語(yǔ)音識(shí)別技術(shù)是讓機(jī)器通過(guò)識(shí)別和理解過(guò)程把語(yǔ)音信號(hào)轉(zhuǎn)變?yōu)橄鄳?yīng)的文本或命令，其識(shí)別過(guò)程與人對(duì)語(yǔ)音識(shí)別處理過(guò)程基本上是一致的，包括語(yǔ)音特征提取、聲學(xué)模型與模式匹配（識(shí)別算法）、語(yǔ)言模型與語(yǔ)言處理三個(gè)部分。

語(yǔ)音識(shí)別系統(tǒng)根據(jù)口音辨識(shí)主要有以下2種：

(1) 特定發(fā)音人識(shí)別SD (Speaker Dependent)

(2) 非特定發(fā)音人識(shí)別SI( Speaker Independent)

藍(lán)牙技術(shù)（Bluetooth Technology）是一種短距 離無(wú)線通信技術(shù)，它工作在免費(fèi)的ISM頻段（2.4GHz），采用跳頻/時(shí)分復(fù)用技術(shù)，能實(shí)現(xiàn)點(diǎn)對(duì)多點(diǎn)的通信。通過(guò)藍(lán)牙無(wú)線傳輸?shù)姆绞娇梢詫⒁欢ǚ秶鷥?nèi)的數(shù)據(jù)設(shè)備或語(yǔ)音設(shè)備連接起來(lái)組成微微網(wǎng)，使嵌有藍(lán)牙模塊的電子設(shè)備之間能實(shí)現(xiàn)方便快捷的通信。它的傳輸距離為10cm~10m，如果增加功率或是加上某些外設(shè)便可達(dá)到100m的傳輸距離，并且可穿透不同物質(zhì)以及在物質(zhì)間擴(kuò)散。藍(lán)牙采用無(wú)線接口來(lái)代替有線電纜連接，具有很強(qiáng)的移植性，適用于多種場(chǎng)合，它功耗低、成本低、對(duì)人體危害小，而且應(yīng)用簡(jiǎn)單、容易實(shí)現(xiàn)，所以易于推廣，成為構(gòu)建數(shù)字化家庭的理想技術(shù)。

設(shè)計(jì)方案

本系統(tǒng)中主控端采用SPCE061A單片機(jī)芯片完成語(yǔ)音識(shí)別和控制功能。BlueCore2 External芯片完成命令的發(fā)送。

總體上來(lái)說(shuō)，本系統(tǒng)主控端分為兩個(gè)主要的方面，一個(gè)是語(yǔ)音識(shí)別模塊，另一個(gè)是藍(lán)牙無(wú)線通信模塊。

語(yǔ)音識(shí)別模塊部分采用了凌陽(yáng)科技公司的SPCE061A單片機(jī)芯片來(lái)完成，該芯片是一款16位結(jié)構(gòu)的微控制器，工作電壓 VDD為2.4~3.6V(CPU)， VDDH為2.4~5.5V(I/O)，CPU時(shí)鐘 最高可達(dá)49.152MHz；內(nèi)置2K字SRAM、32K FLASH；可編程音頻處理；系統(tǒng)處于備用狀態(tài)下(時(shí)鐘 處于停止?fàn)顟B(tài))，耗電僅為2μA@3.6V；32位通用可編程輸入/輸出端口；14個(gè)中斷源可來(lái)自定時(shí) 器A / B時(shí)基，2個(gè)外部時(shí)鐘源輸入，鍵喚醒；具備觸鍵喚醒的功能；使用凌陽(yáng)音頻編碼SACM-S480方式(壓縮比為80:3)；3 2768Hz實(shí)時(shí)時(shí)鐘；單通道聲音模?數(shù)轉(zhuǎn)換器；聲音模?數(shù)轉(zhuǎn)換器輸入通道內(nèi)置麥克風(fēng)放大器 和自動(dòng)增益控制(AGC )功能；具有低電壓復(fù)位(LVR)功能和低電壓監(jiān)測(cè)(LVD)功能；內(nèi)置在線仿真電路ICE（In- Circuit Emulator）接口；具有保密能力；具有WatchDog功能。

藍(lán)牙部分采用了CSR公司提供的單芯片解決方案。主控芯片為BlueCore2 External，有如下特點(diǎn)：1.8V低電壓供電，0.18μm CMOS工藝，VFBGA封裝，芯片面積僅6*6mm；支持藍(lán)牙V1.2規(guī)范；芯片內(nèi)部集成 了完善的DSP藍(lán)牙基帶控制器，集成了通用的2.4GHz藍(lán)牙射頻終端以及藍(lán)牙信號(hào)自檢電路，無(wú)須外部PA，僅需非常簡(jiǎn)單的外圍電路；內(nèi)嵌32kB RAM和16位精簡(jiǎn)指令集微處理器，最多可外接8Mbit的FLASH用于存儲(chǔ)藍(lán)牙協(xié)議棧及藍(lán)牙應(yīng)用程序。

