基于LD3320的語(yǔ)音識(shí)別系統(tǒng)在家庭電路中的模擬應(yīng)用

韓宇飛

摘 要：本研究旨在為行動(dòng)不便的殘障人士或者老年人的家居生活提供便利和幫助，使他們能夠通過語(yǔ)音識(shí)別系統(tǒng)對(duì)家用電器、照明系統(tǒng)、門窗開關(guān)等實(shí)現(xiàn)智能控制。通過查找資料，對(duì)比參數(shù)、價(jià)格、識(shí)別率等方面的信息，最終采用了基于LD3320的語(yǔ)音識(shí)別系統(tǒng)進(jìn)行家庭電路控制模擬應(yīng)用。系統(tǒng)由四部分構(gòu)成，即：YS-LD語(yǔ)音識(shí)別模塊、STM32單片機(jī)控制單元、LED顯示單元、繼電器輸出單元。LD3320語(yǔ)音識(shí)別芯片感應(yīng)語(yǔ)音——通過STM32單片機(jī)運(yùn)算分析——發(fā)出信號(hào)——控制繼電器——電器工作。經(jīng)過測(cè)試，本套系統(tǒng)的語(yǔ)音辨識(shí)率高達(dá)90%，造價(jià)僅155元，并且無需用戶自行建立語(yǔ)音模型及開發(fā)語(yǔ)音識(shí)別算法，降低了應(yīng)用開發(fā)的技術(shù)門檻，有利于推廣應(yīng)用。

關(guān)鍵詞：語(yǔ)音控制；語(yǔ)音識(shí)別芯片；單片機(jī)；

文章編號(hào)：1674-3520（2015）-09-00-03

一、課題背景

學(xué)校常會(huì)組織我們到貴陽(yáng)市盲聾啞學(xué)校送愛心，與殘障孩子親密互動(dòng)，今年也不例外。那些殘章的孩子來到這個(gè)世界，只能用他們僅存的方式去感知世界萬(wàn)物，在他們的世界里只有一種顏色，那就是黑色。我不禁想，在學(xué)校還有老師的照拂，可他們總有一日要長(zhǎng)大，要開啟自己的人生旅程。要是我能為他們做哪怕一點(diǎn)點(diǎn)事，就算只是為他們的家庭生活提供一些幫助也是好的。我想，如果能利用我在機(jī)器人社中學(xué)到的傳感器、電子電路、單片機(jī)等專業(yè)知識(shí)，對(duì)家庭電路進(jìn)行智能化改造，讓家庭的電路“聰明”起來，使他們能夠聽得懂主人的指令而進(jìn)行相應(yīng)的操作，那就可以對(duì)有殘障的人和對(duì)一些不良于行的病人或老人的家庭生活都能提供很大的便利。于是，有了我的這個(gè)設(shè)計(jì)——基于LD3320的語(yǔ)音識(shí)別系統(tǒng)在家庭電路中的模擬應(yīng)用。

二、模型設(shè)計(jì)

（一）模塊功能

（二）模型組成

（三）主要電子元件工作原理與功能說明

1、LD3320語(yǔ)音識(shí)別芯片

LD3320語(yǔ)音識(shí)別芯片采用的是ASR（Auto Speech Recognitio）技術(shù)，是YS-LD語(yǔ)音識(shí)別模塊的核心。它是對(duì)大量的語(yǔ)音數(shù)據(jù)經(jīng)語(yǔ)言學(xué)家語(yǔ)音模型分析，建立數(shù)學(xué)模型，并經(jīng)過反復(fù)訓(xùn)練提取基元語(yǔ)音的細(xì)節(jié)特征，以及提取各基元間的特征差異，得到在統(tǒng)計(jì)概率最優(yōu)化意義上的各個(gè)基元語(yǔ)音特征，最后才由資深工程師將算法以及語(yǔ)音模型轉(zhuǎn)換成硬件芯片并應(yīng)用在嵌入式系統(tǒng)中。

LD3320有兩種使用模式，即“觸發(fā)識(shí)別模式”和“循環(huán)識(shí)別模式”。可以通過編程，設(shè)置兩種不同的使用模式。

觸發(fā)識(shí)別模式：系統(tǒng)的主控MCU在接收到外界一個(gè)觸發(fā)后，啟動(dòng)LD3320芯片的一個(gè)定時(shí)識(shí)別過程，在這個(gè)定時(shí)過程中說出要識(shí)別的語(yǔ)音關(guān)鍵詞語(yǔ)。這個(gè)過程結(jié)束后，需要再次觸發(fā)才能再次啟動(dòng)一個(gè)識(shí)別過程。

