語(yǔ)音控制燈光具應(yīng)用方案

　　辦公電器語(yǔ)音控制系統(tǒng)總體架構(gòu)框圖如下圖所示，它由語(yǔ)音采集模塊、語(yǔ)音前級(jí)處理模塊、語(yǔ)音訓(xùn)練模塊、語(yǔ)音識(shí)別模塊、語(yǔ)音提示模塊和輸出控制模塊組成。

　　（一）語(yǔ)音采集模塊

　　語(yǔ)音采集模塊主要完成信號(hào)調(diào)理和信號(hào)采集等功能，它將原始語(yǔ)音信號(hào)轉(zhuǎn)換成語(yǔ)音脈沖序列，因此該模塊主要包括聲/電轉(zhuǎn)換、信號(hào)調(diào)理和采樣等信號(hào)處理過(guò)程。

　　（二）語(yǔ)音前級(jí)處理模塊

　　語(yǔ)音前級(jí)處理模塊的主要功能是濾除干擾信號(hào)、提取語(yǔ)音特征矢量，并將提取的語(yǔ)音特征矢量量化成標(biāo)準(zhǔn)語(yǔ)音特征矢量，因此該模塊主要包括語(yǔ)音預(yù)處理、特征提取、矢量量化等語(yǔ)音信號(hào)處理過(guò)程。

　　（三）語(yǔ)音訓(xùn)練模塊

　　語(yǔ)音訓(xùn)練模塊的主要功能是將多次采集、提取的語(yǔ)音特征標(biāo)準(zhǔn)矢量進(jìn)行概率統(tǒng)計(jì)，提取說(shuō)話人的最佳語(yǔ)音特征標(biāo)準(zhǔn)矢量，防止因說(shuō)話人心情、環(huán)境等因數(shù)引起提取特征參數(shù)不準(zhǔn)確而影響語(yǔ)音識(shí)別效果，因此該模塊主要包括概率統(tǒng)計(jì)、參數(shù)評(píng)估等處理過(guò)程，用隱馬爾可夫模型（HMM模型）實(shí)現(xiàn)。

　　語(yǔ)音控制系統(tǒng)總體設(shè)計(jì)框圖

　　（四）語(yǔ)音識(shí)別模塊

　　語(yǔ)音識(shí)別模塊的主要功能是將重新采集的標(biāo)準(zhǔn)語(yǔ)音特征矢量與語(yǔ)音模板庫(kù)中的語(yǔ)音模型進(jìn)行比較，判斷當(dāng)前語(yǔ)音命令功能，因此該模塊主要包括矢量比較與參數(shù)評(píng)估兩個(gè)過(guò)程。

　　（五）語(yǔ)音提示模塊

　　語(yǔ)音提示模塊的主要功能是根據(jù)語(yǔ)音識(shí)別的結(jié)果提示用戶進(jìn)行相關(guān)操作或說(shuō)明當(dāng)前完成的功能，因此該模塊主要包括調(diào)用提示語(yǔ)音資源文件、D/A轉(zhuǎn)換、信號(hào)放大等語(yǔ)音處理過(guò)程。

　　（六）輸出控制模塊

　　輸出控制模塊的主要功能是根據(jù)語(yǔ)音識(shí)別的結(jié)果輸出相應(yīng)的控制信號(hào)，實(shí)現(xiàn)電燈、電視、風(fēng)扇等辦公電器的語(yǔ)音控制功能，因此該模塊主要包括信號(hào)驅(qū)動(dòng)、輸出控制器和被控對(duì)象。

　　（七）語(yǔ)音模板庫(kù)

　　語(yǔ)音模板庫(kù)的主要功能是存儲(chǔ)訓(xùn)練后的最佳標(biāo)準(zhǔn)語(yǔ)音特征矢量。

　　三、系統(tǒng)平臺(tái)構(gòu)建

　　本設(shè)計(jì)以辦公電器為控制對(duì)象，充分利用凌陽(yáng)單片機(jī)SPCE061A提供的內(nèi)/外部硬件資源、庫(kù)函數(shù)和微機(jī)提供的錄音機(jī)工具，構(gòu)建了辦公電器語(yǔ)音控制的系統(tǒng)平臺(tái)。

　　本設(shè)計(jì)采用的凌陽(yáng)單片機(jī)內(nèi)部資源豐富，且具有體積小、性能好、可靠性高等特點(diǎn)，在嵌入式語(yǔ)音控制系統(tǒng)得到了廣泛應(yīng)用，尤其是豐富的語(yǔ)音功能庫(kù)函數(shù)，更是開(kāi)發(fā)者的首選[2]。

　　辦公電器語(yǔ)音控制系統(tǒng)硬件構(gòu)建平臺(tái)如圖2所示。

　　辦公電器語(yǔ)音控制系統(tǒng)硬件構(gòu)建平臺(tái)

　　本設(shè)計(jì)利用凌陽(yáng)IDE2.0開(kāi)發(fā)環(huán)境及其提供的C語(yǔ)言編寫，系統(tǒng)配套的軟件構(gòu)建平臺(tái)如所示。

　　辦公電器語(yǔ)音控制系統(tǒng)軟件構(gòu)建平臺(tái)

　　系統(tǒng)軟件構(gòu)建平臺(tái)主要使用到初始化存儲(chǔ)器函數(shù) BSR_DeleteSDGroup（0）、播放提示語(yǔ)音函數(shù)PlayRespond()、語(yǔ)音訓(xùn)練命令函數(shù)TrainWord()、識(shí)辨器初始化函數(shù)BSR_InitRecognizer（AudioSource）和獲取語(yǔ)音識(shí)別結(jié)果函數(shù)esultBSR_GetR（void），各函數(shù)主要功能如下：

　　（一）BSR_DeleteSDGroup（0）

　　該函數(shù)的主要功能是初始化存儲(chǔ)器SRAM。參數(shù)“0”代表選擇SRAM，并初始化。其返回值作為判斷SRAM初始化成功的標(biāo)志，返回0代表初始化成功，返回-1代表初始化失敗。

　　（二）PlayRespond（RespondID）

　　該函數(shù)的主要功能是播放提示音，“RespondID”代表播放的語(yǔ)音段（用計(jì)算機(jī)采集）。

　　（三）TrainWord（int WordID,int TrainMode）

　　該函數(shù)的主要功能是語(yǔ)音訓(xùn)練，其中“WordID”表示命令序號(hào)，“TrainMode”表示訓(xùn)練次數(shù)（有ONCE和TWICE兩種選擇）。語(yǔ)音訓(xùn)練主要用HMM模型實(shí)現(xiàn)。

　　（四）BSR_InitRecognizer（AudioSource）

　　該函數(shù)的主要功能是初始化語(yǔ)音識(shí)別器，“AudioSource”表示語(yǔ)音資源來(lái)源，有BSR_MIC（話筒輸入）BSR_LINE_IN（模擬電壓輸出）兩種選擇，這里選擇BSR_MIC。

　　（五）int BSR_GetResult（void）

　　該函數(shù)的主要功能是獲取語(yǔ)音識(shí)別結(jié)果，若識(shí)別成功返回命令序號(hào)，否則返回0（無(wú)法識(shí)別）、-1（識(shí)別器為未初始化）或-2（識(shí)別不合格）。該函數(shù)的本質(zhì)是一個(gè)比較、判斷器，即將重新采集的語(yǔ)音標(biāo)準(zhǔn)特征矢量與訓(xùn)練產(chǎn)生的最佳標(biāo)準(zhǔn)特征矢量進(jìn)行比較，并根據(jù)比較結(jié)果輸出相應(yīng)的控制信號(hào)。