一種用于無線通信的數(shù)字語音識別系統(tǒng)設(shè)計

摘 要： 數(shù)字語音錄制過程中存在的環(huán)境、用戶口音和非目標(biāo)詞匯等干擾，使以往開發(fā)出的無線通信數(shù)字語音識別系統(tǒng)準(zhǔn)確性較低、可移植性較差。因此，對無線通信的數(shù)字語音識別系統(tǒng)進(jìn)行優(yōu)化設(shè)計，設(shè)計系統(tǒng)的核心元件為C6727DSP芯片、QGDH710 語音識別芯片和CC2520射頻收發(fā)器。C6727DSP芯片進(jìn)行數(shù)字語音的前期處理工作；QGDH710 語音識別芯片對處理后的數(shù)字語音進(jìn)行識別，并將其識別出的指令反饋到CC2520射頻收發(fā)器；CC2520射頻收發(fā)器進(jìn)行指令的格式轉(zhuǎn)換工作，并將指令傳輸?shù)接脩魺o線通信設(shè)備中，最終實現(xiàn)數(shù)字語音識別系統(tǒng)在無線通信中的有效利用。為了方便用戶進(jìn)行系統(tǒng)操作，軟件給出用戶無線通信設(shè)備虛擬功能圖。經(jīng)實驗驗證可知，該設(shè)計系統(tǒng)準(zhǔn)確性較高，具有高度可移植性。

關(guān)鍵詞： 無線通信； 數(shù)字語音識別系統(tǒng)； 系統(tǒng)設(shè)計； 虛擬功能圖

中圖分類號： TN915?34； TN912.34 文獻(xiàn)標(biāo)識碼： A 文章編號： 1004?373X（2016）16?0151?04

Abstract： The interference such as environment， user accent and non?target vocabulary exists in digital voice recording process， which makes the developed digital speech recognition systems used for wireless communication low accuracy and poor portability. Therefore， the optimization design of the digital speech recognition system used for wireless communication was performed. The core components of the system are chip C6727DSP， speech recognition chip QGDH710 and CC2520RF transceiver. The chip C6727DSP is used for early stage processing of the digital speech. The speech recognition chip QGDH710 is used to recognize the processed digital speech， and feed the recognized instruction back to the CC2520 RF transceiver. The CC2520 RF transceiver is used to convert the instruction format， and transmit the instructions to the user’s wireless communication equipment to realize effective utilization of the digital speech recognition system in wireless communication. To perform system operation conveniently for the users， a virtual function diagram of user’s wireless communication equipment is given by means of software. The experimental verification results show that the designed system has high accuracy and good portability.

Keywords： wireless communication； digital speech recognition system； system design； virtual function diagram

0 引 言

近年來，數(shù)字語音識別技術(shù)在人們?nèi)粘Ｉ钪械玫搅藦V泛應(yīng)用。無線通信作為當(dāng)今社會利用率最高的通信科技，極大地方便了人們的生活。將數(shù)字語音識別技術(shù)應(yīng)用于無線通信中，是一項具有較高實用價值的科研項目[1?3]。由于用戶在錄制數(shù)字語音的過程中常常存在環(huán)境、用戶口音和非目標(biāo)詞匯等多方干擾，不但降低了數(shù)字語音識別系統(tǒng)的準(zhǔn)確性，也加重了無線通信的傳輸壓力，導(dǎo)致系統(tǒng)可移植性較差。因此，開發(fā)出一種能夠有效解決上述問題的無線通信數(shù)字語音識別系統(tǒng)，在科技發(fā)展中顯得尤為重要[4?5]。

