基于語音監(jiān)控的車內(nèi)防誤鎖裝置設計

彭育強，張薇琳

(廣東交通職業(yè)技術學院軌道交通學院，廣東 廣州 510650)

0 引言

近年來，由于駕駛員的粗心而引起兒童誤留在私家車、校車內(nèi)，導致車內(nèi)兒童高溫燒傷甚至是死亡等事故層出不窮。根據(jù)美國的一項研究調(diào)查結(jié)論，如果室外的溫度超過35 ℃，置于室外的汽車室內(nèi)溫度可高達65 ℃。比成年人被誤鎖于車內(nèi)更為嚴重的是，在同樣的生存環(huán)境條件下，兒童的求救能力要比成年人弱得多，且兒童的體溫升高速度要比成人快3～5倍[1]。而目前的汽車工業(yè)還未對防止人員誤鎖于車內(nèi)的相關監(jiān)測設備進行研究。本文針對誤留車內(nèi)人員所發(fā)出求救聲音信號進行研究，通過單片機技術結(jié)合語音模塊實現(xiàn)對車內(nèi)人員語音信號的監(jiān)測及報警，從而避免人員因誤鎖而產(chǎn)生的傷亡事故。

1 監(jiān)測系統(tǒng)方案設計

本系統(tǒng)以Stc10L08xe為控制器，結(jié)合LD3320語音識別芯片，設計了一種車內(nèi)安全監(jiān)控器。該控制器能夠在人員(特別是嬰幼兒)被誤鎖在車內(nèi)時，及時報警通知駕駛員。系統(tǒng)應用預存的語音特征庫與被監(jiān)測人員發(fā)出的求救聲(包括嬰兒的哭鬧聲音)，來判定車內(nèi)是否存在人員發(fā)出的求救聲音。如監(jiān)測到與特征庫相匹配的聲音則判斷車內(nèi)有人被誤鎖，監(jiān)測器將向用戶發(fā)送報警信息。報警方式設置為三個等級，在不同的營救時間點采用不同的報警方式，從而確保被誤鎖人員不會錯過最佳的營救時間點。

系統(tǒng)主要由5個模塊組成：電源模塊、單片機控制模塊、語音模塊、GSM模塊以及報警模塊。單片機模塊使用深圳宏晶公司生產(chǎn)的Stc10L08xe型號單片機。Stc10L08xe是新一代單片機，它具備代碼指令完全兼容8051且運行速度快的特點，特別適用于對語音識別實時性要求較高的場合。語音信號處理模塊選用了ICRoute公司研發(fā)的LD3320語音處理芯片，LD3320語音處理芯片集成有處理器以及A/D轉(zhuǎn)換器、D/A轉(zhuǎn)換器、麥克風接口、語音輸出接口等，無需外接其他輔助芯片，即可實現(xiàn)語音識別、控制、人機對話等功能[1]。GSM模塊選取了技術成熟的西門子TC35。TC35市場使用度較廣，且具有功耗低、結(jié)構(gòu)小巧等優(yōu)點，與Stc10L08xe單片機通過串口相連。報警模塊一方面使用GSM進行短信、手機電話報警；另一方面在監(jiān)控器上安裝有擴音器進行現(xiàn)場車身報警，用于在車主手機短信、電話未接通情況下，通過車輛內(nèi)部發(fā)出警報聲，吸引車輛周圍群眾及時發(fā)現(xiàn)被誤鎖于車內(nèi)的人員。系統(tǒng)結(jié)構(gòu)模塊如圖1所示。

圖1 系統(tǒng)結(jié)構(gòu)模塊圖Fig.1 Modules of the system structure

2 系統(tǒng)硬件設計

2.1 控制器模塊設計

本監(jiān)控器選用Stc10L08xe作為系統(tǒng)的核心控制器。該控制器是一款運算速度快、功耗低、抗干擾能力強的新一代單片機。其指令代碼兼容傳統(tǒng)的8051單片機，適用于通信速度要求高、人工智能化控制、強干擾等較為復雜的應用環(huán)境。本系統(tǒng)中使用P0口與語音芯片并行相連方式，語音芯片的復位信號由P3.3輸出控制，而Stc10L08xe的中斷則由語音芯片發(fā)出，并由P1.2控制GSM芯片的IGT點火管腳以及串口相連。

