胡振山 江振青 呂海燕

（臨沂大學(xué)，山東 臨沂 276000）

0 前言

隨著城市的高速發(fā)展，生活水平和消費水平的提高，飲食行業(yè)的迅速發(fā)展，城市生活垃圾的產(chǎn)量不斷增加，同時垃圾的成分也越來越復(fù)雜。 垃圾產(chǎn)生的污染問題也日益嚴(yán)重。 垃圾在腐化過程中，產(chǎn)生氨、甲烷和硫化氫等有害氣體，形成惡臭，嚴(yán)重污染大氣。 所以， 垃圾的處理正日益成為困擾人們的嚴(yán)重問題。我們希望通過這個系統(tǒng)幫助人們正確地進(jìn)行垃圾分類、可回收物的細(xì)分，可以提高可回收物的利用率。

語音技術(shù)發(fā)展到今天，其精度尤其是中小詞匯量非特定人聲語音識別的精度已達(dá)98%。 隨著大規(guī)模集成電路的發(fā)展，復(fù)雜的語音識別系統(tǒng)也完全可以制成專用芯片，大量生產(chǎn)。 可以預(yù)測近五年到十年內(nèi)，語音識別的應(yīng)用范圍將更加廣泛。 各種各樣的產(chǎn)品將出現(xiàn)在市場上[1]。

本文設(shè)計并制作了一個語音識別智能垃圾分類垃圾桶，可以根據(jù)用戶說出的垃圾名稱進(jìn)行智能垃圾分類的系統(tǒng)。

1 器件選取

本設(shè)計擬采用STM32 單片機(jī)作為主控芯片，結(jié)合LD3320 實現(xiàn)語音識別模塊智能識別垃圾種類。

采用STM32F013ZET6 芯片作為主控芯片， 該芯片屬于arm 內(nèi)核的一個版本， 比傳統(tǒng)的51 單片機(jī)高級。 程序都是采用模塊化編程，接口相對簡單，自身帶很多功能，工作速度也快。 該芯片采用的CPU（中央處理器）是 ARM 的 32 位 Cortex-M3，擁有片上 128 k 的閃存，還有20 k 的RAM（隨機(jī)存取存儲器）。并支持各種外設(shè)，如定時器，ADC（模擬數(shù)字轉(zhuǎn)換器），SPI，USB，IIC 和 UART。 使得它在簡單的電路上就能執(zhí)行信號采集和數(shù)據(jù)濾波。

采用LD3320 實現(xiàn)語音識別功能，LD3320 是非特定人（不用針對指定人）語音識別芯片，即語音聲控芯片。 最多可以識別50 條預(yù)先內(nèi)置的指令。 LD3320 作為一款基于SI-ASR（非特定人語音識別）技術(shù)的語音識別/聲控芯片，集成了一系列與其功能相關(guān)的外部電路， 包括模擬數(shù)字轉(zhuǎn)換器 （ADC）， 數(shù)字模擬轉(zhuǎn)換器（DAC）、麥克風(fēng)剪口和聲音輸出接口等，使得LD3320能夠在沒有任何外接輔助FLASH （閃存）、RAM 芯片的情況下直線語音識別/聲控/人機(jī)對話等功能。 且LD3320 在工作時，無須進(jìn)行預(yù)先的訓(xùn)練和錄音，語音識別準(zhǔn)確率達(dá)到了95 %，是一款優(yōu)秀的非特定性語音識別芯片[2]。

2 系統(tǒng)設(shè)計

2.1 整體方案設(shè)計

整個系統(tǒng)設(shè)計思路為系統(tǒng)上電后，語音識別模塊開始識別模式，在接收到命令關(guān)鍵詞后通過串口通信將數(shù)據(jù)發(fā)送到主控系統(tǒng)（STM32），主控系統(tǒng)接收到數(shù)據(jù)后根據(jù)不同的數(shù)據(jù)打開對應(yīng)的垃圾桶（舵機(jī)）。 系統(tǒng)整體流程圖如圖1 所示。

圖1 系統(tǒng)整體流程

2.2 單片機(jī)程序設(shè)計

2.2.1 Keil5 軟件的簡介

Keil 是美國Keil Software 公司出品的51 系列兼容單片機(jī)C 語言軟件開發(fā)系統(tǒng)。 Keil 提供了包括C 編譯器、宏匯編、鏈接器、庫管理和一個功能強大的仿真調(diào)試器等在內(nèi)的完整開發(fā)方案，通過一個集成開發(fā)環(huán)境將這些部分組合到一起。 在開發(fā)大型軟件時更能體現(xiàn)高級語言的優(yōu)勢。 與匯編相比，C 語言在功能上、 結(jié)構(gòu)性、可讀性、可維護(hù)性上有明顯的優(yōu)勢，因而易學(xué)易用。