循環(huán)識(shí)別模式：系統(tǒng)的主控MCU反復(fù)啟動(dòng)識(shí)別過程。如果沒有人說話就沒有識(shí)別結(jié)果，則每次識(shí)別過程的定時(shí)到時(shí)后再啟動(dòng)一個(gè)識(shí)別過程；如果有識(shí)別結(jié)果，則根據(jù)識(shí)別作相應(yīng)處理后再啟動(dòng)一個(gè)識(shí)別過程。

根據(jù)本案模型的設(shè)計(jì)特點(diǎn)，采用語(yǔ)音觸發(fā)識(shí)別模式。LD3320芯片最多支持50個(gè)識(shí)別條目，每個(gè)識(shí)別條目是標(biāo)準(zhǔn)普通話的漢語(yǔ)拼音（小寫），每2個(gè)字（漢語(yǔ)拼音）之間用1個(gè)空格間隔。例如表1，只需要把識(shí)別的關(guān)鍵詞語(yǔ)以漢語(yǔ)拼音字符串的形式傳送進(jìn)芯片，該芯片已封裝了基于標(biāo)準(zhǔn)普通話的語(yǔ)音模型數(shù)據(jù)和語(yǔ)音識(shí)別算法，無需進(jìn)行任何語(yǔ)音訓(xùn)練即可投入開發(fā)應(yīng)用。

2、STM32單片機(jī)控制單元

本案模擬系統(tǒng)主控單元采用意法半導(dǎo)體ARM-Cortex架構(gòu)的STM32F1系列超低功耗單片機(jī)作為控制核心。

該單元完成幾大功能：

向LD3320模塊提供時(shí)鐘振蕩信號(hào)，以驅(qū)動(dòng)片上DSP（數(shù)字信號(hào)處理器 ）工作；

通過SPI（串行外設(shè)接口）串行通信方式向LD3320模塊寫入預(yù)定義的控制命令拼音串，并讀取語(yǔ)音模塊返回的識(shí)別結(jié)果編碼；

根據(jù)識(shí)別結(jié)果驅(qū)動(dòng)負(fù)載電路（LED單元（發(fā)光二極管）、繼電器單元）的動(dòng)作。

當(dāng)LD3320模塊完成一次識(shí)別過程后，通過中斷請(qǐng)求方式通知主控單元處理，主控單元獲知中斷請(qǐng)求后會(huì)暫時(shí)中止當(dāng)前的任務(wù)執(zhí)行，轉(zhuǎn)而跳轉(zhuǎn)到中斷服務(wù)例程（ISR Route），在該例程中通過SPI總線從LD3320模塊讀取識(shí)別編碼，根據(jù)識(shí)別編碼的不同執(zhí)行對(duì)應(yīng)控制功能。通過點(diǎn)亮、熄滅指令對(duì)應(yīng)發(fā)光二極管或驅(qū)動(dòng)繼電器接通主回路得到運(yùn)行結(jié)果。

3、LED顯示單元

本案模擬系統(tǒng)用六個(gè)共陽(yáng)極發(fā)光二極管（LED）來模擬家庭中廚房、工作間、臥室、走廊、衛(wèi)生間、陽(yáng)臺(tái)的燈泡開關(guān)狀況，工作時(shí)主控單片機(jī)則根據(jù)語(yǔ)音命令，采用輸出低電平方式進(jìn)行驅(qū)動(dòng)點(diǎn)亮。

4、繼電器輸出單元

繼電器輸出單元可接收主控單片機(jī)的高低電平控制信號(hào)以接通或斷開主回路。主回路根據(jù)實(shí)際需求可以用于大電壓，交、直流供電的負(fù)載驅(qū)動(dòng)。本案模擬系統(tǒng)用繼電器單元實(shí)現(xiàn)家庭電扇的通斷控制。

（四）系統(tǒng)軟件開發(fā)環(huán)境

本案模擬系統(tǒng)的軟件開發(fā)只針對(duì)STM32F103主控單元進(jìn)行，軟件代碼完成以下功能：

LD3320底層驅(qū)動(dòng)（對(duì)其內(nèi)部寄存器的讀寫、時(shí)序的控制）；

STM32F103硬件單元和用戶變量的初始化；

用戶語(yǔ)音命令拼音串的寫入；

中斷服務(wù)ISR（完成負(fù)載電路的驅(qū)動(dòng)控制）。

軟件開發(fā)基于ARM公司的Keil開發(fā)環(huán)境，完成從代碼編輯到編譯、調(diào)試、燒寫一系列過程。

（五）設(shè)備成本

三、設(shè)備實(shí)測(cè)

