一種語音撥號手機(jī)通訊錄的設(shè)計(jì)

紀(jì)春龍 鐘偉堅(jiān) 李天生 朱康錄 張 棟 劉華珠

（東莞理工學(xué)院 電子工程學(xué)院，廣東東莞 523808）

一種語音撥號手機(jī)通訊錄的設(shè)計(jì)

紀(jì)春龍 鐘偉堅(jiān) 李天生 朱康錄 張 棟 劉華珠

（東莞理工學(xué)院 電子工程學(xué)院，廣東東莞 523808）

以凌陽16位單片機(jī)SPCE061A精簡開發(fā)板為核心，外擴(kuò)SPLC501液晶顯示模組，SPR4096存儲芯片模組以及4x4矩陣鍵盤構(gòu)建語音撥號手機(jī)通訊錄模型，實(shí)現(xiàn)輸入法的鍵入以及通訊錄條目的瀏覽、新增和搜索，并通過SPCE061A特有的語音識別功能實(shí)現(xiàn)通訊錄條目的語音撥號。

語音撥號；手機(jī)，通訊錄；SPCE061A；輸入法

當(dāng)今時代，手機(jī)是人們生活必不可少的通訊工具，接打電話是手機(jī)最基本的功能。傳統(tǒng)的手機(jī)通訊錄設(shè)計(jì)，采用按鍵或觸摸屏進(jìn)行操作，在撥打電話時往往要在數(shù)目眾多的通訊錄中逐一查找指定的聯(lián)系人，十分繁瑣，耗費(fèi)很多時間。本系統(tǒng)采用的是語音識別技術(shù)，通過語音向手機(jī)直接發(fā)出命令，促使其做出相應(yīng)回應(yīng)，不但可以解決了手工操作的不便，同時也變得更為智能化和人性化。語音撥號是語音處理技術(shù)在結(jié)合手機(jī)應(yīng)用的過程中不斷深入的產(chǎn)物［1］。

本文使用凌陽SPCE061A單片機(jī)作為開發(fā)平臺［2］，通過構(gòu)建手機(jī)通訊錄模型，采用特定發(fā)音人語音識別向系統(tǒng)錄入語音訓(xùn)練特征模型，系統(tǒng)匹配后得出識別結(jié)果，實(shí)現(xiàn)語音撥號功能。

1 音頻輸入原理

1.1 ADC轉(zhuǎn)換器類型

ADC轉(zhuǎn)換器根據(jù)其轉(zhuǎn)換的速度與精度的劃分，大概可以分成兩類:一類是應(yīng)用于中速或低速、中等精度的數(shù)據(jù)采集儀器中。主要有逐次逼近型、積分型、壓頻變換型等。另一類是適用于高速情況下瞬態(tài)信號處理領(lǐng)域中。主要有分級型和流水線型。這次所用的是逐次逼近型的ADC轉(zhuǎn)換器。

1.2 逐次逼近型ADC轉(zhuǎn)換器工作原理

SAR ADC包括采樣保持電路、比較器、數(shù)模轉(zhuǎn)換器、逐次逼近寄存器和邏輯控制單元。模擬輸入電壓VIM由采樣保持電路采樣并保持，為實(shí)現(xiàn)二進(jìn)制搜索算法，首先由SAR LOGIC控制M位寄存器設(shè)置在中間刻度，即令最高有效位MSB為“1”電平而其余位均為“0”電平，此時數(shù)字模擬轉(zhuǎn)換器DAC輸出電壓VDAC為0.5 VREF，其中VREF為提供給ADC的基準(zhǔn)電壓。由比較器對VIM和VDAC進(jìn)行比較，若VIM＞VDAC，則比較器輸出“1”電平，M位寄存器的MSB保持“1”電平；反之，若VIM＜VDAC，則比較器輸出“0”電平，M位寄存器的MSB被置為“0”電平。一次比較結(jié)束后，MSB被置為相應(yīng)的電平，同時邏輯控制單元移至次高位并將其置“1”，其余位置“0”，進(jìn)行下一次比較，直至最低有效位LSB比較完畢。整個過程結(jié)束，即完成了一次模擬量到數(shù)字量的轉(zhuǎn)換，M位轉(zhuǎn)換結(jié)果存儲在寄存器內(nèi)，并由此最終輸出所轉(zhuǎn)化模擬量的數(shù)字碼。

