該設(shè)計(jì)運(yùn)用三星公司的S3C2440，結(jié)合ICRoute公司的高性能語音識別芯片LD3320，進(jìn)行了語音識別系統(tǒng)的硬件和軟件設(shè)計(jì)。在嵌入式Linux操作系統(tǒng)下，運(yùn)用多進(jìn)程機(jī)制完成了對語音識別芯片、超聲波測距和云臺的控制，并將語音識別技術(shù)應(yīng)用于多角度超聲波測距系統(tǒng)中。通過測試，系統(tǒng)可以通過識別語音指令控制測量方向，無需手動(dòng)干預(yù)，最后將測量結(jié)果通過語音播放出來。

　　1．引言

　　語言是人類傳播信息的重要手段，語音識別則是實(shí)現(xiàn)語音控制的關(guān)鍵技術(shù)。采用嵌入式語音識別技術(shù)使得設(shè)備具有功耗低、使用簡便、靈活等優(yōu)點(diǎn)，擺脫了復(fù)雜按鍵和按鈕的困擾，在服務(wù)機(jī)器人、智能家居及消費(fèi)電子等領(lǐng)域發(fā)揮著重要作用。

　　2．系統(tǒng)構(gòu)成與原理

　　語音識別主要包括兩個(gè)階段：訓(xùn)練階段和識別階段。在訓(xùn)練或識別過程中，都必須對輸入語音進(jìn)行預(yù)處理和特征提取。訓(xùn)練階段通過用戶輸入的若干次訓(xùn)練語音，經(jīng)過預(yù)處理和特征提取后得到特征參數(shù)，最后通過特征參數(shù)建模，進(jìn)而建立訓(xùn)練語音的參考模型庫。而識別階段是將輸入語音的特征矢量參數(shù)和參考模型庫中的參考模型進(jìn)行相似性度量，然后把相似度最高的輸入特征矢量作為識別結(jié)果輸出，從而達(dá)到語音識別目的，如圖1 所示。

　　圖1 語音識別原理框圖

　　語音識別技術(shù)可分為：特定人識別和非特定人識別兩種。特定人識別是指需要對待識別人的語音進(jìn)行采集訓(xùn)練，識別對象為專門的人；非特定人識別是指識別對象為大多數(shù)用戶，一般要采集多個(gè)人的語音進(jìn)行錄音、訓(xùn)練和學(xué)習(xí)，從而達(dá)到較高的識別率。

　　在實(shí)際應(yīng)用中，現(xiàn)代技術(shù)開發(fā)嵌入式語音識別有兩種實(shí)現(xiàn)方式：調(diào)入嵌入式語音開發(fā)包和外擴(kuò)語音識別芯片。本文的語音識別系統(tǒng)方案是以嵌入式處理器S3C2440 為核心，外擴(kuò)非特定人語音識別芯片LD3320，并將超聲波測距模塊和云臺相結(jié)合作為系統(tǒng)的機(jī)械執(zhí)行機(jī)構(gòu)。系統(tǒng)測量過程如下：首先根據(jù)語音指令控制兩自由度云臺的位姿，使超聲波探測器指向特定方向，然后開啟超聲波探測器，測量出前方障礙物距離，最后將測量結(jié)果轉(zhuǎn)化為可以播放的二進(jìn)制數(shù)據(jù)流，通過LD3320的播放功能完成數(shù)據(jù)的播放。

　　3．硬件電路設(shè)計(jì)方案

　　硬件電路主要包括語音識別部分、主控部分、超聲波測距部分和舵機(jī)控制部分，如圖2 所示。處理器為三星公司的S3C2440，系統(tǒng)主頻最高可達(dá)533 MHz，支持SPI、I2C、UART等接口，能夠滿足控制系統(tǒng)的需求。主控芯片S3C2440 通過SPI 總線完成對語音識別模塊的讀寫操作，超聲波測距部分和舵機(jī)控制部分由處理器的GPIO進(jìn)行統(tǒng)一控制。

　　圖2 硬件電路設(shè)計(jì)方案

　　3．1 語音識別電路設(shè)計(jì)