曾開發(fā)出的用于無線通信的數(shù)字語音識別系統(tǒng)均存在一定缺陷，基于LP技術(shù)的無線通信數(shù)字語音識別系統(tǒng)[6]，在用戶個人計算機基礎(chǔ)上，利用LP技術(shù)很好地解決了數(shù)字語音傳輸易丟失和易變音的現(xiàn)象，為語音識別系統(tǒng)的開發(fā)奠定了基礎(chǔ)，但該系統(tǒng)的準(zhǔn)確性和可移植性均不高，只能在處于安靜環(huán)境下的特定計算機上使用；基于DTW技術(shù)的無線通信數(shù)字語音識別系統(tǒng)[7]，在LP技術(shù)的基礎(chǔ)上開發(fā)出DTW技術(shù)，并得到了較高的數(shù)字語音識別能力，系統(tǒng)的準(zhǔn)確性較高，但可移植性不高；基于ANN的無線通信數(shù)字語音識別系統(tǒng)[8]，利用ANN強大的計算能力和存儲效率，實現(xiàn)了系統(tǒng)對數(shù)字語音的完美識別，但其無線通信的傳輸安全能力卻差強人意；基于HMM的無線通信數(shù)字語音識別系統(tǒng)[9]，將HMM的強大計算能力納入到軟件中進(jìn)行設(shè)計，利用軟件控制數(shù)字語音識別和無線通信，其準(zhǔn)確性高、可移植性強，但仍存在可優(yōu)化空間。

準(zhǔn)確性是評價無線通信數(shù)字語音識別系統(tǒng)性能的“說明書”，可移植性則是判斷所設(shè)計的系統(tǒng)能否有效連接用戶無線通信設(shè)備的憑證。為了解決上述無線通信數(shù)字語音識別系統(tǒng)的缺陷，開發(fā)準(zhǔn)確性高、可移植性強的無線通信數(shù)字語音識別系統(tǒng)。經(jīng)實驗驗證可知，所設(shè)計的系統(tǒng)準(zhǔn)確性較高，并具有高度可移植性。

1 無線通信數(shù)字語音識別系統(tǒng)設(shè)計

1.1 系統(tǒng)整體設(shè)計

無線通信數(shù)字語音識別系統(tǒng)由數(shù)字語音處理模塊、數(shù)字語音識別模塊和無線通信模塊組成，該系統(tǒng)的核心組成元件為C6727DSP芯片、QGDH710 語音識別芯片和CC2520射頻收發(fā)器，保證了無線通信數(shù)字語音識別系統(tǒng)的準(zhǔn)確性和高度可移植性，如圖1所示。

1.2 數(shù)字語音處理模塊設(shè)計

DSP是一種能夠通過運算進(jìn)行數(shù)字語音處理的芯片，其運算速度快，使用簡便且靈活，并具有較強的穩(wěn)定性和可移植性，在復(fù)雜的數(shù)字集成系統(tǒng)中應(yīng)用較廣。

無線通信數(shù)字語音識別系統(tǒng)選用由TI公司設(shè)計生產(chǎn)的C6727DSP芯片，作為數(shù)字語音處理模塊的處理核心。C6727DSP芯片功能為：

（1） 為用戶提供并行和串行外設(shè)接口兩種通信方法，無需外界存儲器；

（2） 寫入數(shù)據(jù)的安全性和靈活性非常高，可同步開啟多條指令的實施通道；

（3） 為更加高效地進(jìn)行數(shù)字語音的處理工作，設(shè)計者為C6727DSP芯片添加了引腳復(fù)用功能，并利用計時器、掉電邏輯、邏輯控制和各種指令為處理工作提供實時管控。圖2是C6727DSP芯片的配置圖。

由圖2可知，C6727DSP芯片的核心元件為中央處理器和存儲器。中央處理器中涵蓋了多個數(shù)字語音數(shù)據(jù)處理平臺和數(shù)據(jù)緩沖區(qū)。處理平臺能夠進(jìn)行數(shù)字語音數(shù)據(jù)的運算、存取、邏輯推理和定位，定位可實現(xiàn)數(shù)據(jù)緩沖區(qū)和存儲器間的數(shù)據(jù)相互調(diào)用。數(shù)據(jù)緩沖區(qū)位于中央處理器的兩端，C6727DSP芯片利用總線將其相連。處理平臺指引數(shù)據(jù)緩沖區(qū)進(jìn)行數(shù)據(jù)的收發(fā)工作，方便數(shù)據(jù)緩沖區(qū)中數(shù)據(jù)互相調(diào)用和置換。

