基于AVR单片机的语音识别系统设计

2012年6月1日 第35卷第11期 现代电子技术 ModernEIectronlcsTechnique Jun．2012 V01．35No．11 基于AVR单片机的语音识别系统设计 苏宝林 (绥化学院，黑龙江绥化 152061) 摘 要：系统以AVR单片机为控制核心，实现对人的语音的识别控制。系统采用的主控芯片为Atmel公司的 ATMEGAl28，语音识剐功能采用IcRoute公司的单芯片LD3320。LD3320内部集成语音识别算法，无需外部FLAsH， RAM资源，可以很好地完成非特定人的语音识别任务。同时该芯片内部集成了MP3播放功能，支持MPEG等 格式 pdf格式笔记格式下载页码格式下载公文格式下载简报格式下载 ，可实现 语音提示或MP3歌曲的播放功能。由于内部含有16位A／D、D／A转换器和功放电路，所以不需要外接功放电路就可以产 生清晰的声音。该系统已经预留好各种接口，具有良好的扩展·J生。 关键词：AVR单片机ILD3320；语音识别；非特定人语言识别 中图分类号：TN912．2—34 文献标识码：A 文章编号：1004—373x(2012)11一0136一03 DesignofphoneticrecognitionsystembasedonAVR SUBao-lin (SuihuaUniversitv．Suihua152061，Chma) Abstract：ThesystemwithAVRMCUasacontmlcore，realizesthespeechrecognitioncontr01．Thesy5temusesthe maincontrolchipAtmelATMEGAl28．ICRoutesinglechipLD3320isadoptedforspeechrecognition，inwhichthespeech recognitionalgorithmisintegratedwithoutextemalFLASHandRAMresources．It。sagoodwaytocompletethespeech recognitiontaskofnon—specificperson．MP3playerisintegratedinthechiptosupportMPEGfomat．1tcanbeusedfbrvoice promptplaybackorMP3songs．Duetointemalcontaining16A／D，D／Aconverterandapoweramplifiercircuit，itcanpro— ducecIearsoundwithoutanyexternalpoweramplifiercircuit．Thesystemha5reservedavarietyo“nterfacesandh鸽a900d scalability． KeywOrcls：AVRMCU，LD3320；phoneticrecognition；non-specificpersonphoneticrecognition 0引 言 1整体 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载 设计 传统的人机交互依靠复杂的键盘或按钮来实现，随 着科技的发展，一些新型的人机交互方式也随之诞生， 带给人们全新的体验。基于语音识别的人机交互方式 是目前热门的技术之一。但是语音识别功能算法复杂、 计算量大，一般在计算机上实现，即使是嵌入式方面，多 数方案也需要运算能力强的ARM或DSP，并且外扩 RAM、FLASH等资源，增加了硬件成本，这些特点无 疑限制了语音识别技术的应用，尤其足嵌入式领域。 本系统采用的主控MCU为Atmel公司的 ATMEGAl28，语音识别功能则采用IcRoute公司的 单芯片LD3320。LD3320内部集成优化过的语音识别 算法，无需外部FLASH，RAM资源，可以很好地完成 非特定人的语音识别任务。 收稿日期：201l一11—29 基金项目：绥化学院2011年科学技术研究资助项目 (K1102004) 1．1 语音识别原理 在计算机系统中，语音信号本身的不确定性、动态 性和连续性是语音识别的难点。主流的语音识别技术 是基于统计模式识别的基本理论，原理如图1所示。 兰鲨兰!H兰皇竺竺H塑兰竺!圈 夏三H夏互H亟亟 图l语音识别过程图 语音识别通常需要两个阶段完成。第一阶段是训 练，主要是提取语音特征。用户往往需要进行几次语音 训练，经过预处理和特征提取后获得相应特征参数。第 二阶段是识别，识别过程就是将输入的语音特征参数和 模型库中的参数进行相似性比较，最后输出匹配度最高 的特征参数完成识别过程。 