系統(tǒng)工作過(guò)程

由于本系統(tǒng)采用了特定發(fā)音人識(shí)別SD語(yǔ)音識(shí)別系統(tǒng)，所以首先要對(duì)語(yǔ)音命令進(jìn)行訓(xùn)練。語(yǔ)音訓(xùn)練的過(guò)程其實(shí)就是語(yǔ)音特征模型的建立過(guò)程，首先錄入一條語(yǔ)音樣本，然后對(duì)樣本進(jìn)行采樣、量化、濾除噪音，對(duì)語(yǔ)音信號(hào)進(jìn)行線性預(yù)測(cè)分析，最終把語(yǔ)音信號(hào)用一個(gè)模型來(lái)表示，模型參數(shù)描述語(yǔ)音信號(hào)的波形和頻譜信息。然后再錄入一遍語(yǔ)音樣本，建模，對(duì)兩次的語(yǔ)音樣本的參數(shù)進(jìn)行匹配檢驗(yàn)，如果滿足匹配條件，語(yǔ)音樣本錄入成功。

語(yǔ)音樣本錄入成功以后，當(dāng)開(kāi)始識(shí)別時(shí)，其實(shí)也就是對(duì)發(fā)出的語(yǔ)音命令進(jìn)行建模，然后和語(yǔ)音樣本的模型參數(shù)進(jìn)行匹配檢驗(yàn)。找到相匹配的語(yǔ)音樣本，返回識(shí)別結(jié)果。

SPCE061A單片機(jī)芯片完成語(yǔ)音命令的識(shí)別后，利用BSR_GetResult( )函數(shù)獲取識(shí)別結(jié)果。由于SPCE06 1A單片機(jī)芯片內(nèi)置2K字SRAM和32K FLASH，所以可共存儲(chǔ)3組命令，每組5條語(yǔ)音樣本，每次將一組語(yǔ)音樣本調(diào)入內(nèi)存，將輸入語(yǔ)音命令與該語(yǔ)音樣本比較產(chǎn)生識(shí)別結(jié)果，所以識(shí)別結(jié)果會(huì)返回是哪一組命令的第幾條語(yǔ)音樣本，然后根據(jù)識(shí)別結(jié)果來(lái)觸發(fā)相應(yīng)的命令。當(dāng)長(zhǎng)時(shí)間沒(méi)有語(yǔ)音命令，該芯片將進(jìn)入休眠狀態(tài)以減少功耗。

SPCE061A單片機(jī)將識(shí)別結(jié)果通過(guò)I/O口傳遞給藍(lán)牙模塊，這里單片機(jī)SPCE061A有32個(gè)可編程I/O，但是藍(lán)牙模塊只有10個(gè)I/O口可以使用，因此將單片機(jī)的10個(gè)I/O口與藍(lán)牙的相應(yīng)I/O口連接，由于單片機(jī)和藍(lán)牙模塊的I/O口均可編程，則理論上可以產(chǎn)生1024種命令。

藍(lán)牙部分的開(kāi)發(fā)基于藍(lán)牙串口應(yīng)用框架（Serial Port Profile ，SPP），采用了完全嵌入式模式，選擇BlueCore Virtual Machine Stack，應(yīng)用軟件在集成開(kāi)發(fā)環(huán)境BlueLab中開(kāi)發(fā)完成。

Bluelab開(kāi)發(fā)工具包中，藍(lán)牙控制器應(yīng)用程序直接對(duì)連接管理（CM）進(jìn)行操作，在BlueCore Virtual Machine Stack的基礎(chǔ)上，實(shí)現(xiàn)串口應(yīng)用框架（SPP），完成對(duì)遠(yuǎn)端藍(lán)牙設(shè)備的查詢、鑒權(quán)、連接和控制信息發(fā)送過(guò)程。

Bluelab提供的虛擬機(jī)調(diào)度程序分配給控制器應(yīng)用程序和連接管理器（CM）不同的任務(wù)號(hào)，任務(wù)間采用消息隊(duì)列機(jī)制異步的發(fā)送消息進(jìn)行通信。

應(yīng)用程序通知連接管理器（CM）完成查詢、配對(duì)、連接等功能。PIO掃描程序完成控制信息的識(shí)別，通過(guò)與遠(yuǎn)端設(shè)備建立的ACL鏈路將控制信息發(fā)送出去。受控設(shè)備收到藍(lán)牙控制器的命令信息，從而完成藍(lán)牙控制器對(duì)受控設(shè)備的無(wú)線控制。