中央處理器和存儲器的連接采用0805封裝，并在連接電線上安裝特定阻值的電阻，以增強數(shù)據(jù)傳輸穩(wěn)定性。這一方法同樣適用于C6727DSP芯片中其他元件間的連接。在中央處理器向存儲器傳遞數(shù)字語音處理數(shù)據(jù)前，應(yīng)先經(jīng)由高達(dá)分頻，縮減數(shù)字語音數(shù)據(jù)頻率，保留其中的重要波形。

高達(dá)分頻不但可以減輕存儲器的存儲壓力，也為無線通信數(shù)字語音識別系統(tǒng)節(jié)約了識別時間。存儲器接收到已處理的數(shù)字語音數(shù)據(jù)，并存儲成功后，數(shù)字語音處理模塊會將存儲數(shù)據(jù)傳輸?shù)綌?shù)字語音識別模塊。

1.3 數(shù)字語音識別模塊設(shè)計

通過數(shù)字語音處理模塊對數(shù)字語音進(jìn)行一系列處理工作，為用戶提供更準(zhǔn)確的數(shù)字語音識別。

無線通信數(shù)字語音識別系統(tǒng)利用可編程中斷控制器進(jìn)行數(shù)字語音的識別工作。數(shù)字語音識別的難點在于如何有效避免環(huán)境噪音、用戶口音和非目標(biāo)詞匯對識別工作的干擾。為此，可編程中斷控制器選用國內(nèi)某科技公司開發(fā)的QGDH710 語音識別芯片。

QGDH710芯片采用可外設(shè)接口的雙向16 b語音轉(zhuǎn)換器，并配置了高效能的數(shù)字語音功率放大器，可對多因素干擾下的數(shù)字語音進(jìn)行有效識別。QGDH710芯片的接口類型多種多樣，可給予無線通信數(shù)字語音識別系統(tǒng)較強的可移植性。

可編程中斷控制器將數(shù)字語音處理模塊傳輸來的數(shù)字語音數(shù)據(jù)轉(zhuǎn)換成語音格式。與初始語音相比，經(jīng)處理過的語音更加清晰、占用內(nèi)存更小、語調(diào)更為標(biāo)準(zhǔn)，能夠保障無線通信數(shù)字語音識別系統(tǒng)的準(zhǔn)確性。

數(shù)字語音識別模塊能夠通過可編程中斷控制器將數(shù)字語音準(zhǔn)確識別出來，進(jìn)而獲取到用戶所需的控制指令。該指令通過QGDH710芯片提供的數(shù)據(jù)傳輸接口反饋到無線通信模塊。圖3是可編程中斷控制器中QGDH710芯片串口通信電路圖。

由圖3可知，可編程中斷控制器利用QGDH710芯片為用戶提供APP調(diào)試接口，用戶可將其自主編輯的APP納入到QGDH710芯片中進(jìn)行調(diào)試。數(shù)字語音識別模塊通過上述電路與無線通信模塊進(jìn)行數(shù)據(jù)傳輸。

1.4 無線通信模塊設(shè)計

無線通信模塊利用ZigBee通信技術(shù)，把無線通信數(shù)字語音識別系統(tǒng)與用戶的無線通信設(shè)備連接起來，實現(xiàn)數(shù)字語音對無線通信的準(zhǔn)確控制。

無線通信模塊采用CC2520射頻收發(fā)器，其傳輸安全性較高并可為用戶提供幀管控和指令緩沖等功能。圖4是CC2520射頻收發(fā)器結(jié)構(gòu)圖。

由圖4可知，當(dāng)CC2520收到數(shù)字語音識別模塊發(fā)送的指令后，先將指令低頻放大至中頻，再經(jīng)數(shù)字調(diào)節(jié)器將指令的語音格式轉(zhuǎn)換為數(shù)字格式。其轉(zhuǎn)換過程主要包括信號增益、通信通道篩選、解擴和數(shù)據(jù)對應(yīng)等。