万方数据 第11期 苏宝林：基于AVR单片机的语音识别系统设计 137 2硬件电路设计 硬件框架如图2所示，电路主要由主控制器电路和 语音识别电路组成。ATMEGAl28控制LD3320语音 识别电路，输出结果由ATMEGAl28处理，然后通过 总线来控制不同的设备[1]。 2．1控制嚣电路 控制器选用AtmeI公司生产的ATMEGAl28芯 片，采用先进的RISC结构，内置128KBFLASH， 4KBsRAM，4KBE2PROM等丰富资源[21。该芯片 是业界高性能、低功耗的8位微处理器，并在8位单片 机市场有着广泛应用[3]。 图2硬件电路框架图 2．2 LD3320语音识别电路L4J LD3320芯片是一款“语音识别”专用芯片。该芯 片集成了语音识别处理器和一些外部电路，包括A／D、 D／A转换器、麦克风接口、声音输出接口等，而且可以 播放MP3。不需要外接任何的辅助芯片如FLAsH， RAM等，直接集成到产品中即可以实现语音识别、声 控、人机对话功能[5]。 图3为LD3320电路原理图，与MCU通信采用 SPI总线方式，时钟不能超过1．5MHz。 为中断端口，当有识别结果或MP3数据不足时，会触发 中断，通知Mcu处理。RSTB引脚是LD3320复位端， 低电平有效。LEDl，LED2作为上电指示灯。 C !堡坚!竺I lu 3软件系统设计 2k0 图4麦克风电路 软件设计主要有两部分，分别为移植LD3320官方 代码和编写语音识别应用程序。 3。1移植LD3320源代码[5] LD3320源代码是基于51单片机实现的，sPI部分 采用的是软件模拟方式，但在播放MP3数据时会有停 顿现象，原因是51单片机主频较低，导致SPI速率很 慢，不能及时更新MP3数据[“。移植到ATMEGAl28 需要修改底层寄存器读写函数、中断函数等。底层驱动 在Reg—Rw．c文件中，首先在Reg—Rw．h使用 HARD-PARA—PORT宏定义，以支持硬件SPI。然后 在Reg_RW．c文件中找到HARD_PARA—PORT对应 条件宏的代码段。保留AVR的sPI接口代码。 3．2应用程序实现哺。 图3 LD3320电路原理图 麦克风工作电路如图4所示，音频输出只需将扬声 器连接到SP()P和SPON即可。使用SPI总线方式 时，LD3320的MD要设为高电平，SPIS设为低电平。 SPI总线的引脚有SDI，sD0，sDcK以及ScS。lNTB 在代码中预先设定几个 单词：“你好”，“播放音乐”， “打开”。当用户说“播放音 乐”时，MCU控制LD3320播 放一段音乐，如果是其他词 语，则在串口中打印识别结 果，然后再次转换到语音识别 状态。 3．2．1MP3播放代码 LD3320支持MP3数据 播放，播放声音的操作顺 序为： 通用初始化一MP3播放 用初始化一调节播放音量一 开始播放。 将MP3数据顺序放人数 据寄存器，芯片播放完一定数量的数据时会发出中断请 求，在中断函数中连续送入声音数据，直到声音数据结 束。MP3播放函数实现代码如下： 万方数据 138 现代电子技术 2012年第35卷 voidPIaySou玎d() { nMp3StartPos=O； nMp3Size一12200} ／／MP3文件大小 LDLInit—MP3()； ／／MP3播放初始化 I，DLAdjustMIx2sPVolume(15)}／／设置音量 LDLplay()f ／／开始播放 } 由于MCU容量限制，选取测试的MP3文件不能 太大。首先在计算机上将MP3文件的二进制数据转为 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 C数组格式文件，然后将该文件加入工程中。源 代码中MP3文件存储在外扩的SPIFLASH中，工程 中需要注释和移除全部相关代码。MP3数据读取函数 是LD．ReloadMp3Data()，只需将读取的SPIFLASH 数据部分改成以数组数据读取的方式即可门]。 3．2．2语音识别程序 LD3320语音识别芯片完成的操作顺序为：通用初 始化一ASR初始化一添加关键词一开启语音识别。在 源代码中的RunASR()函数已经实现了上面的过程，直 接调用即可开启语音识别功能。 RunASR()函数代码如下： uint8RunASR() {uint8i=O； uint8asrflag=O； for(i=O‘i<5；i++) {I。D—AsrStart()I deIay(100)I if(LD_-AsrAddFixed()==0) {LDoeset()； delay(100)， continue5 ) asr订ag=1； breakj } returnasrflag； } 用户说完话后，LD3320通过打分的方式，将关键 词列表中特征最相似的一个作为输出。