基于STM32 的語音識別垃圾分類技術(shù)

楊茶喜 陳麗 蘆敏琪 莫小靈

（新余學(xué)院 中興通訊信息學(xué)院，江西 新余 338000）

一、總體設(shè)計線路

該語音識別器的總體主要分為四個模塊，即電源模塊，語音識別模塊，語音播放模塊，OLED 屏幕顯示模塊。電源模塊為整個系統(tǒng)提供電源，支撐語音識別器的整體運(yùn)作；語言識別模塊識別用戶說出的垃圾名稱；STM32 系統(tǒng)將接收到的數(shù)字語音信號進(jìn)行分析處理，得出垃圾分類結(jié)果；語音播放模塊將垃圾分類結(jié)果告知給用戶；OLED 屏幕顯示模塊用于顯示工作狀態(tài)開啟或者關(guān)閉。具體的系統(tǒng)總體布局如圖所示：

二、模塊介紹

（一）電源模塊

電源模塊主要用于為整個系統(tǒng)提供一個穩(wěn)定的電源，讓系統(tǒng)能夠穩(wěn)定的運(yùn)行。該模塊由一個大容量的3.7V 鋰電池、鋰電池充電模塊與DC-DC 升壓模塊3 個部分組成。

這里DC-DC 升壓模塊使用的是MT3608 模塊，MT3608 是一款固定頻率的同步升壓IC，其開關(guān)頻率為1.2MHz，允許使用微型低成本電容器?？裳娱L電池壽命。MT3608 的特點(diǎn)是在輕負(fù)載時，自動切換到脈沖頻率調(diào)制模式。其包括限流、低壓閉鎖和過載保護(hù)，以防止損壞。該模塊的最大輸出電流可達(dá)2A，足夠供給整個系統(tǒng)使用。將鋰電池3.7V 的電壓升壓至5V，分別給STM32 最小系統(tǒng)板、LD3320 語音識別模塊和DY-SV17 語音播放模塊供電，OLED 屏幕則使用STM32 最小系統(tǒng)上的LDO 降壓至3.3V的電壓供電。

鋰電池充電模塊采用的是TC4056A 模塊，TC4056A 是一款完整的單節(jié)鋰電池采用恒定電壓/恒定電流的線性充電器。當(dāng)輸入電壓（USB 電源）移開時，TC4056A 將自動進(jìn)入一個低電流狀態(tài)，將漏電流將至2uA 以下。TC4056A 在有電源時也可置于停機(jī)模式，因而將供電電流降至55uA。TC4056A 還有其他特點(diǎn)，包括欠壓閉鎖、電池溫度檢測、兩個用于指示充電、結(jié)束的LED 燈狀態(tài)引腳和自動再充電。此模塊帶有充電保護(hù)，適合本系統(tǒng)使用的單節(jié)鋰電池充電使用。

（二）語音識別模塊

該模塊上主要的芯片有LD3320 與STC11L08XE。LD3320 芯片是一款“語音識別”專用芯片，LD3320 是一顆基于非特定人語音識別（SI-ASR）技術(shù)的語音識別芯片，用戶不需要進(jìn)行錄音與訓(xùn)練。不需要外接AD 轉(zhuǎn)換芯片，內(nèi)置了高精度A/D 轉(zhuǎn)換器，只需要把麥克風(fēng)接在芯片的AD 引腳上就能夠采集到高精度的聲音信號。模塊的識別結(jié)果采用串口通信的方式傳入STM32 系統(tǒng)，將識別結(jié)果加入數(shù)據(jù)幀頭與數(shù)據(jù)幀尾進(jìn)行封裝，保證發(fā)送的數(shù)據(jù)準(zhǔn)確，再發(fā)送數(shù)據(jù)幀到STM32 系統(tǒng)中，STM32 系統(tǒng)接收到完整是數(shù)據(jù)幀后，對封裝的數(shù)據(jù)進(jìn)行解析，最后再進(jìn)行相應(yīng)的處理。

（三）語音播放模塊

DY-SV17F 模塊板載32Mbit 的Flash 存儲，對于音頻文件的讀取非常方便，可以采用USB 數(shù)據(jù)線連接到電腦上進(jìn)行音頻文件的讀寫。對該模塊的控制有多種模式，可IO 分段觸發(fā)、標(biāo)準(zhǔn)MP3、ONE_line 單總線串口控制以及UART 串口控制等七種工作模式，通過3 個配置引腳進(jìn)行設(shè)置。其自帶5W D 類功放，能夠直接驅(qū)動4Ω，3W～5W 的喇叭。含有24 位的DAC 輸出，動態(tài)范圍支持90dB，信噪比支持85dB。IO 觸發(fā)播放模式，通過8 個IO 口單獨(dú)觸發(fā)8 首曲目或8 個IO 口組合觸發(fā) 255 首曲目，且每個IO 口需要濾波電容提高抗干擾能力。

ONE_line 單總線串口控制，通過協(xié)議時序與協(xié)議數(shù)據(jù)發(fā)送數(shù)據(jù)信息。UART 串口工作模式下，可以控制播放、暫停、停止、音量加減、選曲、查詢當(dāng)前曲目等功能，最大選曲數(shù)為65535 首，其支持的波特率為9600bps。UART 串口模式相比其他模式功能更全，相比于IO 觸發(fā)模式而言，所需要的引腳少，且不需要濾波電容也能夠正常使用。將該模塊的CON1 與CON2 引腳的電平置為低電平，CON3 引腳的電平置為高電平，設(shè)置為UART 串口控制模式，STM32 系統(tǒng)根據(jù)模塊所規(guī)定的協(xié)議，發(fā)送對應(yīng)的數(shù)據(jù)幀，控制該模塊播放對應(yīng)的音頻。

（四）OLED 屏顯示模塊

使用的為0.96 寸分辨率為128*64 的OLED 顯示屏。有以下特點(diǎn)：有黃藍(lán)，白，藍(lán)三種顏色可選；其中黃藍(lán)是屏上 1/4 部分為黃光，下3/4為藍(lán)；而且是固定區(qū)域顯示固定顏色，顏色和顯示區(qū)域均不能修改；白光則為純白，也就是黑底白字；藍(lán)色則為純藍(lán)，也就是黑底藍(lán)字。接口方式，OLED 裸屏總共種接口包括：6800、8080 兩種并行接口方式、3 線或4 線的串行 SPI 接口方式、IIC 接口方式。

在系統(tǒng)上電時，將STM32 系統(tǒng)的初始化運(yùn)行情況顯示在OLED 屏幕上。當(dāng)STM32 系統(tǒng)接收到語音識別信息時，將說出的垃圾與判斷的垃圾類別，通過OLED 屏幕展示給用戶。在沒有識別到周圍語音的情況下，OLED 屏幕保持息屏狀態(tài)。