指令經(jīng)上述處理后，CC2520射頻收發(fā)器將開始指令的無線通信。其先進(jìn)行指令再處理，隨后將指令傳輸?shù)接脩魺o線通信設(shè)備中。數(shù)字格式指令中具有相同向量值的頻率可經(jīng)數(shù)/模轉(zhuǎn)換輸出語音模擬信號，而向量值不同的數(shù)字指令將進(jìn)行頻率合成。因頻率合成操作受邏輯控制，故合成后的向量值應(yīng)是相等的，此時再將其轉(zhuǎn)換成語音模擬信號。

CC2520射頻收發(fā)器選用的傳輸方法是差分法。差分法對電路負(fù)載具有一定的要求，若CC2520射頻收發(fā)器接收到的指令會造成電路負(fù)載超標(biāo)，差分法將自動關(guān)閉CC2520射頻收發(fā)器，這樣則會影響整個無線通信數(shù)字語音識別系統(tǒng)的傳輸效率。為此，在無線通信模塊電路中加入了指令轉(zhuǎn)換電路，該電路內(nèi)置單相接收天線、單片微控制器和計時器，嚴(yán)格限制指令的超負(fù)載傳輸。

2 無線通信數(shù)字語音識別系統(tǒng)實現(xiàn)

無線通信數(shù)字語音識別系統(tǒng)的功能實質(zhì)為虛擬流程識別系統(tǒng)，其數(shù)字語音處理模塊、數(shù)字語音識別模塊和無線通信模塊，可被分別看作標(biāo)準(zhǔn)虛擬流程識別系統(tǒng)的特性煉化、標(biāo)準(zhǔn)匹配和標(biāo)準(zhǔn)傳輸三項虛擬處理功能，這些功能將在用戶無線通信設(shè)備的軟件中顯示。為了更好地便于用戶理解和使用，無線通信數(shù)字語音識別系統(tǒng)還將系統(tǒng)中的一些重要處理流程編制成功能列表，其虛擬功能圖如圖5所示。

由圖5可知，無線通信數(shù)字語音識別系統(tǒng)為用戶無線通信設(shè)備軟件提供了8種處理功能，這8種處理功能相互套用處理，為用戶提供了較好的服務(wù)。

（1） 特性煉化、標(biāo)準(zhǔn)匹配、標(biāo)準(zhǔn)傳輸。此三者是功能主項，可滿足用戶80%的使用需求；

（2） 語音預(yù)處理。反復(fù)進(jìn)行數(shù)字語音指令的去噪、格式轉(zhuǎn)換、濾波等操作；

（3） 端點檢測。實現(xiàn)用戶對無線通信數(shù)字語音識別系統(tǒng)的硬件檢測和軟件清理；

（4） 識別決策、指令輸出。為用戶提供個性化決策控制，用戶可經(jīng)由這兩個功能預(yù)設(shè)數(shù)字語音所對應(yīng)的指令；

（5） 數(shù)字語音加重。在無線通信數(shù)字語音識別系統(tǒng)成功獲取到初始數(shù)字語音后，此時用戶可通過數(shù)字語音加重功能重復(fù)播放數(shù)值語音指令。虛線框代表待選添加功能。由于這一功能并不常用，故將其自動隱藏，縮減用戶無線通信設(shè)備軟件的內(nèi)存占用率。

由于數(shù)字語音在重復(fù)播放中會消耗一定的能量，致使播放效果逐漸降低，故在每一次重復(fù)播放前，系統(tǒng)軟件將對數(shù)字語音進(jìn)行加重處理，其數(shù)學(xué)表達(dá)式為：

[H（Z）=1-uZ-1]

式中：[H（Z）]是數(shù)字語音加重標(biāo)準(zhǔn)值；[u]是加重因子，取值0.938；[Z]是初始數(shù)字語音聲音值。

3 實驗分析

系統(tǒng)的準(zhǔn)確性通過基于HMM的無線通信數(shù)字語音識別系統(tǒng)和本文系統(tǒng)的兩項對比實驗驗證。準(zhǔn)確性驗證實驗1在安靜環(huán)境中以無口音朗讀數(shù)字的條件下進(jìn)行，準(zhǔn)確性驗證實驗2則在嘈雜環(huán)境中以有口音朗讀數(shù)字的條件下進(jìn)行。兩實驗結(jié)果如表1和表2所示。