（一）控制命令

LD3320語(yǔ)音識(shí)別芯片中最多可以寫入50條語(yǔ)音控制指令，可以根據(jù)用戶需要定制個(gè)性化的語(yǔ)音控制功能。本案設(shè)備的設(shè)計(jì)初衷是為了探索LD3320語(yǔ)音識(shí)別芯片在家庭電路中的模擬應(yīng)用，故只寫入了比較基本的18條指令。

（二）設(shè)備測(cè)試

在寫入程序，完成硬件連線并加電復(fù)位后，系統(tǒng)即進(jìn)入運(yùn)行狀態(tài)。向系統(tǒng)說出控制命令（盡可能用普通話， 不過實(shí)測(cè)時(shí)對(duì)貴陽(yáng)本地方言還是有較高識(shí)別率），比如說“廚房打開”、“走廊關(guān)閉”、“電扇啟動(dòng)”、“運(yùn)行流水燈”等命令后，系統(tǒng)會(huì)根據(jù)識(shí)別結(jié)果執(zhí)行對(duì)應(yīng)動(dòng)作，點(diǎn)亮/熄滅LED或者通/斷電扇運(yùn)行。

為了更好的檢測(cè)語(yǔ)音識(shí)別效果，實(shí)驗(yàn)中選擇多個(gè)不同音色的人在家庭（比較安靜）環(huán)境下分別進(jìn)行測(cè)試，每個(gè)詞語(yǔ)測(cè)試50遍。部分非特定人的語(yǔ)音命令測(cè)試的正確識(shí)別數(shù)據(jù)比例見表4：由上表可知，在家庭（比較安靜）環(huán)境下，對(duì)于語(yǔ)音命令的平均識(shí)別率可達(dá)到90%以上。

四、設(shè)備優(yōu)勢(shì)與應(yīng)用展望

（一）設(shè)備優(yōu)勢(shì)

1、本案設(shè)備成本低、語(yǔ)音辨識(shí)率高、響應(yīng)快速，可以直接安裝于家庭電路中實(shí)現(xiàn)語(yǔ)音智能控制。

2、由于LD3320 可以動(dòng)態(tài)編輯的識(shí)別關(guān)鍵詞語(yǔ)列表，因此其可以應(yīng)用的范圍大大超過了那些不可以改變識(shí)別列表的芯片。

3、可以根據(jù)用戶的需求進(jìn)行控制命令寫入，實(shí)現(xiàn)可定制、個(gè)性化的智能控制。

（二）應(yīng)用展望

1、應(yīng)對(duì)家庭生活突發(fā)狀況

在本語(yǔ)音識(shí)別系統(tǒng)中只是初步嘗試了對(duì)用電器通、斷電控制，而在現(xiàn)在社會(huì)中有很多的空巢老人，他們獨(dú)自生活，如果在家中出現(xiàn)意外或突發(fā)疾病，隨時(shí)都有可能危及生命。如果在本案系統(tǒng)中可以添加“緊急呼叫”的語(yǔ)音控制，當(dāng)出現(xiàn)突發(fā)狀況時(shí)可以使用該功能觸發(fā)電話自動(dòng)撥打物管、救護(hù)車、親屬等重要聯(lián)系人。或者該控制與小區(qū)物管相連，每當(dāng)有人有緊急呼叫時(shí)，物管的終端緊急呼叫燈亮起，并觸發(fā)揚(yáng)聲器發(fā)出警報(bào)聲，使物管人員迅速到場(chǎng)解決問題。

2、實(shí)現(xiàn)家用電器的語(yǔ)音控制

（1）電磁爐/微波爐/智能家電操作

在現(xiàn)在的家電中，各種各樣的設(shè)置越來越繁復(fù)。用戶在使用過程中，還要不斷地對(duì)家電進(jìn)行功能切換。在引入LD3320 芯片后，可以用語(yǔ)音直接控制這些家電。比如用語(yǔ)音來控制電磁爐把火力調(diào)整到“煎炸”或者是“慢燉”。

（2）數(shù)碼像框

數(shù)碼像框中存放了許多的照片和視頻，同時(shí)又具有多種播放的方式。一般是通過按鍵或者遙控器的方式來對(duì)其進(jìn)行操作，但是這樣的操作并不方便。在引入了LD3320 提供的語(yǔ)音識(shí)別功能后，用戶可以最自然地用語(yǔ)音去點(diǎn)播想要顯示的照片，或者改變數(shù)碼像框的顯示方式。使得這樣的數(shù)碼產(chǎn)品更加具有人性化的操作界面。