2.2.2 數(shù)據(jù)通信

在本設(shè)計中，語音識別模塊通過STC11L08XE 單片機(jī)對LD3320 進(jìn)行數(shù)據(jù)采集， 通過程序?qū)⒆R別的結(jié)果轉(zhuǎn)換成16 進(jìn)制的數(shù)據(jù)， 通過串口將其發(fā)送到STM32，STM32 通過分析接收的數(shù)據(jù)做出相應(yīng)的反應(yīng)，具體表現(xiàn)為打開相應(yīng)的垃圾桶（用舵機(jī)模擬）。 通信使用3 根線完成，分別是地線、發(fā)送、接收。 由于串口通信是異步的，端口能夠在一根線上發(fā)送數(shù)據(jù)同時在另一根線上接收數(shù)據(jù)。 其他線用于握手，但不是必需的。 串口通信最重要的參數(shù)是波特率、數(shù)據(jù)位、停止位和奇偶校驗。 對于兩個進(jìn)行通信的端口，這些參數(shù)必須匹配。

2.2.3 語音識別模塊的實現(xiàn)

LD3320 語音識別芯片采用的就是自動語音識別技術(shù)（ASR）技術(shù)，通過麥克風(fēng)將語音輸入LD3320 芯片，在芯片內(nèi)部進(jìn)行頻譜分析并提取特征，達(dá)到語音識別的功能，同時LD3320 還可以通過關(guān)鍵詞列表進(jìn)行語音識別。 在此只需要把識別的關(guān)鍵詞語以字符串的形式傳送進(jìn)芯片， 即可以在下次識別中立即生效。 在 MCU （本文中選用語音識別模塊的MCU 是STC10L08XE 單片機(jī)）的編程中，簡單地通過設(shè)置芯片的寄存器，把諸如“ni hao”這樣的識別關(guān)鍵詞語的內(nèi)容動態(tài)地傳入芯片中， 芯片就可以識別所設(shè)定的關(guān)鍵詞語了。 每個關(guān)鍵詞語可以是單字、詞組、短句或者任何的中文發(fā)音的組合。 基于LD3320 的語音識別系統(tǒng)可以隨著使用流程，在運行時動態(tài)地更改關(guān)鍵詞語列表的內(nèi)容，這樣可以用一個系統(tǒng)支持多種不同的場景，同時也不需要用戶做任何的錄音訓(xùn)練。 整體流程如圖2 所示。

圖2 語音識別的實現(xiàn)流程

2.2.4 程序開發(fā)

首先，確定輸入輸出端口（I/O 口）地址的分配，根據(jù)系統(tǒng)的輸入輸出的要求，分配I/O 地址，這里包括串口的I/O 口， 控制舵機(jī)所用的定時器為脈沖寬度調(diào)制（PWM）輸出口。

其次，確定程序結(jié)構(gòu)，程序采用模塊化編程的設(shè)計方法，整個程序包括 main，usart，tim，LDChip 四個對象塊。 通過HAL 庫函數(shù)開發(fā)，相對于寄存器的開發(fā)方式更加簡便，使程序大大簡化，降低了開發(fā)的難度。 整體程序運行流程框圖如圖3 所示。

圖3 系統(tǒng)運行流程

應(yīng)用模塊化編程的方法，使程序更加清晰，方便修改或者移植，在本設(shè)計中，需要對以下四個部分進(jìn)行設(shè)置：

（1）采用串口通信將主控STM32 和語音識別模塊進(jìn)行數(shù)據(jù)通信。 對于STM32 單片機(jī)的串口使用，首先進(jìn)行初始化，將STM32 和STC10L08XE 單片機(jī)的串口波特率都設(shè)置成9600，字長設(shè)置為8 位，設(shè)置一位停止位，不設(shè)置奇偶校驗位，將其進(jìn)行函數(shù)封裝，波特率可根據(jù)實際要求進(jìn)行修改。在本設(shè)計中，采用USART3和語音識別部分進(jìn)行數(shù)據(jù)通信，USART1 通過printf函數(shù)進(jìn)行輸出打印以方便監(jiān)控程序的運行情況。

（2）tim 定時器具有輸出 PWM 信號的功能， 采用舵機(jī)來模擬垃圾桶的開關(guān)，舵機(jī)轉(zhuǎn)動的角度需要固定占空比的PWM 信號，高電平脈沖的時間0.5 ms，舵機(jī)轉(zhuǎn)到 0°，1ms 對應(yīng) 45°，1.5 ms 對 應(yīng) 90°，2 ms 對 應(yīng)135°，2.5 ms 對應(yīng) 180°，只能在 0.5～2.5 ms 調(diào)節(jié)，轉(zhuǎn)動0°到180 °任意角度，只要控制PWM 波的高電平占空比就要可以達(dá)到自己想要的轉(zhuǎn)動角度。