2.2 語音模塊設計

本系統(tǒng)中選取LD3320作為語音信號采集芯片。LD3320芯片是一種基于非特定人語音識別技術的語音識別芯片。它的額定工作電壓為3.3 V，除了集成有語音識別處理器之外，還自帶基本的外部電路，包括語音輸入接口、語音輸出接口、ADC(模數(shù)轉(zhuǎn)換)、DAC(數(shù)模轉(zhuǎn)換)等，免去了Flash、RAM等其他輔助芯片[2]。對LD3320的操作必須通過對寄存器的操作來完成。本項目利用Stc10L08xe，實現(xiàn)對LD3320芯片寄存器的操作?？刂破髋cLD3320控制連接方式為：中斷、控制線、復位信號分別與P3.2、P1.2、P4.7管腳連接，車身報警喇叭采用0.5 W小喇叭進行仿真試驗[2]。

2.3 通信報警模塊設計

考慮到系統(tǒng)的安全性、穩(wěn)定性，在此選用快速、安全、可靠的TC35模塊作為GSM網(wǎng)絡模塊。其具有語音、數(shù)據(jù)、傳真和短信功能。TC35模塊主要由GSM基帶處理模塊、射頻模塊、電源和Flash組成，共有40個引腳，通過TC35 ZIF連接器引出。其管腳可以分為：電源引腳、數(shù)據(jù)輸入和輸出引腳、SIM卡引腳、音頻接口與控制接口5種類型。其中：SIM卡引腳是24～29引腳，分別為CCIN、CCRST、CCIO、CCCLK、CCVCC和CCGND；第15號引腳IGT為點火引腳，GSM模塊上電后，必須啟動芯片IGT引腳的一段長于100 ms的低電平信號，經(jīng)過該低電平信號的驅(qū)動后，該模塊才能正常運行。在本系統(tǒng)中，IGT引腳連接了核心控制器的P1.2接口[3]。TC35與單片機連接電路如圖2所示。

圖2 TC35與單片機連接電路圖Fig.2 Connections circuit between TC35 and singlechip

3 監(jiān)控模塊系統(tǒng)設計

3.1 系統(tǒng)程序流程設計

STC單片機對LD3320語音芯片采集的語音信號進行分析、判斷處理和存儲。事先可通過麥克風向語音模塊控制器建立識別特征庫，用于識別判斷人員(特別是嬰幼兒)被誤鎖于車內(nèi)時的語句。待判斷出車內(nèi)有人員呼喊與語音特征庫相匹配的聲音時，監(jiān)控系統(tǒng)采用三級報警方式向用戶端進行報警。根據(jù)營救時間等級，警報方式分別為：發(fā)送手機短信(可擴展至微信信息)、撥打用戶電話以及車身報警。語音識別流程如圖3所示。

圖3 語音識別流程圖Fig.3 Flowchart of speech recognition

用戶泊車后，監(jiān)控系統(tǒng)啟動，對車內(nèi)聲音進行監(jiān)聽。當監(jiān)聽到聲音信號后，LD3320語音識別芯片將監(jiān)測到的聲音信號轉(zhuǎn)化為拼音串的形式，通過串口傳送至核心控制器Stc10L08xe單片機中。此時，控制器將接收到的拼音串與識別特征庫的關鍵字進行匹配，并根據(jù)對比程度判斷是否為車內(nèi)人員發(fā)出的求救聲音。

Stc10L08xe核心控制器程序流程設計如下。

①建立語音識別特征庫。識別特征庫主要由關鍵詞組成，在此通過麥克風錄入“救命”、嬰幼兒的哭聲(“啊啊”、“嗚嗚”)等關鍵詞。在設定好要識別的關鍵詞后，為減小外來噪聲對系統(tǒng)監(jiān)聽的干擾，可以在識別特征庫內(nèi)添加一些其他常見的干擾詞匯，以減少誤識別。

②通用初始化。用戶關上車門后，系統(tǒng)立即啟動。首先，對Stc10L08xe單片機內(nèi)各寄存器進行初始化設置，并對LD3320、GSM模塊進行復位處理等。

③系統(tǒng)監(jiān)聽。語音輸入寄存器ADC增益寫入，初始化芯片狀態(tài)，中斷開啟，準備識別車內(nèi)語音狀況。

④車內(nèi)存在報警聲音。當麥克風接收到增益范圍內(nèi)的語音信號時，語音芯片將通知Stc10L08xe單片機產(chǎn)生中斷并進行語音識別。通過與識別特征庫的關鍵詞進行比對，若監(jiān)聽到的關鍵詞與特征庫里的關鍵詞相匹配，則系統(tǒng)程序跳出至輸出報警部分執(zhí)行報警動作；如與特征庫關鍵詞不匹配，則繼續(xù)監(jiān)聽。

