基于語音識別的智能收付款系統(tǒng)

談小柱，楊 璐

(1.武昌工學(xué)院 智能制造學(xué)院;2.武昌工學(xué)院 信息工程學(xué)院，湖北 武漢 430065)

現(xiàn)今移動支付方式發(fā)展迅速，為了保障不同人群的支付安全，筆者設(shè)計(jì)了一款基于語音識別的智能收付款系統(tǒng)。

1 系統(tǒng)總體方案設(shè)計(jì)

系統(tǒng)總體設(shè)計(jì)如圖1所示，該系統(tǒng)通過主控制芯片STM32F103RCT6，對矩陣按鍵、語音識別芯片LD3320和語音播報芯片SYN6288進(jìn)行控制，在收付款期間，商家或買家一方將會報出支付金額，語音識別系統(tǒng)精確捕捉，與商家通過按鍵輸入的金額進(jìn)行判斷，通過語音播報系統(tǒng)進(jìn)行播報，確認(rèn)是否支付成功。若出現(xiàn)錯誤，系統(tǒng)將自動終止支付并提醒；若仍然出現(xiàn)支付錯誤，商家可急速退款。這將大大降低了支付的錯誤率，進(jìn)一步提高支付效率。

圖1 系統(tǒng)總體流程

系統(tǒng)可實(shí)現(xiàn)兩種控制方式：人工控制、語音智能控制。其中人工控制通過收銀機(jī)電腦進(jìn)行控制。前者更適用于突發(fā)狀況；后者則是通過語音識別系統(tǒng)進(jìn)行控制，通過商家或者買家語音控制整個支付過程。

2 硬件設(shè)計(jì)

硬件劃分為4個模塊：①語音識別模塊。基于關(guān)鍵詞語列表識別技術(shù)來進(jìn)行語音識別。②語音播報模塊。通過異步串口(UART)通信方式，來實(shí)現(xiàn)文本到語音(或TTS語音)的轉(zhuǎn)換，實(shí)現(xiàn)語音播報功能。③矩陣按鍵模塊。商家通過按鍵來進(jìn)行金額的設(shè)置。④主控板模塊。用于控制其他模塊的工作。

2.1 語音識別模塊

模塊采用LD3320芯片，這是一顆基于非特定人語音識別(SI-ASR：Speaker-Independent Automatic Speech Recognition)技術(shù)的語音識別/聲控芯片。LD3320芯片上集成了高精度的A/D和D/A接口，可實(shí)現(xiàn)語音識別/聲控/人機(jī)對話的功能。并且，識別的關(guān)鍵詞語可以動態(tài)編輯?；谶@款芯片，可以為所有的電子產(chǎn)品增加VUI(Voice User Interface)語音用戶操作界面。

2.1.1 語音識別技術(shù)介紹。語音識別ASR技術(shù)，是基于關(guān)鍵詞語表識的技術(shù)，只需要設(shè)定好要識別的關(guān)鍵詞語列表，并把這些關(guān)鍵詞語以字符的形式傳送到LD3320內(nèi)部，就可以對用戶說出的關(guān)鍵詞語進(jìn)行識別，不需要用戶做任何的錄音訓(xùn)練。每次的識別過程就是把用戶說出的語音內(nèi)容，通過頻譜轉(zhuǎn)換為語音特征，和這個關(guān)鍵詞語列表中的條目進(jìn)行一一匹配，最優(yōu)匹配的一條作為識別結(jié)果。語音識別過程見圖2。

圖2 語音識別過程

2.1.2 LD3320芯片介紹。語音識別模塊采用的是由ICRoute公司生產(chǎn)的非特定人語音設(shè)備芯片LD3320。LD3320芯片共48個引腳，是一款專用的語音識別芯片，該芯片集成一塊專用DSP(Digital Signal Processing)電路，即語音識別處理電路和一些外圍電子電路，主要用于完成語音交互功能?；贚D3320芯片的語音識別模塊原理見圖3。

圖3 基于LD3320芯片的語音識別模塊原理

2.2 語音播報模塊

該模塊采用SYN6288芯片，是宇音天下科技有限公司2010年推出的性價比更高、效果更加自然的一款中高端語音合成芯片。這款芯片通過異步串口(UART)通信方式，接受待合成的文本數(shù)據(jù)實(shí)現(xiàn)文本到語音(或TTS語音)的轉(zhuǎn)換。

芯片支持GB23、GBK、BIG5和UNICODE內(nèi)碼格式的文本，支持多種控制命令功能，包括：合成、停止、暫停合成、繼續(xù)合成、改變波特率等。支持串口數(shù)據(jù)通信接口，支持3種通信波特率：9 600,19 200，38 400。內(nèi)置10 bit推挽式、可獨(dú)立供電的功放，進(jìn)行數(shù)模DAC輸出。支持16級音量調(diào)整，播放文本的前景音量和播放背景音樂的背景音量可分開控制。語音播報原理見圖4。

圖4 語音播報原理

2.3 矩陣按鍵模塊

獨(dú)立按鍵一個按鍵就要占用一個IO口，整個單片機(jī)也就32個IO口，全部用完也控制不了幾個按鍵，太占用資源，而矩陣按鍵則在這方面更有優(yōu)勢，可以只用8個IO口就控制16個按鍵。矩陣按鍵的原理見圖5。

2.4 主控板

主控板采用的是STM32F103RCT6芯片，它是一種嵌入式、微控制器的集成電路，它擁有的資源包括：48KB SRAM、256KB FLASH、2個基本定時器、4個通用定時器、2個高級定時器、2個DMA控制器(共12個通道)、3個SPI、2個IIC、5個串口、1個USB、1個CAN、3個12位ADC、1個12位DAC、1個SDIO接口及51個通用IO口。主控板原理見圖6。