1.3 音頻輸入原理

利用硬件電路上8個10位ADC通道中一個專用于語音的輸入通道MIC-IM。模擬信號（輸入的語音信號）先通過自動增益控制器和放大器放大后，再進(jìn)行A/D轉(zhuǎn)換。當(dāng)A/D轉(zhuǎn)換結(jié)束后，轉(zhuǎn)換得出的數(shù)據(jù)將通過MIC-IM通道存儲到特定的儲存區(qū)中。

2 系統(tǒng)硬件方案簡介

系統(tǒng)以SPCE061A為主控芯片，通過構(gòu)建數(shù)組通信結(jié)構(gòu)，在其內(nèi)部FLASH中保存通訊錄內(nèi)容，同時還保存了語音識別模型，如圖1所示。SPCE061A通過掃描4*4獨(dú)立按鍵，實(shí)現(xiàn)了對液晶屏幕SPLC501操作界面的控制和顯示。同時，SPR4096模組中保存了液晶所需顯示的字體，字符，數(shù)字及輸入法數(shù)據(jù)。主板上集成輸入電路模塊，通過該模塊實(shí)現(xiàn)語音撥號的功能。

圖1 系統(tǒng)硬件接口

3 操作界面的設(shè)計(jì)

構(gòu)建一個操作系統(tǒng)，需要有一個可視化的人機(jī)互動界面，這個界面可以通過菜單來實(shí)現(xiàn)，如圖2所示，系統(tǒng)初始化后進(jìn)入菜單，菜單中有4個選項(xiàng)，分別對應(yīng)瀏覽通訊錄條目、新增通訊錄、搜索通訊錄和語音撥號四個主要功能函數(shù)，而瀏覽通訊錄條目又對應(yīng)一個子菜單，選擇當(dāng)中某一存入的聯(lián)系人便可進(jìn)入該聯(lián)系人的管理界面，分別有查看信息、刪除條目和設(shè)定語音撥號或者取消語音撥號三個選項(xiàng)，如果語音撥號最大數(shù)量已滿，則只顯示前面兩個選項(xiàng)。同理，其他選項(xiàng)當(dāng)按鍵進(jìn)入時，便可相應(yīng)地調(diào)用其子函數(shù)，通過菜單的指引，使得系統(tǒng)的操作及功能的實(shí)現(xiàn)變得靈活方便。

圖2 菜單構(gòu)建

4 手機(jī)通訊錄模型的構(gòu)建

本設(shè)計(jì)中的通訊錄模型有兩大主體，一是通訊錄條目數(shù)據(jù)結(jié)構(gòu)的構(gòu)建［3］，采用數(shù)據(jù)結(jié)構(gòu)中的雙鏈表構(gòu)建［4］，這種結(jié)構(gòu)的特點(diǎn)是數(shù)據(jù)的插入、刪除和查詢等操作很方便，可以有效提高程序遍歷通訊錄的效率，容易實(shí)現(xiàn)條目按姓名排序存儲；二是通訊錄索引的構(gòu)建，用來保存通訊錄的概要信息，便于定位通訊錄條目鏈表的首尾，以及快速查找語音撥號項(xiàng)目。如下:

通訊錄條目數(shù)據(jù)結(jié)構(gòu):

Typedef struct STR-PB｛

Unsigned int Flag-Del；

Unsigned char Mame［16］；

Unsigned char Tel-1［16］；

Unsigned char Tel-2［16］；

Unsigned char Email［25］；

Unsigned char Other［20］；

Unsigned int VoiceIdx；

sruct STR-PB*PrdItem；

struct STR-P B*MextItem；

｝PHOMEBOOK；

通訊錄索引數(shù)據(jù)結(jié)構(gòu)

Typedef struct STR-PBIDX｛

Unsigned int ItemMum；

PHOMEBOOK*FirstItem；

PHOMEBOOK*Las tItem；

Unsigned int Voice-Mum；

PHOMEBOOK*Voice-PBAddr［PB-MAX-VOICE］；

｝PHO MEBOOK-IDX；

數(shù)據(jù)結(jié)構(gòu)以節(jié)點(diǎn)的方式編排在雙鏈表當(dāng)中，每個數(shù)據(jù)節(jié)點(diǎn)都有兩個指針，分別指向直接前驅(qū)（對應(yīng)上面的struct STR-P B*PreItem和PHOMEBOOK*FirstItem）和直接后繼（對應(yīng)上面的struct STR-P B*MextItem和PHOMEBOOK*Las tItem），通訊錄條目數(shù)據(jù)結(jié)構(gòu)保存了相關(guān)聯(lián)系人的重要信息，而通訊錄索引數(shù)據(jù)結(jié)構(gòu)為快速地進(jìn)行語音撥號提供方便的指引。