⑤報警及復位輸出。如車內(nèi)監(jiān)測到的語音信號與特征庫匹配成功，則Stc10L08xe單片機進行報警。根據(jù)營救時間，將報警分為三個級別：短信、電話、車載喇叭報警。監(jiān)聽到車內(nèi)存在人員發(fā)出求救聲音時，控制器首先向用戶手機發(fā)送報警短信，用戶向系統(tǒng)回復一條“收到”信息，用于系統(tǒng)判斷用戶是否接收到報警信息。如系統(tǒng)接收到用戶回復的“收到”信息，則認為用戶已得知報警情況，不再進行第二級報警；如系統(tǒng)發(fā)送報警信息5 min后仍沒收到用戶反饋信息，則進行第二級報警。第二級報警為向用戶撥打電話，用戶接通該電話則表示用戶得知報警信息，5 min內(nèi)未接通電話則判斷為用戶未接到報警電話，進行第三級報警。第三級報警為在車輛內(nèi)部發(fā)出警報聲，用于吸引車輛周圍人群的注意，使車內(nèi)誤鎖人員能被及時發(fā)現(xiàn)。車載報警時，可通過系統(tǒng)復位按鍵進行復位處理。

3.2 特征庫建立

語音命令結(jié)構(gòu)如圖4所示。

圖4 語音命令結(jié)構(gòu)圖Fig.4 Voice command structure

系統(tǒng)初始化判斷是否建立有語音特征庫。如未建立特征庫，則系統(tǒng)先進行語音訓練，建立所需的語音識別特征庫。根據(jù)車內(nèi)監(jiān)控環(huán)境要求，訓練過程分為求救信號和噪聲信號兩種。每條命令訓練兩次，訓練順序如下。第一組的觸發(fā)名稱為準備，命令設為求救、噪聲、復位；第二組的觸發(fā)名稱為求救，命令設為“救命”、“啊啊”、“嗚嗚”或其他聲音；第三組的觸發(fā)名稱為噪聲，命令設為汽車喇叭鳴笛、車內(nèi)發(fā)動機響聲等其他噪聲。訓練完成后，特征庫語音文件將存儲到片內(nèi)Flash中，如需更新識別庫，則需對系統(tǒng)進行復位操作，并重新進行識別庫訓練[4]。

3.3 語音識別程序設計

在監(jiān)控過程中，如果監(jiān)聽結(jié)果是觸發(fā)名稱，則系統(tǒng)將發(fā)送響應報警控制，然后等待用戶進行回復。語音識別程序流程如圖5所示。

圖5 語音識別程序流程圖Fig.5 Flowchart of speech recognition program

程序初始化部分進行語言識別訓練、識別、I/O口設置，相關程序段如下：

unsigned intDYC;

//是否為首次下載

unsigned intshibie;

//進行識別、辨別、判斷

unsigned intuiBS_Team;

//標志當前程序內(nèi)部存在的命令

DYC = IsFirstDownLoad();

//判斷是否為首次下載

if(DYC == 1)

{

TrainCommand();

//訓練第一組命令

SaveCommand(0xf700);

//儲存訓練好的命令

PlaySnd(OK);

//一組命令存儲結(jié)束

TrainCommand();

//訓練第二組命令

PlaySnd(OK);

TrainCommand();

//訓練第三組命令

SaveCommand(0xfb00);

PlaySnd(OK);

DYC = 0xaaaa;

//標志已訓練過

F_FlashWrite1Word(0xfd00,0xaaaa);

//置標志位寄存器

}

PlaySnd(RSP_STAR);

//開始識別命令

BianShi_InitRecognizer(BianShi_MIC);

//辨識器初始化

BianShi_EnableCPUIndicator();

//開始語音監(jiān)控

3.4 報警系統(tǒng)程序設計

系統(tǒng)報警采用GSM短信報警、電話報警及系統(tǒng)自身發(fā)出報警聲音三種方式。系統(tǒng)聲音采集模塊檢測出車內(nèi)發(fā)出求救聲音后，Stc10L08xe將報警信息經(jīng)GTC35模塊，由GSM網(wǎng)絡發(fā)送至用戶手機。Stc10L08xe與GSM采用串行異步接口相連，通信速度定為19 200 bit/s[5]。系統(tǒng)啟動后，GTC35模塊首先對AT指令函數(shù)進行初始化、檢測連接指令AT。此時，若串口無需返回指令，則使用關閉回顯指令ATE0。使用AT+CREG指令，對手機注冊狀態(tài)進行查詢；使用AT+CSQ指令，檢測模塊與基站信號之間的網(wǎng)絡信號強度；使用AT+CMGF指令，進行短信格式設置(1為文本、0為PDU格式)；使用AT+TSIMINS指令，查詢SIM卡狀態(tài)指令[6-7]。

