基于語音識別技術(shù)的智能家居系統(tǒng)設(shè)計

黃玲 周裕濱 黃源俊

摘要：在社會人口老齡化越來越嚴(yán)重的背景下，針對獨居老人居家不方便的問題，該文設(shè)計了基于語音識別技術(shù)的智能家居系統(tǒng)。該系統(tǒng)控制包括語音、手勢和自動控制等方式，利用傳感器對手勢數(shù)據(jù)進行識別之后實現(xiàn)姿態(tài)解算，使處理之后的數(shù)據(jù)在單片機中傳輸，如果和預(yù)設(shè)手勢匹配，那么就能夠?qū)揖釉O(shè)備進行控制。另外，各項環(huán)境參數(shù)與家居設(shè)備狀態(tài)實時顯示在顯示屏中。該設(shè)計系統(tǒng)能夠方便獨居老人的生活，安全性較高。

關(guān)鍵詞：語音識別；智能家居；系統(tǒng)設(shè)計

中圖分類號：TP391? ? ? ? 文獻標(biāo)識碼：A

文章編號：1009-3044（2023）31-0038-03

開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）

將語音識別技術(shù)和語音合成技術(shù)結(jié)合起來所創(chuàng)建的語音用戶界面在智能家居中應(yīng)用能夠?qū)崿F(xiàn)家電設(shè)備的語音控制，從而提供給用戶舒適、安全的生活環(huán)境。目前，智能家居技術(shù)相關(guān)產(chǎn)品已經(jīng)開始廣泛應(yīng)用。本文重點分析如何設(shè)計先進智能家居系統(tǒng)，這里的先進主要體現(xiàn)在設(shè)備技術(shù)水平方面，以促進現(xiàn)代智能家居的發(fā)展。

1 系統(tǒng)的功能需求

本文研究主要目的是實現(xiàn)基于語音識別的智能家居系統(tǒng)設(shè)計，用戶能夠利用語音指令控制家用設(shè)備，比如燈光、空調(diào)、電視等，提高人們生活便利性[1]。通過系統(tǒng)需求分析，功能需求包括：

1） 語音識別。此為系統(tǒng)基本功能，也是本次設(shè)計重點，語音識別能夠提高家居生活便利性。

2） 自動休眠。節(jié)約用電，使功耗降低[2]。

3） 無線數(shù)據(jù)傳輸。數(shù)據(jù)傳輸能夠聯(lián)系各系統(tǒng)模塊，使用語音控制nRF95模塊實現(xiàn)。

4） 語音喚醒。在檢測輸入語音的時候，能夠自動退出休眠模式后工作。

本文設(shè)計過程中使用非接觸式IC卡，也稱為射頻卡技術(shù)、無觸點集成電路卡。和讀寫器沒有機械接觸，是根據(jù)空間媒介電磁波通信。主要特點是安全性好、可靠性高、操作方便。使用DS18B20數(shù)字溫度傳感器測溫，封裝之后能夠應(yīng)用到潔凈室測溫、電纜溝測溫和鍋爐測溫等場合中[3]。

系統(tǒng)的框架設(shè)計如圖1所示。

2 系統(tǒng)的硬件設(shè)計

在系統(tǒng)硬件設(shè)計過程中，家庭網(wǎng)關(guān)主控硬件通過網(wǎng)關(guān)通信和語音識別模塊構(gòu)成，收集語音信息并且預(yù)處理，最后使其識別為文字[4]。

2.1 主控中心模塊

主控中心使用JZ2440開發(fā)板，使用三星公司微處理器S3C2440A作為核心控制器，主要特點為體積小、功耗低、功能強大。首先，此開發(fā)板的外設(shè)比較豐富，提供多個調(diào)試接口，主要包括3個COM口和1個ITAG口，開發(fā)者的程序調(diào)試比較方便，能夠節(jié)約開發(fā)時間[5]。其次，提供64M SDRAM等資源，為用戶提供聲卡、網(wǎng)卡等硬件資源。另外，JZ2440開發(fā)板還具備大量接口，包括音頻接口、以太網(wǎng)接口、TF卡插座、攝像頭接口、LCD顯示接口等。最后，此開發(fā)板具備支持I2C總線設(shè)備、外擴SPI總線設(shè)備等能力，使多個外設(shè)的擴展更加方便[6]。