由表1和表2中的數(shù)據(jù)可知，本文系統(tǒng)在安靜環(huán)境、嘈雜環(huán)境和用戶口音存在的情況下，均能對數(shù)字語音進(jìn)行較好識別，其識別準(zhǔn)確率均維持在98.3%以上；而基于HMM的無線通信數(shù)字語音識別系統(tǒng)在嘈雜環(huán)境和用戶口音存在的情況下，識別準(zhǔn)確率明顯下降，但識別準(zhǔn)確率也可維持在91.5%以上，證明該系統(tǒng)存在較大的可優(yōu)化余地。以上結(jié)果能夠驗證本文系統(tǒng)具有較高的準(zhǔn)確性。

可移植性是判斷本文系統(tǒng)能否有效連接用戶無線通信設(shè)備的憑證，可移植性高的無線通信數(shù)字語音識別系統(tǒng)也是該領(lǐng)域的發(fā)展趨勢。圖6是本文系統(tǒng)、基于HMM的無線通信數(shù)字語音識別系統(tǒng)可移植曲線圖。

由圖6可知：基于HMM的無線通信數(shù)字語音識別系統(tǒng)可移植性曲線一直低于本文系統(tǒng)，可見本文系統(tǒng)具有較高的可移植性。

4 結(jié) 論

本文開發(fā)一種準(zhǔn)確性較高、可移植性較強的無線通信數(shù)字語音識別系統(tǒng)，該系統(tǒng)的核心元件為C6727DSP芯片、QGDH710 語音識別芯片和CC2520射頻收發(fā)器。C6727DSP芯片進(jìn)行數(shù)字語音的前期處理工作。QGDH710 語音識別芯片對處理后的數(shù)字語音進(jìn)行識別，并將其識別出的指令反饋到CC2520射頻收發(fā)器。CC2520射頻收發(fā)器進(jìn)行指令的格式轉(zhuǎn)換工作，并將指令傳輸?shù)接脩魺o線通信設(shè)備中，最終實現(xiàn)數(shù)字語音識別系統(tǒng)在無線通信中的有效利用。為方便用戶進(jìn)行系統(tǒng)操作，給出用戶無線通信設(shè)備虛擬功能圖。經(jīng)實驗驗證可知，所設(shè)計系統(tǒng)準(zhǔn)確性較高，具有高度可移植性。

參考文獻(xiàn)

[1] 王威，胡桂明，楊麗，等.基于ELM和PCA的漢語數(shù)字語音識別研究[J].電聲技術(shù)，2015，39（11）：49?53.

[2] 陳孟元.基于改進(jìn)型DTW算法和MFCC的語音識別[J].安徽工程大學(xué)學(xué)報，2014，29（1）：53?57.

[3] 陳斌，張連海，牛銅，等.基于MCE準(zhǔn)則的語音識別特征線性判別分析[J].自動化學(xué)報，2014，40（6）：1208?1215.

[4] 李余芳，蘇潔，胡文君，等.基于HTK的普米語孤立詞的語音識別[J].云南民族大學(xué)學(xué)報（自然科學(xué)版），2015，24（5）：426?430.

[5] 趙海峰，毛文博，凌花，等.指揮員命令語音識別算法[J].指揮信息系統(tǒng)與技術(shù)，2014，5（2）：31?35.

[6] 陳可新，黃偉民.基于Asterisk的語音識別技術(shù)研究和實現(xiàn)[J].長春師范大學(xué)學(xué)報（自然科學(xué)版），2015，34（3）：44?46.

[7] 栗小艷，唐杰，王旸，等.超聲語音識別系統(tǒng)的研發(fā)及臨床應(yīng)用[J].臨床醫(yī)學(xué)工程，2015，22（9）：1133?1135.

[8] 吳蔚瀾，蔡猛，田垚，等.低數(shù)據(jù)資源條件下基于Bottleneck特征與SGMM模型的語音識別系統(tǒng)[J].中國科學(xué)院大學(xué)學(xué)報，2015，32（1）：97?102.

[9] 張毅，黎小松，羅元，等.基于人耳聽覺特性的語音識別預(yù)處理研究[J].計算機仿真，2015，32（12）：322?326.