　　為了使系統(tǒng)能夠識別操作人員發(fā)出的語音指令，設(shè)計(jì)中采用了由ICRoute 公司設(shè)計(jì)生產(chǎn)的非特定人語音識別芯片LD3320，它集成了語音識別處理電路和一些外部電路，包括AD、DA轉(zhuǎn)換器、麥克風(fēng)接口、聲音輸出接口等，不需要外接任何的輔助芯片如Flash、RAM。在主控制器的控制下，可以識別出預(yù)先添加到識別列表中的內(nèi)容。設(shè)計(jì)中參考了ICRoute 發(fā)布的LD3320 數(shù)據(jù)手冊，圖中LD3320 的P0、P1、P2引腳通過SPI 接口與嵌入式處理器相接，控制信號WRB、CSB、RSTB以及中斷返回信號引腳INTB與處理器S3C2440直接相連，如圖3 所示。

　　圖3 語音模塊和核心板連接關(guān)系

　　3．2 超聲波測距和舵機(jī)控制電路設(shè)計(jì)

　　超聲波測距原理相對比較成熟，系統(tǒng)中采用超聲波測距模塊HC-SR04。該模塊有兩個(gè)TTL電平通信引腳，兼容3.3V電平。其中，控制端口Trig 發(fā)一個(gè)10us 以上的高電平，接收端口Echo 將輸出與距離成正比的高電平信號。當(dāng)Echo 有高電平輸出時(shí)就開啟處理器定時(shí)器，當(dāng)端口電平跳變?yōu)榈碗娖綍r(shí)關(guān)閉定時(shí)器，根據(jù)定時(shí)器的值可計(jì)算得到障礙物的距離。其中，控制端口Trig 和接收端口Echo 分別接至處理器的GPG9、GPG6引腳。

　　超聲波測距模塊的感應(yīng)角度小于15°，為了擴(kuò)大測距的感應(yīng)角度范圍，將超聲波測距模塊安裝在兩自由度云臺上，其中，舵機(jī)為SG90（9G），旋轉(zhuǎn)角度為180°。處理器通過GPB0和GPB1分別控制兩個(gè)舵機(jī)以實(shí)現(xiàn)云臺的旋轉(zhuǎn)，以測量不同方向的障礙物，如圖4 所示。

　　圖4 超聲波測距和舵機(jī)控制電路

　　4．軟件設(shè)計(jì)方案

　　系統(tǒng)軟件基于嵌入式Linux 操作系統(tǒng)，實(shí)現(xiàn)了語音識別、語音播放、超聲波測距和舵機(jī)控制等任務(wù)，使用fock 機(jī)制為每項(xiàng)任務(wù)分配獨(dú)立的進(jìn)程，使系統(tǒng)可以進(jìn)行多任務(wù)處理。針對不同功能模塊編寫了相應(yīng)的底層驅(qū)動(dòng)程序，為上層應(yīng)用程序提供了調(diào)用接口。

　　系統(tǒng)工作流程如下：處理器通過SPI 總線對語音識別芯片LD3320 進(jìn)行通用初始化，使語音識別芯片進(jìn)入循環(huán)識別模式，系統(tǒng)處理器反復(fù)啟動(dòng)語音識別過程。如果有識別結(jié)果，則根據(jù)識別作相應(yīng)處理后（比如播放某個(gè)聲音作為應(yīng)答）再啟動(dòng)下一個(gè)識別過程。處理器通過SPI 總線讀取C5 寄存器的識別結(jié)果并分析，將語音命令轉(zhuǎn)換為超聲波測距和舵機(jī)的控制信號，完成多方位測距任務(wù)，如圖5 所示。

　　圖5 軟件流程圖

　　4．1 語音識別功能程序設(shè)計(jì)

　　語音識別芯片LD3320 的特色是兼有語音識別和MP3播放的兩項(xiàng)功能，在功能切換的時(shí)候，必須進(jìn)行通用初始化，對芯片進(jìn)行一系列的設(shè)置。