受控設(shè)備部分通過(guò)藍(lán)牙將命令接收過(guò)來(lái)，發(fā)送給設(shè)備的控制部分，設(shè)備執(zhí)行完命令后通過(guò)藍(lán)牙部分發(fā)送給主控設(shè)備一個(gè)完成信息，主控設(shè)備接收到完成信息后播放相應(yīng)的提示語(yǔ)音。

語(yǔ)音提示音儲(chǔ)存在SPCE061A單片機(jī)的片內(nèi)FLASH里，由于存儲(chǔ)空間所限，又要保證語(yǔ)音質(zhì)量，采用的語(yǔ)音提示音為SACM_S480格式，此格式的音頻文件壓縮后的編碼率為4.8Kbit/s、SACM_S480語(yǔ)音壓縮比為80:3，可以用凌陽(yáng)科技公司提供的專業(yè)軟件對(duì)錄制的提示音進(jìn)行壓縮。

測(cè)試結(jié)果：

在語(yǔ)音識(shí)別部分錄入15條命令，分三組，每組五條，具體如下：

第一組：開(kāi)始、電視、微波爐、燈、熱水器；

第二組：中央一套、中央二套、中央三套、中央四套、中央五套；

第三組：高功率、中高功率、中功率(焙烤、煨燒、文火)、中低功率(解凍)、低功率(保溫)。

由于電器的相關(guān)功能沒(méi)有跟進(jìn)，所以并不能將這些完全實(shí)現(xiàn)，只能在接收部分安置相應(yīng)的發(fā)光二極管表示命令發(fā)送狀態(tài)。

同時(shí)設(shè)想當(dāng)電器功能完成以后，會(huì)給控制部分發(fā)送一個(gè)回饋信號(hào)，比如微波爐食品加熱完畢，將會(huì)給控制器發(fā)送一個(gè)信號(hào)，控制部分將播放語(yǔ)音信息提示微波爐功能完成。因此，模擬電器部分在接到控制器控制信號(hào)一段時(shí)間后人為回饋一個(gè)完成信號(hào)。

將BlueCore2-External 芯片的藍(lán)牙發(fā)射功率級(jí)別設(shè)為Class2?？刂撇糠峙c受控端藍(lán)牙模塊均使用藍(lán)牙模塊微帶天線，控制距離可達(dá)10米，控制器與受控端藍(lán)牙模塊均使用1.6dB的天線，控制距離可達(dá)30m。

將BlueCore2-External 芯片的藍(lán)牙發(fā) 射功率級(jí)別設(shè)為Class1?？刂撇糠峙c受控端藍(lán)牙模塊均使用藍(lán)牙模塊微帶天線，控制距離可達(dá)60m，控制器與受控端藍(lán)牙模塊均使 用1.6dB的天線，控制距離可達(dá)150m。

總結(jié)：

測(cè)試結(jié)果表明，語(yǔ)音模塊語(yǔ)音識(shí)別正確率可達(dá)95%以上，配有語(yǔ)音提示，使得操作沒(méi)有出現(xiàn)錯(cuò)誤。藍(lán)牙模塊在命令的無(wú)線傳輸上也可以滿足實(shí)際距離等方面的需求。

本系統(tǒng)可以改進(jìn)的地方：

1 ．本系統(tǒng)采用凌陽(yáng)科技公司的SPCE061A單片機(jī)芯片，該芯片只有2K字內(nèi)置SRAM和32K內(nèi)置FLASH，凌陽(yáng)科技公司最近剛推出SPCE061A的改進(jìn)版，這款芯片的內(nèi)置SRAM已擴(kuò)充到4K，使得每組的命令數(shù)可增加。

2 ．本系統(tǒng)的藍(lán)牙部分暫時(shí)使用一對(duì)七模式，該模式主控端只能控制7個(gè)受控端，但是可以采用另外的藍(lán)牙系統(tǒng)提供微微網(wǎng)技術(shù)。微微網(wǎng)是由一組具有同一跳頻序列、在時(shí)序上同步的藍(lán)牙設(shè)備組成，包括兩種節(jié)點(diǎn)：主節(jié)點(diǎn)和從節(jié)點(diǎn)。一個(gè)微微網(wǎng)中只能有1個(gè)主節(jié)點(diǎn)，最多可以有7個(gè)活動(dòng)的和255個(gè)休眠的從節(jié)點(diǎn)。這些休眠的從節(jié)點(diǎn)在信道上不活動(dòng)，但是保持與主節(jié)點(diǎn)的同步，不用連接建立過(guò)程就可以變成活動(dòng)狀態(tài)，這就使得這個(gè)系統(tǒng)最多可以接入262個(gè)設(shè)備。

根據(jù)以上討論，可以發(fā)現(xiàn)本設(shè)計(jì)足以滿足低成本數(shù)字化家庭的語(yǔ)音控制需求。