林發(fā)輝

【摘要】 本文對室內(nèi)語音無線識別及求救設(shè)備的設(shè)計思路和主要技術(shù)進行了分析和設(shè)計。設(shè)備運行過程中，以單片機為主控芯片，主要應(yīng)用語音識別和無線傳輸兩個環(huán)節(jié)完成呼救音的識別和呼救監(jiān)控的觸發(fā)，能夠?qū)⑶缶刃畔⒓皶r傳遞給救援人員，保證了家居安防和人們的生命財產(chǎn)安全。

【關(guān)鍵詞】 單片機 語音識別 無線求救 室內(nèi)安全

一、前言

及時報警在家居安防監(jiān)控過程中非常重要。在很多場合下，遇險后報警人是無法通過正常方式報警的，例如入室搶劫時被害人會被蒙住嘴和眼睛，突發(fā)疾病的人無法清晰、大聲的求救。因此，在出現(xiàn)突發(fā)情況時，簡單的聲音呼救是沒有效果的，必須通過一定的識別設(shè)備，及時接收并識別輕微的、模糊的聲音，這對提高家居環(huán)境的安全度具有重要的意義。在實際應(yīng)用過程中，識別設(shè)備在接收到真的呼救信號后，能夠觸發(fā)監(jiān)控探頭將現(xiàn)場的圖像記錄下來，并將信息及時傳遞到救援機構(gòu)或報警人親屬，這樣就能讓報警人獲得便捷、快速和有效的保護。本文基于單片機構(gòu)建了一套室內(nèi)語音識別及無線求助系統(tǒng)，該系統(tǒng)實現(xiàn)了室內(nèi)報警語音的識別和報警信號的傳輸，創(chuàng)新地將無線通信技術(shù)和語音識別技術(shù)結(jié)合起來。從實際情況出發(fā)，使得家居用戶在緊急情況發(fā)生時不需要尋找報警和通訊設(shè)備，只需要動口就能完成求救工作。

二、系統(tǒng)框架分析

2.1主控芯片

本系統(tǒng)主要基于STM8系列的單片機對室內(nèi)語音識別系統(tǒng)進行設(shè)計。單片機作為系統(tǒng)的主控芯片，對整個系統(tǒng)的架構(gòu)設(shè)計優(yōu)化、信息傳輸速度提升、系統(tǒng)開發(fā)維護都具有重要的作用。該系列的單片機包含8位框架結(jié)構(gòu)，其中，CPU包含6個寄存器，這些寄存器對提高數(shù)據(jù)的訪問和處理能力十分重要。另外，該系列單片機具有支持20個尋址方式和80個基本語句的指令集，并且CPU的所有寄存器都具有可尋址地址。而且，該系統(tǒng)的單片機保密功能良好，目前處于世界領(lǐng)先的地位，對保護我們的知識產(chǎn)權(quán)，維護項目成果在市場競爭中的正當(dāng)性具有重要的意義。

2.2系統(tǒng)流程控制

當(dāng)出現(xiàn)求救信號后，系統(tǒng)首先使用麥克風(fēng)采集室內(nèi)的語音信息，然后在通過無線傳輸模塊將聲音信號轉(zhuǎn)化成電信號并傳送給單片機，在微控制器——單片機的控制下，首先由語音識別模塊對聲音信號進行判斷和分析，如果確認收到的信號為求救信號，則當(dāng)單片機收到語音識別模塊確認后，將控制通信模塊將求救信息發(fā)送出去。同時，設(shè)備的液晶顯示屏上會出現(xiàn)求救時間的發(fā)生時間，設(shè)備喇叭會發(fā)出報警聲，直到使用按鍵輸入后才能取消報警。詳細的系統(tǒng)流程控制圖如圖1所示。

三、語音識別控制

本系統(tǒng)中的語音識別是設(shè)備的重要組成部分。使用語音識別是提高室內(nèi)安防效果的重要途徑。按照實際的需求，報警對象可以發(fā)出一些簡單的聲音入室搶劫時被害人會被蒙住嘴和眼睛，突發(fā)疾病的人無法清晰、大聲的求救。這種聲音模式是不引人注意的，用力幅度也是比較小的，但是其中仍然包含可用的音頻數(shù)據(jù)。這種聲音數(shù)據(jù)在呼救現(xiàn)場不會引起人們的注意，沉悶而且單調(diào)，同時，這種聲音還有其他的一些特點，例如，呼救音在時域上具有非常強的穩(wěn)定性。