　　語音識別功能的驅(qū)動(dòng)程序工作流程為通用初始化à語音識別用初始化→寫入識別列表→開始識別→響應(yīng)識別中斷。為了提高識別成功率，在識別列表中增加了“垃圾關(guān)鍵詞”以吸收錯(cuò)誤的識別。上層應(yīng)用程序?yàn)檎Z音識別功能分配了單獨(dú)的進(jìn)程，通過ioctl（）函數(shù)控制LD3320 的工作狀態(tài)，read（）函數(shù)可以讀取識別結(jié)果。程序中使用select 機(jī)制實(shí)現(xiàn)read（）函數(shù)的非阻塞訪問。同時(shí)，設(shè)定select 監(jiān)控超時(shí)時(shí)間，在超時(shí)后，重新初始化語音識別芯片LD3320，為下一次語音識別做準(zhǔn)備，如圖6 所示。

　　圖6 語音識別功能程序流程圖

　　4．2 語音播放功能程序設(shè)計(jì)

　　LD3320支持MP3數(shù)據(jù)播放，程序中操作順序?yàn)椋和ㄓ贸跏蓟げシ拍Ｊ匠跏蓟ひ袅空{(diào)節(jié)à開始播放，并準(zhǔn)備好中斷響應(yīng)函數(shù)，打開中斷允許位。在程序中，首先將數(shù)字0~9、“十”、“百”、“點(diǎn)”的語音MP3數(shù)據(jù)分別轉(zhuǎn)換為標(biāo)準(zhǔn)C語言數(shù)組格式文件，將該文件添加到工程中進(jìn)行統(tǒng)一編譯。然后把需要播放的距離數(shù)據(jù)進(jìn)行拆分，并對每一位進(jìn)行查表操作，得到相應(yīng)的語音數(shù)據(jù)。例如，將距離數(shù)據(jù)12.5 拆分為：“1”、“十”、“2”、“點(diǎn)”、“5”。最后將查表得到的語音數(shù)據(jù)按從左到右的順序組合，并存儲到LD3320的播放數(shù)據(jù)存儲器，在即將播放完畢時(shí)，芯片會發(fā)出中斷請求，在中斷響應(yīng)函數(shù)中連續(xù)寫入播放數(shù)據(jù)，直到聲音數(shù)據(jù)播放完畢。

　　4．3 超聲波測距和云臺控制程序設(shè)計(jì)

　　超聲波測距功能的驅(qū)動(dòng)程序?qū)儆贚inux 字符型驅(qū)動(dòng)，利用ioctl（）函數(shù)對相應(yīng)GPIO進(jìn)行時(shí)序控制，完成超聲波的發(fā)射和接收。在接收端口輸出高電平脈沖信號時(shí)，觸發(fā)系統(tǒng)中斷并使用定時(shí)器計(jì)算得到高電平持續(xù)時(shí)間△T，根據(jù)公式（1）完成距離S 的測量。式中V為超聲波的傳播速度，常溫下超聲波在空氣中的傳播速度是340 米/秒。在應(yīng)用程序中，可以通過read（）函數(shù)讀取到所測量的距離值。

　　S =V X ΔT/ 2 （1）

　　兩自由度云臺由兩個(gè)舵機(jī)組成，分別控制云臺水平和垂直方向的旋轉(zhuǎn)角度。在驅(qū)動(dòng)程序中，首先打開定時(shí)器PWM功能并設(shè)置定時(shí)周期，然后映射定時(shí)器中斷函數(shù)，最后使能定時(shí)器，使定時(shí)器開始運(yùn)行。程序中根據(jù)實(shí)驗(yàn)者發(fā)出的語音指令，利用ioctl（）函數(shù)控制定時(shí)器輸出兩路PWM信號，分別控制兩個(gè)舵機(jī)的旋轉(zhuǎn)角度，最后將運(yùn)動(dòng)合成為云臺的位姿。

　　5．結(jié)語

　　本文介紹了嵌入式語音識別技術(shù)在超聲波測距系統(tǒng)中的一種應(yīng)用以及實(shí)現(xiàn)方式，實(shí)驗(yàn)人員可以通過預(yù)先定義好的語音指令（例如：“開始測量”、“左上方”、“前方”）實(shí)現(xiàn)對系統(tǒng)的控制，并利用超聲波進(jìn)行距離測量。測量完成后，系統(tǒng)通過語音播放的方式將測量結(jié)果反饋給實(shí)驗(yàn)人員，完成人機(jī)交互，提高了用戶體驗(yàn)度。本系統(tǒng)具有易擴(kuò)展的優(yōu)點(diǎn)，可以將其應(yīng)用到其它嵌入式控制系統(tǒng)中。