2.2 圖像采集模塊

本文在主控中心中設(shè)置視頻架空模塊，使方案問題得到解決，并且提高住宅安全性。JZ2440開發(fā)板自帶攝像頭接口和USB Host接口，能夠控制攝像頭，但是不方便進行后期開發(fā)與維護。另外，帶有USB攝像頭種類比較多，可以自由選擇，由于支持MJPEG壓縮格式輸出的USB接口能夠提高視頻傳輸性能，因此本文使用帶有USB接口的攝像頭收集圖像[7]。

為保證圖像清晰，價格成本低，本文使用RER-USB30W02M攝像頭。此攝像頭工作電壓為DC5V，支持不同壓縮格式的輸出。圖2為圖像采集模塊的框圖，利用USB接口與JZ2440連接，使收集的視頻在SD卡中分時段存儲，使視頻在LCD顯示屏匯總實時顯示，還能夠利用網(wǎng)絡(luò)通信在終端傳輸視頻內(nèi)容。

2.3 紅外節(jié)點硬件

紅外節(jié)點由STM32F103單片機、HXD019D和nRF905射頻模塊構(gòu)成，HXD019D紅外模塊屬于節(jié)點紅外控制模塊，此模塊包括紅外LED燈和HXD019芯片。芯片體積較小，集成市場中大部分紅外設(shè)備遙控碼協(xié)議，能夠?qū)W習(xí)全球各種紅外碼值，并且支持大部分紅外碼格式。其次，紅外LED還能夠接收與發(fā)送紅外信號，工作電壓為3.3V，能夠?qū)?m內(nèi)紅外家電進行遙控[8]。

HXD019D紅外模塊還能夠?qū)W習(xí)碼值，在對家電控制前要求對家電遙控器按鍵鍵碼進行學(xué)習(xí)。在學(xué)習(xí)過程中，將遙控器近距離對準(zhǔn)模塊紅外LED燈，成功學(xué)習(xí)鍵碼之后在EEPROM存儲芯片中進行存儲。在對家電控制過程中，發(fā)送存儲鍵碼，就能夠代替紅外編碼遙控器控制紅外家電設(shè)備，包括機頂盒、電視、空調(diào)等。

2.4 語音模塊

語音識別模塊使用軟硬一體化模塊，內(nèi)部集成語音收集和處理功能，封裝語音交互的復(fù)雜功能，并且能夠為開發(fā)者提供接口調(diào)用。內(nèi)置Wi-Fi芯片、ARM處理器等，可以使用Linux、Android等適合操作系統(tǒng)的二次開發(fā)，擴展其功能。在通信過程中，集成Wi-Fi和ZigBee等無線模塊，能夠接收組網(wǎng)網(wǎng)絡(luò)中信號。異構(gòu)通信模塊包括協(xié)議轉(zhuǎn)換模塊，能夠?qū)崿F(xiàn)終端硬件模塊傳輸不同通信協(xié)議數(shù)據(jù)的解析轉(zhuǎn)換。最后，終端設(shè)備通信協(xié)議、協(xié)議適配塊能夠?qū)崿F(xiàn)不同協(xié)議終端的驗證。數(shù)據(jù)處理模塊能夠以不同公司協(xié)議規(guī)范實現(xiàn)數(shù)據(jù)處理，統(tǒng)一數(shù)據(jù)應(yīng)用在統(tǒng)一協(xié)議模塊中，規(guī)范數(shù)據(jù)格式。

2.5 繼電器節(jié)點硬件

繼電器節(jié)點通過STM32F103單片機、繼電器模塊和nRF905射頻模塊構(gòu)成，繼電器模塊為非紅外模塊。繼電器也就是智能插座，通過繼電器、NPN型三極管、光電耦合器構(gòu)成。由于電路兩側(cè)包括強電、弱電，在充分考慮強電和人體的直接接觸導(dǎo)致的安全事故時，可以使用光電耦合實現(xiàn)光電隔離。光電耦合左側(cè)和PB12引腳相互連接，在PB12為高電平的時候，光耦C、E兩個引腳接通。在PB12為低電平的時候，光耦C和E引腳為高阻態(tài)。

在智能插座工作過程中，PB12管腳為高電平，和光電耦合器接通，繼電器弱電側(cè)在5V直流電壓供電中實現(xiàn)三極管S9013導(dǎo)通，放大電流，實現(xiàn)繼電器工作。智能插座、家用火線的火線端連通，從而使家電能夠正常通電，實現(xiàn)家電上電[9]。