控制垃圾桶打開只需將舵機(jī)轉(zhuǎn)動90°， 所以需要脈沖寬度為1.5 ms 的信號。 在此要對定時器的PWM功能進(jìn)行一個初始化，包括對分頻系數(shù)，計數(shù)模式，自動裝載值，比較值，輸出比較極性進(jìn)行配置。 通用定時器可以同時產(chǎn)生多達(dá)4 路的PWM 輸出， 滿足同時驅(qū)動4 路舵機(jī)的要求， 所以需要使能相應(yīng)定時器時鐘，PWM 的輸出信號頻率是由自動重裝寄存器（ARR）的值決定，占空比由比較寄存器（CCR）的值決定。 由于PWM 輸出通道是對應(yīng)著STM32F1 芯片的I/O 口，所以也需要使能對應(yīng)的端口時鐘， 并將對應(yīng)I/O 口配置為復(fù)用輸出功能。

（3）LDChip 里的函數(shù)負(fù)責(zé)封裝語音識別的相關(guān)函數(shù)，語音識別用初始化（包括通用初始化）→寫入識別列表→開始識別，并準(zhǔn)備好中斷響應(yīng)函數(shù)，打開中斷允許位。 列表的規(guī)則是，每個識別條目對應(yīng)一個特定的編號（1 個字節(jié)），不同的識別條目的編號可以相同，而且不用連續(xù)。 本芯片最多支持50 個識別條目，每個識別條目是標(biāo)準(zhǔn)普通話的漢語拼音（小寫），每 2 個字（漢語拼音） 之間用一個空格間隔。 開發(fā)時配置讀取0xB2 寄存器的函數(shù)， 如果在以后的自動語音識別技術(shù)（ASR）命令函數(shù)前不能夠讀取到正確 Idle 狀態(tài)，說明芯片內(nèi)部可能出錯了。 經(jīng)拷機(jī)測試，當(dāng)使用的電源電壓/電流出現(xiàn)不穩(wěn)定有較大波動時，有小概率會出現(xiàn)這種情況。 出現(xiàn)這種情況時，復(fù)位LD3320 芯片，重新啟動設(shè)置芯片即可。

（4）main 函數(shù)作為本設(shè)計中的主程序， 在本函數(shù)中將串口，定時器PWM 部分進(jìn)行初始化，通過while函數(shù)使串口始終保持等待接收狀態(tài)，同時對接收的數(shù)據(jù)進(jìn)行處理， 根據(jù)不同的數(shù)據(jù)對定時器各路PWM 信號的占空比進(jìn)行設(shè)置，達(dá)到打開對應(yīng)舵機(jī)的效果。

3 結(jié)果測試

系統(tǒng)程序的驗證，ST-LINK 仿真器的作用是用以實現(xiàn)硬件仿真的硬件。 仿真器可以實現(xiàn)替代單片機(jī)對程序的運行進(jìn)行控制，例如單步，全速，查看資源斷點等。 程序完成后，通過硬件對整個程序分步驗證，可以發(fā)現(xiàn)程序中錯誤的地方以及不完善的地方， 加以改進(jìn)。 通過語音識別模塊的程序可知，由于要把垃圾分類分四類，所以根據(jù)設(shè)置的發(fā)送數(shù)據(jù)可知，當(dāng)說出的垃圾為有害垃圾時，STM32 接收的數(shù)據(jù)為0x01， 會打開1 號垃圾桶，當(dāng)說出其他垃圾名稱時，也會發(fā)送不同的數(shù)據(jù)，打開對應(yīng)的垃圾桶，見表1。 后通過串口監(jiān)控發(fā)現(xiàn)，功能正常，如圖4 所示。

表1 不同類型垃圾所發(fā)送的數(shù)據(jù)

圖4 串口監(jiān)控

4 結(jié)論

本系統(tǒng)設(shè)計了一款通過語音識別進(jìn)行垃圾分類的輔助性垃圾桶，可以幫助人們更方便地進(jìn)行垃圾分類，更好地進(jìn)行垃圾回收處理。 通過本設(shè)計可以看出，語音識別技術(shù)的確可以更加方便地進(jìn)行垃圾分類處理，在今后的生活中必將發(fā)揮越來越大的功能，語音識別技術(shù)就是讓機(jī)器通過識別和理解過程把語音信號轉(zhuǎn)變?yōu)橄鄳?yīng)的文本或命令的技術(shù)。 通過語音識別進(jìn)行垃圾分類，將大大提高普通居民垃圾分類的效率，提高居民的積極性，大大促進(jìn)國家垃圾分類政策的落實。