3、機(jī)頂盒/彩電遙控器

隨著數(shù)字電視的普及，家庭中可以收看到的電視節(jié)目也越來越豐富。大家也就苦于在眾多的頻道中迅速選擇到自己想要看的頻道。在把LD3320 語(yǔ)音識(shí)別芯片集成進(jìn)機(jī)頂盒/彩電遙控器后，用戶只需要對(duì)著遙控器說出想要看的電視頻道的名字，就可以快速地選擇。比如用戶可以說出“奧運(yùn)體育”，就可以轉(zhuǎn)到體育頻道來觀看精彩的體育比賽了。

4、智能玩具/對(duì)話玩具

在電視購(gòu)物中曾經(jīng)出現(xiàn)過可以人機(jī)對(duì)話的玩具，比如金福豬，金福狗等。這些玩具采用的語(yǔ)音識(shí)別只能支持固定的10 條左右的語(yǔ)音命令，比如“你好”，“我想聽歌”等等。采用LD3320 芯片，可以利用其動(dòng)態(tài)編輯識(shí)別關(guān)鍵詞語(yǔ)列表的性能，讓玩具實(shí)現(xiàn)及其復(fù)雜的對(duì)話腳本。避免了玩具的嚴(yán)重同質(zhì)化。

（三）公共服務(wù)設(shè)施的語(yǔ)音控制

1、自動(dòng)售貨機(jī)、地鐵自動(dòng)售票機(jī)等銷售型服務(wù)設(shè)施

在自動(dòng)售貨機(jī)、地鐵自動(dòng)售票機(jī)等銷售型服務(wù)設(shè)施中安裝語(yǔ)音操作模塊。人們可以對(duì)著售貨機(jī)說出要買的商品，比如“可口可樂”或者“面巾紙”投幣后商品就自動(dòng)售出。在北京、上海等大都市中，外地旅客較多，對(duì)地鐵線路不熟悉導(dǎo)致買票時(shí)不知道票價(jià)也不知道如何購(gòu)買。有了語(yǔ)音操作界面后，只需要對(duì)著售票機(jī)說出要去的地方或者想要到達(dá)的站點(diǎn)，根據(jù)屏幕提示放入紙幣，就可以方便地買到車票。

2、公共照明系統(tǒng)、輔助設(shè)施的語(yǔ)音控制

在公共場(chǎng)合幫助殘疾人士、行動(dòng)不便的老人或小孩非接觸地去控制公共照明系統(tǒng)或輔助設(shè)施（地下通道輪椅臺(tái)等）的運(yùn)行。

3、樓宇電視的廣告點(diǎn)播

目前分眾傳媒等公司的樓宇廣告設(shè)施，遍布幾乎所有的寫字樓，也在廣告投放上取得了良好的效果。但是目前用戶在接受廣告時(shí)，都是被動(dòng)地去接受信息。對(duì)于其中感興趣的廣告，只能是等待下次再看到時(shí)進(jìn)行仔細(xì)地了解，沒有辦法進(jìn)行主動(dòng)式地廣告查詢。

引入LD3320 語(yǔ)音識(shí)別芯片后，用戶可以用語(yǔ)音去方便地查詢想要了解的廣告信息。比如操作樓宇廣告“重新播放”“上一條”來重新觀看一條廣告?；蛘摺捌嚒眮睃c(diǎn)播想要看的汽車廣告。

這樣的語(yǔ)音操作，不需要增加額外的鍵盤輸入和觸摸屏輸入，又可以讓用戶與廣告充分互動(dòng)，取得更佳的效果。

五、結(jié)語(yǔ)

使用LD3320 芯片可以在一定程度上完成這樣的語(yǔ)音控制系統(tǒng)，給人們的生活帶來更便利的語(yǔ)音交互界面。作為一種新的人機(jī)交互界面，會(huì)逐步地走入人們的日常生活，在適合用語(yǔ)音控制的地方給人們提供更多的便利。

參考文獻(xiàn)：

[1]陳喜春.基于LD3320語(yǔ)音識(shí)別專用芯片實(shí)現(xiàn)的語(yǔ)音控制，[J]. 電子技術(shù)設(shè)計(jì)與應(yīng)用. 2011年11月

[2]金鑫，田犇，闕大順. 基于的LD3320語(yǔ)音控制系統(tǒng)設(shè)計(jì)實(shí)現(xiàn).[J].電腦與信息技術(shù).2011年12月.第19卷第6期

[3]洪家平.LD3320的嵌入式語(yǔ)音識(shí)別系統(tǒng)的應(yīng)用.[J].單片機(jī)與嵌入式系統(tǒng)應(yīng)用.2012年.第2期