在時域上，能夠針對此類信號提取短時平均過0率和能量。而且，按照實際的需要，此類語音識別主要針對特定人語音的識別，只有設(shè)定的呼救者發(fā)出呼救并被確認以后，語音識別模塊才能被觸發(fā)并使整個系統(tǒng)開始工作。具體實現(xiàn)的功能需求包括：能夠?qū)艚械恼Z音信號進行識別。識別技術(shù)對語音文本的內(nèi)容要求不高，只要能夠識別簡單的音素及其組合即可。這時人們在特殊環(huán)境下必須發(fā)出的聲音的。但是，只能采用特意拖長的發(fā)音時間及反復(fù)的相同的語音信號進行呼救；能夠?qū)φf話的人的身份進行識別的功能，以確定特定的呼救用戶；對識別的結(jié)果提供一種觸發(fā)手段，例如遠程報警、觸發(fā)報警鈴、打開視頻監(jiān)控等。

本裝置語音識別的過程如圖2所示。

語音識別最主要的部分是對特征的提取和模式的匹配。所謂特征提取，又包括語音前端處理與特征提取。前者指語音采樣、分幀、A/D變換、特征提取和端點檢測等。首先要識別特定人的聲音，并對聲音進行采樣。系統(tǒng)語音的采樣和A/D變換都是通過硬件完成的。采集的數(shù)據(jù)表明：成年人的有意識低音能夠延續(xù)7.5左右，而普通的無求救意識發(fā)音不會存在如此上的時間，而且也不會保持持續(xù)的穩(wěn)定的頻率和振幅。除此之外，呼救音的具體長短能夠根據(jù)口型、聲帶、肺活量和堵塞物的進行分析。例如，不同的堵塞物，或者不同的堵塞方式，都會造成差異的波形變異特征，這種數(shù)據(jù)規(guī)律是可尋的。因此，語音識別的著眼點就在于疊加多個特征量，形成多層次的識別模型。

四、數(shù)據(jù)無線傳輸控制

無線數(shù)據(jù)傳輸模塊主要基于GPRS網(wǎng)絡(luò)進行信號傳輸。這種傳輸方式成本較低，適用于短距離傳輸?shù)那闆r，非常適合家居語音識別及求救系統(tǒng)的應(yīng)用環(huán)境。GPRS在進行無線信息傳輸時，目前常用的是多媒體服務(wù)MMS，因此我們只需要將報警信息按照MSS協(xié)議進行打包，就能快速完成信息的傳輸過程。其中，報警信息數(shù)據(jù)包括WSP和WTP兩種結(jié)構(gòu)。

在本系統(tǒng)研發(fā)過程中，我們應(yīng)用NRb24LO1無線傳輸模塊，這個模塊屬于2.4G信息傳輸，內(nèi)容集成了PCB天線，調(diào)制過程為GFSK，在國際通用頻段ISM上共有125個頻點，能夠保證2M數(shù)據(jù)的高速傳輸。該模塊還將高度信號處理功能集成進來，這里面主要包括自動應(yīng)答和自動重發(fā)數(shù)據(jù)包等。

模塊內(nèi)置的點對點通信控制和CRC容錯機制，能夠保證數(shù)據(jù)的安全、穩(wěn)定傳輸，另外，還包括了載波檢測和傳輸錯誤計數(shù)等功能，能夠進行跳頻設(shè)置。模塊的SPI結(jié)構(gòu)能夠與單片機直接相連或使用單片機進行模擬，內(nèi)部的FIFO能夠處理各種高、低速的接口，并選擇性打開某些接收通道，因此能夠適應(yīng)各類型單片機的使用。

五、結(jié)論

總的來說，本設(shè)備以單片機為控制核心，并在它的基礎(chǔ)上完成了語音識別模塊和無線傳輸模塊的設(shè)計開發(fā)，系統(tǒng)運行所需的成本較小，而且由于使用單片機進行集中控制，系統(tǒng)具有反應(yīng)迅速、呼叫方便、操作便捷的特點，且可以設(shè)置呼叫不被察覺的模式，從而真正實現(xiàn)了安全求救的目的。另外，該設(shè)備的語音識別誤報率較低，市場推廣前景十分廣闊。

參 考 文 獻

[1]張雄偉，陳亮，楊吉斌.現(xiàn)代語音處理技術(shù)及應(yīng)用[M].北京：機械工業(yè)出版社，2003.

[2]陳濤.基于DSP的語音信號識別系統(tǒng)的研究與實現(xiàn)[D].成都：成都理工大學(xué)，2010.

[3]林瑋，楊莉莉，徐柏齡.基于修正MFCC參數(shù)漢語耳語音的話者——識別[J].南京大學(xué)學(xué)報（自然科學(xué)版），2006，（01）：54-62.