然后LD3320 会产生一个中断信号，此时MCU跳人中断函数读取 C5寄存器的值，该值即为识别结果，得到结果后，用户 可以根据数值来实现一些功能，比如读取到l，说明是 “播放音乐”，那么可以调用前面的PlaySound()函数来 播放音乐。 语音识别控制的关键点在于语音识别的准确率。 表1给出了测试结果，当然也可以在识别列表中加入更 多的关键词来做测试。通过测试结果可以看出， LD3320的识别率在95％上。能够满足用户需求。 衰l语音识别测试结果 4结语 本文讨论了基于AVR单片机的语音识别系统设 计的可行性，并给出了设计方案。通过多次测试结果表 明，本系统具有电路运行稳定，语音识别率高，成本低等 优点。同时借助于LD3320的MP3播放功能，该系统 具有一定的交互性和娱乐性。移植性方面，系统通过简 单的修改，可以很方便地将LD3320驱动程序移植到各 种嵌入式系统中。随着人们对人工智能功能的需求，语 音识别技术将越来越受到人们的关注，相信不久的将 来，语音识别将会拥有更广阔的应用。 参考文献 [1]郭天祥．新慨念5l单片机c语言教程[M]．北京；电子工业 出版社，2010． [2]马潮．AVR单片机嵌入式系统原理与应用实践[M]．北京： 北京航空航天大学出版社。2007． [3]Atmel．ATMEGAl28数据手册[EB／OL]．[2008一05—1z]． httpl／／www．atmeI．com． [4]苏鹏．周风余，陈磊．基于sTM32的嵌入式语音识别模块设 计[J]．单片机与嵌入式系统应用，2011(2)：42-45． [5]lCRoute．LD332X数据手册[EB／0L]．[20lo—03一lo]． hnp：／／ww．icroute．com／web-cn／Download．html． [6]张毅刚．新编McS_5l单片机应用设计[M]．哈尔滨：哈尔滨 工业大学出版社，2003． [7]沈文，詹卫前．AVR单片机C语言开发人门指导[M]．北 京：清华大学出版社，2003． 作者简介：苏宝林 男，1977年出生，天津人，硕士，讲师。主要研究方向为单片机技术、EDA技术。 《坝代电子技市》【半月刊) 欢避刊登广告029—85393376 万方数据 基于AVR单片机的语音识别系统设计 作者： 苏宝林， SU Bao-lin 作者单位： 绥化学院,黑龙江绥化,152061 刊名： 现代电子技术 英文刊名： Modern Electronics Technique 年，卷(期)： 2012,35(11) 本文读者也读过(10条) 1. 屈振华.朱卫华.刘宗瑶.李月华.QU Zhen-hua.ZHU Wei-hua.LIU Zong-yao.LI Yue-hua 基于电力载波通信的新 型同步电子钟设计[期刊论文]-现代电子技术2012,35(11) 2. 李宁.陈涛.LING Ning.CHEN Tao 输液泵工作数据准确性处理的方法分析[期刊论文]-中国医疗器械信息 2011,17(12) 3. 张路路.ZHANG Lu-lu 基于PCI总线集成电路测试仪接口设计[期刊论文]-现代电子技术2012,35(12) 4. 马昊伟.董继先.MA Hao-wei.DONG Ji-xian 基于STC89C51单片机的步进电动机的控制系统设计[期刊论文]-煤矿 机械2012,32(7) 5. 朱庆昊.王伶.姚如贵.ZHU Qing-hao.WANG Ling.YAO Ru-gui 线性预测滤波器在抗多窄带干扰中的应用[期刊论 文]-现代电子技术2012,35(11) 6. 杨亦红.刘有澈.YANG Yi-hong.LIU You-che 基于无线传感器网络技术的传感器实验平台设计[期刊论文]-现代 电子技术2012,35(11) 7. 荀艳丽.XUN Yan-li Linux内核在S3C2410上移植的研究[期刊论文]-现代电子技术2012,35(12) 8. 约稿函[期刊论文]-现代电子技术2012,35(11) 9. 刘驰.史亮军.宋晨光.LIU Chi.SHI Liang-jun.SONG Chen-guang 基于Proteus和Keil μVision 3LED显示控制 系统设计[期刊论文]-现代电子技术2012,35(12) 10. 张莹.阳璞琼.Zhang Ying.Yang Puqiong 基于单片机的小区单元门禁系统的设计[期刊论文]-价值工程 2012,31(4) 本文链接：http://d.g.wanfangdata.com.cn/Periodical_xddzjs201211042.aspx