5 語音撥號

語音撥號是由語音識別函數(shù)庫實(shí)現(xiàn)。語音識別是一種多維模式識別系統(tǒng)，可分為特定發(fā)音人識別和非特定發(fā)音人識別兩種［5］?？紤]到特定發(fā)音人識別原理較為簡單，且識別率高，容易在單片機(jī)上實(shí)現(xiàn)，故選擇前者。與非特定發(fā)音人識別不同的是，特定發(fā)音人識別必須先有一個“訓(xùn)練”的過程，如圖3所示。在訓(xùn)練階段，特定發(fā)音人對61單片機(jī)錄入一定語音，單片機(jī)對采集到的語音樣本進(jìn)行分析和處理，從中提取出語音特征信息，建立一個語音特征模型。其次是識別階段，單片機(jī)仍然對采集到的語音樣本進(jìn)行同樣的分析和處理，提取出語音的特征信息，然后將這個特征信息與已有的語音特征模型進(jìn)行對比，如果二者達(dá)到了一定的匹配度，則輸入的語音被識別，反之，不能識別。

凌陽語音識別函數(shù)庫包含訓(xùn)練、識別、語音特征模型的導(dǎo)入、導(dǎo)出等功能函數(shù)。

圖3 語音識別過程示意圖

語音撥號模塊由訓(xùn)練和識別兩部分組成。訓(xùn)練部分和識別部分的程序流程如下（如圖4，圖5所示）:

6 系統(tǒng)其他模塊的說明及聯(lián)系

本方案的軟件系統(tǒng)還包含下列模塊:

按鍵掃描:掃描4×4鍵盤，以逐行掃描方式，在TMB-12 8Hz中斷服務(wù)程序中進(jìn)行，用于獲取鍵值。

SPLC501液晶模塊［6］:包括LCD顯示驅(qū)動和漢字顯示兩部分。驅(qū)動程序是為了方便液晶與SPCE061A的接口配置、基本的數(shù)據(jù)傳輸和提供數(shù)據(jù)處理子函數(shù)等，而漢字顯示則是在驅(qū)動程序的基礎(chǔ)上實(shí)現(xiàn)漢字的位圖顯示，當(dāng)然也可實(shí)現(xiàn)圖形顯示功能，使用凌陽提供的DM Tool字模提取工具，可以進(jìn)行文字取模和圖片取模。

SPR4096模塊［7］:存儲LCD顯示字庫和輸入法數(shù)據(jù)，通過驅(qū)動程序進(jìn)行讀取、擦除和寫入訪問。

內(nèi)部Flash擦寫模塊:用于存儲通訊錄條目、索引等，當(dāng)對內(nèi)部數(shù)據(jù)修改時，以頁為單位進(jìn)行擦除操作。

文字輸入模塊:通過4×4鍵盤輸入漢字（拼音輸入法）、字符、數(shù)字和英文等，并在LCD上顯示出來，以便于用戶編輯通訊錄條目和搜索條目。

上述功能模塊組成了單向調(diào)用結(jié)構(gòu)，各模塊之間的相互關(guān)系如圖6所示。

圖4 語音訓(xùn)練流程

圖5 語音識別流程

圖6 各模塊之間的調(diào)用關(guān)系

7 實(shí)驗(yàn)調(diào)試與結(jié)果分析

首先，使用Rewriter軟件向SPR4096模組燒寫漢字庫和輸入法數(shù)據(jù)，注意模組需提供3V穩(wěn)壓電源，燒寫方式可選用在線調(diào)試器PROBE接口或者EZ-PROBE接口；其次，使用u'nSP集成開發(fā)環(huán)境IDE完成各模塊的編譯與綜合，生成工程文件，并下載到向SPCE061A芯片中，連接系統(tǒng)各模塊硬件；最后檢查無誤后，上電開機(jī)，系統(tǒng)運(yùn)行后會相應(yīng)地在SPLC501液晶上顯示操作菜單，使用4x4矩陣按鍵可方便地對菜單實(shí)行操作。