4 系統(tǒng)測試與分析

通過將監(jiān)測模塊安裝在車內(nèi)進行語音識別準確度測試，證明了該報警系統(tǒng)能很好地完成預定的設計要求。在測試過程中，事先錄入“救命”、“啊啊”、“嗚嗚”等聲音，此次測試中未將車內(nèi)的拍打聲錄入庫。對短信報警、電話報警以及車身報警這三種報警類型的多次測試結(jié)果如表1所示。表1中：√表示進行相應的操作；╳表示未進行相應的操作，或系統(tǒng)未進行動作。

表1 語音識別測試結(jié)果Tab.1 Test results of speech recognition test

數(shù)據(jù)表明，該系統(tǒng)可以較準確地識別語音監(jiān)控，報警模塊性能也較為穩(wěn)定。但該系統(tǒng)在多次測試中也出現(xiàn)了異?，F(xiàn)象，經(jīng)過分析可能是測試環(huán)境有噪聲(其

他車輛鳴笛聲較大)，影響了語音監(jiān)控系統(tǒng)的識別。因此需要優(yōu)化語音識別算法，以提高監(jiān)控模塊適應周圍環(huán)境的能力，提升系統(tǒng)監(jiān)控的準確性[8-10]。

5 結(jié)束語

本文采用Stc10L08xe，設計了基于語音監(jiān)測的車內(nèi)報警系統(tǒng)。系統(tǒng)測試結(jié)果表明，該系統(tǒng)能夠較準確地監(jiān)測出車內(nèi)人員發(fā)出的求救聲，并執(zhí)行相應的報警動作，各個模塊工作穩(wěn)定，達到了設計要求。在測試過程中發(fā)現(xiàn)，本系統(tǒng)易受環(huán)境狀況的影響。因此，嘗試消除環(huán)境因素對系統(tǒng)產(chǎn)生的影響將是未來工作的重點。本設計是結(jié)合當前社會兒童因誤鎖而產(chǎn)生的人身傷害問題，將語音識別技術應用到車載智能化系統(tǒng)的一次有益嘗試，希望將來能夠成熟地應用于各車載系統(tǒng)內(nèi)部，以防止因誤鎖兒童于車內(nèi)而產(chǎn)生的人身傷害。

參考文獻:

[1] 靳祖光,陳超,唐堅.一種室內(nèi)導盲機器人的RFID-語音交互系統(tǒng)設計[J].自動化儀表，2014,35(3):73-76.

[2] 陳喜春.基于LD3320語音識別專用芯片實現(xiàn)的語音控制[J].電子技術，2011,38(11):20-21.

[3] 李超.聲音識別傳感器設計與應用[J].傳感器與微系統(tǒng),2014,33(12):51-53.

[4] 王山海，景新幸，楊海燕.基于深度學習神經(jīng)網(wǎng)絡的孤立詞語音識別的研究[J].計算機應用研究,2015,32(8)：2289-2298.

[5] 曹會平,葉明,吳哲.基于GPS和GSM智能車鎖控制單元的研究[J].儀器儀表用戶,2012(1):1-4.

[6] 葉丹霞,王家禮.GSM模塊TC35及在遠程監(jiān)控系統(tǒng)中的應用[J].現(xiàn)代電子技術,2005(5):62-67.

[7] 張文林，牛銅，屈丹，等.基于聲學特征空間非線性結(jié)構(gòu)的語言識別聲學模型[J].自動化學報,2015,41(5):1024-1033.

[8] 王山海,景新幸,楊海燕.基于深度學習神經(jīng)網(wǎng)絡的孤立詞語音識別研究[J].計算應用研究,2015,32(8):2289-2291.

[9] 郭紅霞.基于GSM模塊TC35i的收發(fā)短信的無線終端的設計[D].成都：西南石油學院，2004.

[10]劉曉宇.基于神經(jīng)網(wǎng)絡的聲音識別算法研究[D].北京：北京郵電大學，2014.

[11]劉榮輝.基于智能家居控制的嵌入式語音識別系統(tǒng)研究[D].廣州：廣東工業(yè)大學，2013