3 系統(tǒng)的軟件設(shè)計

系統(tǒng)上電之后，要實現(xiàn)初始化，各模塊的藍牙在各自單片機控制下構(gòu)成Mesh網(wǎng)絡(luò)。語音識別模塊中的語音識別芯片能夠進行初始化和復(fù)位，并且使需要識別的語音條目利用單片機在識別列表中寫入，中斷單片機開放外部，等待輸入語音信號。在對語音信號手機時，如果利用處理識別得出信號和識別列表的某個條目匹配，那么就會觸發(fā)外部中斷。在此過程中，以寄存器值結(jié)合對信號代表的語音命令進行判斷。單片機控制藍牙器件，使命令利用Mesh網(wǎng)絡(luò)在后臺控制中心發(fā)送。如果收集的語音信號和識別列表所有條目不匹配，那么就放棄當(dāng)前結(jié)果，不會使外部中斷觸發(fā)，等待輸入語音信號。

3.1 在線語音識別處理

能夠?qū)崿F(xiàn)聽寫語音和語義識別，是在線識別，要求在云端服務(wù)器中上傳語音數(shù)據(jù)。在成功識別語音之后，服務(wù)器就會返回語義分析結(jié)果，只需對接口調(diào)用，實現(xiàn)輸出數(shù)據(jù)的解析即可。

3.2 離線語音識別

在沒有網(wǎng)絡(luò)時，只需創(chuàng)建能夠?qū)斎胝Z音數(shù)據(jù)實現(xiàn)本地化語音識別的模塊，步驟包括：

1） 數(shù)據(jù)預(yù)處理。得到的語音信號無法直接實現(xiàn)語音識別，要對語音信號進行預(yù)處理，包括輸入模擬語音數(shù)字化、預(yù)加重、加窗等處理，消除噪聲。因為預(yù)處理效果會對后續(xù)語音識別效果造成影響，所以本文使用全新預(yù)處理模型，也就是在多噪聲環(huán)境中的層級語音識別模型，核心思想就是使環(huán)境造成作為需要識別的內(nèi)容，在識別語音中傳遞。

2） 特征提取。提取能夠代表信號本質(zhì)的參數(shù)，去除無關(guān)噪聲信號。

3） 識別算法。通過上述識別步驟實現(xiàn)聲學(xué)模型訓(xùn)練，使用基于隱馬爾可夫模型的聲學(xué)模型，和傳統(tǒng)方法對比，其性能有所提升，能夠有效實現(xiàn)模型訓(xùn)練。

3.3 網(wǎng)關(guān)模塊程序

網(wǎng)關(guān)設(shè)備能夠連接家庭內(nèi)外網(wǎng)，ZigBee網(wǎng)關(guān)能夠使IP網(wǎng)絡(luò)設(shè)備與ZigBee網(wǎng)絡(luò)通信。其一，能夠?qū)崿F(xiàn)網(wǎng)絡(luò)管理在網(wǎng)絡(luò)本地運行，常見的包括網(wǎng)絡(luò)信息或者信息的檢測、獲取、節(jié)點配置和控制等；其二，本地管理。能夠使用ZCL命令、ZDO命令或者定義命令實現(xiàn)，網(wǎng)絡(luò)拓撲獲取能夠利用應(yīng)用層ZDO發(fā)現(xiàn)命令實現(xiàn)，得到協(xié)調(diào)器IEEE地址和關(guān)聯(lián)設(shè)備地址，之后逐一對關(guān)聯(lián)設(shè)備發(fā)現(xiàn)。以下為網(wǎng)關(guān)設(shè)計主要代碼：

int sobacklog = Integer.parseInt（AppConfigUtil.getValue（"netty.sobacklog"））;

ServerBootstrap b = new ServerBootstrap（）;

b.group（bossGroup， workerGroup）

.channel（NioServerSocketChannel.class）

.localAddress（new InetSocketAddress（this.portHTTP））

.option（ChannelOption.SO_BACKLOG， sobacklog）

.childHandler（new ChannelHandlerInitializer（null））;

ChannelFuture f = b.bind（this.portHTTP）.sync（）;

logger.info（"HttpServer name is " + HttpServer.class.getName（） + " started and listen on " + f.channel（）.localAddress（））;

protected void initChannel（SocketChannel ch） throws Exception {

ChannelPipeline p = ch.pipeline（）;

p.addLast（new HttpRequestDecoder（））;

p.addLast（new HttpResponseEncoder（））;

int maxContentLength = 2000;

try {

maxContentLength = Integer.parseInt（AppConfigUtil.getValue（"netty.maxContentLength"））;