圖5 矩陣按鍵原理

圖6 主控板原理

3 軟件設(shè)計(jì)

3.1 語音識別系統(tǒng)

語音識別系統(tǒng)通過LD3320語音識別芯片進(jìn)行語音識別，將收集到的語音與軟件設(shè)計(jì)的一些關(guān)鍵詞進(jìn)行比較，如果匹配則將其存儲在LD3320寄存器中，并連接STC11單片機(jī)，應(yīng)用SPI或串口發(fā)送到STM32F103RCT6的單片機(jī)進(jìn)行處理。

該系統(tǒng)通過一個一級指令來啟動語音識別系統(tǒng)，例如：商家說出“收款”則啟動語音識別系統(tǒng)，其他時間段系統(tǒng)處于休眠狀態(tài)。當(dāng)系統(tǒng)啟動之后，商家說出一個要付款的金額時，例如：“五十元”，這時會有一個二級命令的產(chǎn)生，系統(tǒng)將會識別出這段語音，并將語音中的詞語與系統(tǒng)中的關(guān)鍵詞進(jìn)行對比，轉(zhuǎn)換成識別碼，通過串口通信傳輸?shù)接?jì)算機(jī)，讓計(jì)算機(jī)可讀取，并將其語音輸入的金額數(shù)在收銀機(jī)的電腦屏幕上進(jìn)行顯示。

3.2 語音播報系統(tǒng)

語音播報系統(tǒng)通過SNY6288中文語音合成芯片進(jìn)行語音播報。通過異步串口(UART)通信方式，將STM32F103RCT6中得到的金額進(jìn)行數(shù)讀取，將其文本數(shù)據(jù)轉(zhuǎn)換成語音(或TTS語音)，通過模塊中的音響，進(jìn)行語音播報。例如：買家成功支付了五十元；通過主控板傳輸?shù)絊NY6288芯片中，播報“成功支付五十元”，若付款失敗，或者語音輸入金額與按鍵輸入的金額不符，通過主控板匹配后，將會播報“支付失敗，請重新輸入”。

通過這個模塊還可以進(jìn)行音量的調(diào)節(jié)、詞語語速的改變、設(shè)置背景音樂、設(shè)置提示音等多種功能。

3.3 矩陣按鍵模塊

使用矩陣按鍵模塊，主要是用來讓商家輸入需要買家支付的金額。該模塊的使用，先是讓行做出輸出，并輸出低電平，列作輸入，并讀取電平，當(dāng)有按鍵按下的時候就會有電平變化，來判斷是哪一行，同樣的方法，再來判斷是哪一列，這樣得出是哪一個按鍵按下，然后在按鍵位置做處理，讓它進(jìn)行金額輸入。

3.4 主控板系統(tǒng)

主控板由STM32F103RCT6芯片控制，由主控板控制其他模塊的運(yùn)行。按鍵輸入的金額數(shù)字和語音識別輸入的金額數(shù)字是由主控板進(jìn)行匹配，核對是否相等，相等則讓主控板發(fā)起付款界面，讓買家進(jìn)行付款；若不相等，則由主控板控制語音播報系統(tǒng)提示失敗的語音，并重新讓語音識別系統(tǒng)和矩陣按鍵進(jìn)行輸入。在此過程中，可以控制語音識別系統(tǒng)進(jìn)行語音錄制。

圖7 主控板程序流程

4 系統(tǒng)測試

通過串口的接收區(qū)，可以看到語音識別接收到的金額數(shù)目。通過串口打印，可以看到矩陣按鍵輸入的金額數(shù)目。通過測試，兩個數(shù)據(jù)在系統(tǒng)運(yùn)行過程中基本準(zhǔn)確無誤。

通過主控板讓語音播報系統(tǒng)模塊進(jìn)行語音播報，能準(zhǔn)確地播報出程序所設(shè)置的詞語和語句。并且設(shè)置的背景音樂、提示音、音量大小都能夠準(zhǔn)確、連續(xù)、音質(zhì)良好的播放。

在進(jìn)行模擬支付環(huán)節(jié)時，首先是兩個輸入金額都相等時：商家說話輸入的金額和矩陣按鍵輸入的金額進(jìn)行對比，通過主控板進(jìn)行比較，相等后，系統(tǒng)成功的跳出支付二維碼界面，并通過語音播報“支付成功”。其次是輸入兩個金額不等時：主控板比較發(fā)現(xiàn)錯誤后，通過語音播報系統(tǒng)播報出警告的提示音，并語音播報“輸入錯誤，請重新輸入”，再傳給主控板，重新發(fā)起語音輸入系統(tǒng)和矩陣按鍵的輸入，重新讓主控板進(jìn)行比較。系統(tǒng)運(yùn)行過程穩(wěn)定，并沒有出現(xiàn)運(yùn)行錯誤，并且可以存儲并提取出整個支付環(huán)節(jié)過程的錄音。

該系統(tǒng)整體運(yùn)行過程中較為穩(wěn)定安全，語音識別過程準(zhǔn)確，語音播報內(nèi)容無誤，主控板芯片運(yùn)行穩(wěn)定。

5 結(jié)論

基于LD3320語音識別芯片、SYN6288中文語音合成芯片，在STM32F103RCT6的主控板上進(jìn)行語音識別的智能支付系統(tǒng)，能夠有效地防止由于誤支付所引起的各類問題，提高支付的成功率，并且使智能支付更加安全、便捷。并且該系統(tǒng)小巧，能夠適配于商家的收銀機(jī)電腦。經(jīng)過實(shí)際測試，該智能支付系統(tǒng)運(yùn)行較為穩(wěn)定，并且語音收集準(zhǔn)確，語音播報清晰。