|
語(yǔ)音識(shí)別技術(shù)以語(yǔ)言為研究對(duì)象，涉及生理學(xué)、語(yǔ)言學(xué)、計(jì)算機(jī)及信號(hào)處理等多個(gè)領(lǐng)域，是語(yǔ)言信號(hào)處理的一個(gè)重要研究方向，在智能控制、多媒體、人機(jī)對(duì)話等方面有著極其廣泛的應(yīng)用前景。 1 語(yǔ)音識(shí)別技術(shù) 語(yǔ)音識(shí)別技術(shù)首先要提取語(yǔ)音特征參量，也就是從語(yǔ)言信號(hào)中提取語(yǔ)音識(shí)別的有用信息。語(yǔ)音特征參量的提取要考慮單詞選定位置的基音、鼻輔音的頻譜、元音的頻譜、擦音的頻譜等要素。語(yǔ)音識(shí)別技術(shù)也必須有模式匹配及模型訓(xùn)練技術(shù)，其中主要包括動(dòng)態(tài)時(shí)間規(guī)整技術(shù)、HMM模型和人工神經(jīng)網(wǎng)絡(luò)。時(shí)間規(guī)整是把一個(gè)單詞內(nèi)的時(shí)變特征變?yōu)橐恢碌倪^(guò)程，在時(shí)間規(guī)整過(guò)程中，作為單詞的時(shí)間軸要不均勻的扭曲或彎曲，使其行征為模型特征對(duì)正，該技術(shù)是一種有力的矯正措施，對(duì)提高系統(tǒng)的識(shí)別精度極為有效。人工神經(jīng)網(wǎng)絡(luò)是一個(gè)自適應(yīng)非線性動(dòng)力學(xué)系統(tǒng)，模擬人體大腦活動(dòng)的基本原理，具有學(xué)習(xí)、技藝、判斷、對(duì)比和概括等能力。另外，語(yǔ)音識(shí)別單元的選取也是語(yǔ)音識(shí)別的重要一步，語(yǔ)言識(shí)別單元有單詞、音節(jié)和音素。對(duì)于漢語(yǔ)而言，主要選取音節(jié)單元，因?yàn)闈h語(yǔ)是單音節(jié)結(jié)構(gòu)的語(yǔ)言，而英語(yǔ)是多音節(jié)的語(yǔ)言，漢語(yǔ)約有400個(gè)音節(jié)，數(shù)量相對(duì)較少，便于識(shí)別。 2 AP7003型語(yǔ)音識(shí)別電路 AP7003是一款低成本語(yǔ)音識(shí)別專用集成電路，內(nèi)置麥克風(fēng)放大器、A/D轉(zhuǎn)換器、語(yǔ)音處理器和I/O控制器，經(jīng)預(yù)處理后可識(shí)別12組不同的字詞，每組1.5s時(shí)長(zhǎng)，可連詞或單詞識(shí)別。可廣泛應(yīng)用于玩具、識(shí)別轉(zhuǎn)控和自動(dòng)答錄等領(lǐng)域。 AP7003的功能框圖如圖1所示。表1給出AP7003的引腳功能。 表1 AP7003的引腳功能 AP7003的主要特征如下： ·內(nèi)置麥克風(fēng)放大器 ·內(nèi)置A/D轉(zhuǎn)換器 ·采用DIP40雙列直插式封裝 ·能識(shí)別12組1.5s時(shí)長(zhǎng)字詞 ·I/O：2個(gè)普通輸入，4個(gè)觸發(fā)輸入，2個(gè)輸出口分別有4個(gè)、12個(gè)輸出，2個(gè)LED驅(qū)動(dòng) AP7003具有二種工作模式，即錄音模式和識(shí)別模式，在進(jìn)入識(shí)別模式之前，應(yīng)先將目標(biāo)詞錄入電路內(nèi)。在AP7003內(nèi)有12個(gè)存貯體用于存貯12組不同的字句，每個(gè)存貯體可存貯1.5s時(shí)長(zhǎng)的字句，可通過(guò)鍵盤或按程序編制的順序選擇存貯體來(lái)錄入及存放目標(biāo)詞。語(yǔ)音可通過(guò)外部麥克風(fēng)或其他媒體錄入電路內(nèi)，經(jīng)內(nèi)部處理后以不同的數(shù)字特征信號(hào)保存在存貯體中。 目標(biāo)詞錄入電路內(nèi)后即可將工作模式轉(zhuǎn)換到識(shí)別模式，工作時(shí)電路將當(dāng)前語(yǔ)音與事先錄入存貯體的目標(biāo)詞語(yǔ)音相比較，如果語(yǔ)音特征相匹配，則在電路的相應(yīng)輸出端輸出高電平或低電平。 3 聲控機(jī)器人設(shè)計(jì) 語(yǔ)音識(shí)別電路廣泛應(yīng)用在智能控制中，把這種電路應(yīng)用在智能機(jī)器人設(shè)計(jì)中，使機(jī)器人初步具有與人對(duì)話的能力，且機(jī)器人的操作具有普遍性，極大地提高了操作者的興趣，圖2是機(jī)器人電路的主要原理框圖。 圖2中按鍵的定義如表2所示。上電后12個(gè)存貯器在錄入目標(biāo)詞之前必須清空，開(kāi)始錄入目標(biāo)詞時(shí)使LED1有效，錄入后電路將進(jìn)入識(shí)別模式。 表2 按鍵的定義 如果由麥克風(fēng)錄入的單詞與存儲(chǔ)器原有單詞相匹配，對(duì)應(yīng)的POA輸出口有效，并驅(qū)動(dòng)斷電器器，電機(jī)運(yùn)動(dòng)。在本設(shè)計(jì)中，機(jī)器人主要有“前進(jìn)”（J1）、“后退”（J2）、“左轉(zhuǎn)”（J3）、“右轉(zhuǎn)”（J4）、“舉起”（J5）、“放下”（J6）、“停止” 等幾種動(dòng)作。其中，“停止”定義為clearOutput，其他依次定義為POA3、POA4、POA5、POA6、POA7和POA8。以“前進(jìn)” （J1）和“后退”（J2）為例，如圖3所示。 當(dāng)“停止”時(shí)，清除POA所有狀態(tài)，機(jī)器人停止。 當(dāng)然，語(yǔ)音識(shí)別電路對(duì)外部麥克風(fēng)（MIC）的分貝值有一定的要求，經(jīng)驗(yàn)表明在本語(yǔ)音識(shí)別電路中選用56dB的麥克風(fēng)較好。另外，AP7003的工作電壓為 2.4～4.5V，如果您的應(yīng)用系統(tǒng)是5V工作電壓，那么，通過(guò)一個(gè)二極管給AP7003供電，可以保證系統(tǒng)能長(zhǎng)期穩(wěn)定、可靠的工作，也有利于降低系統(tǒng)功耗。 4 結(jié)束語(yǔ) 在實(shí)際應(yīng)用的過(guò)程中，麥克風(fēng)的分貝值、Set R_Level匹配度的設(shè)置對(duì)于語(yǔ)音識(shí)別的效果影響較大。如果這二個(gè)參數(shù)設(shè)置合理，該電路可具有較高的識(shí)別率，一般可達(dá)80%以上，不失為一種效好的語(yǔ)音識(shí)別電路。 |