} catch （Exception e） {

logger.warn（"netty.maxContentLength 配置異常，系統(tǒng)默認為：2000KB"）;

}

p.addLast（new HttpObjectAggregator（maxContentLength * 1024））;// HTTP 消息的合并處理

p.addLast（new HttpServerInboundHandler（））;

}

在通過網(wǎng)關(guān)實現(xiàn)遠程管理過程中，網(wǎng)絡(luò)本地管理命令能夠通過網(wǎng)關(guān)接收與發(fā)送實現(xiàn)開發(fā)，用戶只需掌握特定命令。應(yīng)用平臺使用戶指令朝著網(wǎng)關(guān)可理解的指令轉(zhuǎn)化，利用IP網(wǎng)絡(luò)對網(wǎng)關(guān)設(shè)備發(fā)送，轉(zhuǎn)變?yōu)閆igBee定義命令，之后在本地網(wǎng)絡(luò)中發(fā)送，從而實現(xiàn)信息在內(nèi)外網(wǎng)之間的傳遞，如圖3為網(wǎng)關(guān)模塊軟件流程。

4 評估結(jié)果

針對系統(tǒng)初始化內(nèi)置網(wǎng)關(guān)協(xié)議指令集和異構(gòu)協(xié)議網(wǎng)關(guān)所收集的數(shù)據(jù)，本文利用BP神經(jīng)網(wǎng)絡(luò)算法訓(xùn)練模型結(jié)果集、輸入層包括家庭成員聲紋編號、語音指令時間等，利用神經(jīng)網(wǎng)絡(luò)訓(xùn)練學(xué)習(xí)對各個連接權(quán)值和激活閾值進行自動確定，使期望輸出與想要結(jié)果逐漸接近。也就是能夠?qū)崿F(xiàn)人在廚房或者客廳，只要說出開燈指令，就能夠?qū)舸蜷_。表1為模型訓(xùn)練后結(jié)果。

5 結(jié)束語

本文實現(xiàn)了系統(tǒng)硬件電路和系統(tǒng)軟件的設(shè)計，通過測試表示，本系統(tǒng)的穩(wěn)定性和識別率較高，能夠為人們在家居生活中提供便利，從而實現(xiàn)人們家居生活的智能化。但是，本系統(tǒng)還需要完善，例如存在無法自定義控制端口用戶等。為了保證PC能夠和單片機通信，在設(shè)計過程中預(yù)留USART接口，后續(xù)為能夠在PC機中使用串口通信方式實現(xiàn)單片機軟件升級，要對系統(tǒng)功能進行完善。

參考文獻：

[1] 陳希祥，黃伍，李德英.基于語音識別的智能家居控制系統(tǒng)設(shè)計[J].自動化與儀表，2021，36（7）：91-95.

[2] 薛輝.基于語音識別的智能家居控制系統(tǒng)的研究與設(shè)計[J].微型電腦應(yīng)用，2020，36（2）：149-151.

[3] 宋朝霞，舒瑞康.基于LD3320的語音識別智能家居控制系統(tǒng)的設(shè)計[J].信息與電腦（理論版），2020，32（20）：105-106.

[4] 王平，王焱.基于物聯(lián)網(wǎng)平臺的智能家居中心控制系統(tǒng)設(shè)計[J].計算機測量與控制，2020，28（11）：79-83.

[5] 王光艷，楊秀芬，周慧敏，等.一種智能家居的語音交互方案設(shè)計[J].新一代信息技術(shù)，2021，4（2）：11-19.

[6] 林學(xué)偉，嚴(yán)明忠.基于STM32單片機的智能家居控制系統(tǒng)設(shè)計[J].廊坊師范學(xué)院學(xué)報（自然科學(xué)版），2020，20（4）：35-38.

[7] 王俊之，王彥，孫毅.基于語音交互的智能家居系統(tǒng)[J].南華大學(xué)學(xué)報（自然科學(xué)版），2020，34（1）：60-67.

[8] 岳麗穎.基于無線Wi-Fi技術(shù)的智慧家居控制系統(tǒng)的研究與設(shè)計[J].遼寧科技學(xué)院學(xué)報，2022，24（4）：15-19.

[9] 梁浩林，何永玲，馮博華.基于STM32的室內(nèi)物聯(lián)網(wǎng)控制系統(tǒng)[J].物聯(lián)網(wǎng)技術(shù)，2022，12（8）：97-99.

【通聯(lián)編輯：代影】