經(jīng)過多次的實(shí)驗(yàn)調(diào)試和改進(jìn)，本語音撥號通訊錄系統(tǒng)運(yùn)行穩(wěn)定，能源損耗低，語音識別快速，準(zhǔn)確率高，在嘈雜的環(huán)境中依然有比較好的識別效果。當(dāng)然，理想的語音撥號效果需在語音訓(xùn)練的過程中，注意以下三方面:

1）在語音訓(xùn)練的過程中，需要把握聲音的強(qiáng)度，聲音過小，不易提取語音特征模型，聲音過大，則易導(dǎo)致失真；

2）語音訓(xùn)練每次的時間限制在5秒內(nèi)，超出則無法錄入，或記為下一次語音輸入，最好在訓(xùn)練時的前后預(yù)留一段時間，有助于準(zhǔn)確提取語音特征模型；

3）語音訓(xùn)練需在安靜的環(huán)境中實(shí)行，并且兩次訓(xùn)練聲音應(yīng)大體一致，否則會出現(xiàn)語音訓(xùn)練失敗。

圖7 實(shí)物調(diào)試和成品展示

基于凌陽SPCE061A單片機(jī)的強(qiáng)大處理能力，利用其豐富的庫函數(shù)［8］，構(gòu)造出一個手機(jī)通訊錄模型，實(shí)現(xiàn)基本的通訊錄操作及語音撥號功能，如圖7所示。該系統(tǒng)菜單界面友好，操作簡單，可特定發(fā)音人語音識別，多次試驗(yàn)證明其識別結(jié)果較好，雖然測試過程中發(fā)音人的語氣強(qiáng)弱和環(huán)境干擾會影響系統(tǒng)的靈敏度，但其依然具有較強(qiáng)的適應(yīng)能力和穩(wěn)定性，并且特定人發(fā)音具有較強(qiáng)的保密性，能有效防止他人說話的干擾或者控制，這在未來將會有一定地應(yīng)用前景。

［1］ 沙占友，唱春來，李春明.語音處理技術(shù)及其應(yīng)用［J］.電子測量技術(shù)，2000（2）:35-37.

［2］ 陳海宴，呂江濤，李瑞.凌陽16位單片機(jī)經(jīng)典實(shí)戰(zhàn)［M］.北京:北京航空航天大學(xué)出版社，2011.

［3］ 車愛靜，文環(huán)明，張艷.基于凌陽SPCE061A單片機(jī)的語音控制系統(tǒng)［J］.電腦開放與應(yīng)用，2006，19（10）:49-51.

［4］ 王立柱.C/C++與數(shù)據(jù)結(jié)構(gòu)［M］.北京:清華大學(xué)出版社，2003.

［5］ 鄧中亮.韋志瑜.一種名片式手機(jī)通訊錄的存儲結(jié)構(gòu)設(shè)計(jì)［J］.科技咨詢導(dǎo)報(bào)，2007（7）:85.

［6］ 凌陽大學(xué)計(jì)劃網(wǎng)站.SPLC501液晶模組產(chǎn)品說明［EB/OL］.［2012-9-2］http://www.unsp.com.cn.

［7］ 凌陽大學(xué)計(jì)劃網(wǎng)站.SPR模組產(chǎn)品說明［EB/OL］.［2012-9-2］http://www.unsp.com.cn.

［8］ 何欽銘，顏暉.C語言程序設(shè)計(jì)［M］.北京:高等教育出版社，2007.

Design of a Voice Dialing Mobile Address Book

JIChun.long ZHONG Wei.jian LITian.shen ZHU Kuan.lu ZHANG Dong LIU Hua.zhu
（College of Electronic Engineering，Dongguan University of Technology，Dongguan 523808，China）

Based on 16-bitMCU，SPCE061A of Sunplus，a voice dialingmobile address book is designed，which includes SPLC501 LCD，SPR4096 memory and 4*4 keyboard.Input type and browse，add and search address book entry are realized，by the special voice recognition function of SPCE061A，address book entry can be also changed by voice dialing.

voice dialing；mobile phone；address book；SPCE061A；input method

TP368

A

1009-0312（2014）01-0012-05

2013-10-23

2012年度東莞理工學(xué)院大學(xué)生創(chuàng)新實(shí)驗(yàn)項(xiàng)目（1181912014）。

紀(jì)春龍（1993—），男，廣東揭陽人，主要從事電子信息工程研究。