(shù)而不是預(yù)先儲(chǔ)存好的模式樣本，且其識(shí)別過(guò)程中運(yùn)用待識(shí)別語(yǔ)音序列與HMM參數(shù)之間的似然概率達(dá)到最大值所對(duì)應(yīng)的最佳狀態(tài)序列作為識(shí)別輸出，因此是較理想的語(yǔ)音識(shí)別模型。

3.矢量量化（Vector Quantization）是一種重要的信號(hào)壓縮方法。與HMM相比，矢量量化主要適用于小詞匯量、孤立詞的語(yǔ)音識(shí)。

4.人工神經(jīng)網(wǎng)絡(luò)（ANN）本質(zhì)上是一個(gè)自適應(yīng)非線性動(dòng)力學(xué)系統(tǒng)，模擬了人類神經(jīng)活動(dòng)的原理，具有自適應(yīng)性、并行性、魯棒性、容錯(cuò)性和學(xué)習(xí)特性，其強(qiáng)大的分類能力和輸入-輸出映射能力在語(yǔ)音識(shí)別中都很有吸引力。

5.支持向量機(jī)（Support vector machine）是應(yīng)用統(tǒng)計(jì)學(xué)理論的一種新的學(xué)習(xí)機(jī)模型，支持向量機(jī)由于它具有良好的理論基礎(chǔ)，所以在各個(gè)領(lǐng)域中得到廣泛應(yīng)用，使用支持向量機(jī)對(duì)說(shuō)話人進(jìn)行建模也在最近幾年得到許多研究。

二、基于NL6621嵌入式硬件設(shè)計(jì)

語(yǔ)音識(shí)別的硬件平臺(tái)主要包括中央處理器NL6621，可讀寫存儲(chǔ)器，聲卡芯片vs1003以及一些外圍設(shè)備，主系統(tǒng)使用新岸線公司的NL6621。MCU采用的最高主頻為160MHz，支持802.llb/g/n/i/e/p和Wi-Fidirect，BSS STA，軟AP，Wi-Fi保護(hù)設(shè)置以及WMM-PS和WPA/WPA2安全協(xié)議。codec芯片是vs1003，它與核心控制器NL6621的數(shù)據(jù)通信是通過(guò)SPI總線方式進(jìn)行的。它集成了麥克風(fēng)輸入接口，音頻輸出接口，對(duì)話筒輸入或者線路輸入進(jìn)行IMA ADPCM編碼，能有效的接受和播放音頻信息。

三、基于NL6621嵌入式軟件設(shè)計(jì)

軟件設(shè)計(jì)主要包括兩部分實(shí)現(xiàn)軟件控制嵌入式系統(tǒng)和基于HMM技術(shù)的語(yǔ)音識(shí)別算法編寫，針對(duì)嵌入式系統(tǒng)控制部分，包括硬件初始化以及采集音頻信號(hào)。主要是使用NL6621提供的軟件開發(fā)包，利用SDK編寫應(yīng)用程序，包括硬件管腳初始化，波特率匹配，錄音文件配置，Wi-Fi配置，錄音，音頻文件格式轉(zhuǎn)化、程序編寫完成后需要用燒寫工具進(jìn)行燒寫。然后系統(tǒng)開始工作，通過(guò)語(yǔ)音輸入設(shè)備MIC采集語(yǔ)音，并通過(guò)聲卡VS1003輸入語(yǔ)音。

四、結(jié)束語(yǔ)

本文通過(guò)設(shè)計(jì)了一個(gè)簡(jiǎn)單嵌入式語(yǔ)音平臺(tái)，并以實(shí)驗(yàn)驗(yàn)證了其語(yǔ)音識(shí)別的有效性及可行性。將程序下載到NL6621平臺(tái)上運(yùn)行實(shí)現(xiàn)語(yǔ)音傳入，相信對(duì)智能家居中嵌入式語(yǔ)音控制開發(fā)具有一定的意義。我們?nèi)砸ㄟ^(guò)不斷研究并設(shè)計(jì)更加可靠方便的系統(tǒng)，從而使智能家居語(yǔ)音識(shí)別走向更成熟的市場(chǎng)。

參考文獻(xiàn)：

[1]張雄偉.現(xiàn)代語(yǔ)音處理技術(shù)及應(yīng)用[M].北京：機(jī)械工業(yè)出版社，2003.

[2]趙力.語(yǔ)音信號(hào)處理[M].北京；機(jī)械工業(yè)出版社，2009.

[3]顧亞強(qiáng).非特定人語(yǔ)音識(shí)別關(guān)鍵技術(shù)研究[D].長(zhǎng)沙.國(guó)防科學(xué)技術(shù)大學(xué)碩士學(xué)位論文，2009.

[4]杜曉偉.嵌入式語(yǔ)音識(shí)別的研究與實(shí)現(xiàn)[D].北京.北方工業(yè)大學(xué)信息工程學(xué)院，2011.

[5]劉榮輝.基于智能家居控制的嵌入式語(yǔ)音識(shí)別系統(tǒng)[J].廣州.廣東工業(yè)大學(xué)學(xué)報(bào)，2014.