基于嵌入式系统的语音口令识别系统的实现

基于嵌入式系统的语音口令识别系统的实现

引言随着计算机技术和信息技术的迅速发展，语音口令识别已经成为了人机交互的一个重要方式之一。语音口令识别系统将根据人发出的声音、音节或短语给出响应，如通过语音口令控制一些执行机构、控制家用电器的运行或做出回答等。在数字信号处理芯片上已经实现了语音口令识别系统或语音口令识别系统的部分功能，然而随着嵌入式微处理器处理能力的大幅度提高，计算量大的语音口令识别算法已经能够通过嵌入式微处理器来完成，将语音口令识别系统与嵌入式系统相结合，发挥语音识别系统的潜力，使语音识别系统能够广泛应用于便携式设备中。采用隐马尔克夫模型(HiddenMarkovMODEL，HMM)描述语音信号的非平稳性和局部平稳性，HMM中的状态与语音信号的某个平稳段相对应，平稳段之间以转移概率相联系。由于HMM建模对语音信号长度和模型的混合度的要求都比较低，因此在现有的非特定人语音口令识别系统中，多采用状态输出具有连续概率分布的连续隐马尔可夫模型(ConTInuousDensityHiddenMarkovMODEL，CDHMM)。论文给出一种基于嵌入式系统的语音口令识别系统的设计方案，硬件系统的核心芯片是嵌入式微处理器，语音口令识别算法采用CDHMM。语音口令首先经过预处理，提取MFCC(Mel-FrequencyCeptralCoefficients)特征参数，然后建立此口令的CDHMM模型，把所有语音口令的模型放在模型库中，在识别阶段，通过概率输出*分，取*分最大的一个作为识别出的口令。将语音识别系统与嵌入式系统相结合，可以使语音口令识别系统广泛应用于便携式设备中。1硬件电路的设计和工作原理基于嵌入式系统的语音口令识别系统需要有接收语音信号的输入芯片配合麦克风实现将模拟语音信号转换成数字信号的功能，然后由嵌入式微处理器对输入的语音口令信号进行处理。完成语音口令信号输入功能的芯片采用的是PHILIPS公司的低功耗芯片UDAl341TS，供电电源电压为3V，该音频处理芯片由模数／数模转换(ADC)、控制逻辑电路、可编程增益放大器(PGA)和数字自动增益控制器(DAGC)以及数字信号处理器等部分组成，能进行数字语音处理。芯片UDAl341TS采用标准的内部集成电路声音总线IIS(InterICSoundBus)，该总线是由PHILIPS等公司共同提出的数字音频总线协议，专门用于音频设备之间的数据传输，目前很多音频芯片和微处理器都提供了对IIS总线的支持。IIS总线有三根信号线，分别是位时钟信号BCK(BitClock)、字选择控制信号WS(WordSelect)和串行数据信号Data，由主设备提供串行时钟信号和字选择控制信号，IIS总线的时序如图1所示。WS也称为帧时钟信号，该信号的电平为低电平时，传输的输入音频数据信号是左声道的音频数据信号；信号WS的电平为高电平时，传输的输入音频数据信号是右声道的音频数据信号。BCK对应着输入音频数据信号的每一位音频数据，其频率为2×采样频率×每个采样值的位数。与BCK同步的串行音频数据信号采用补码的形式传输，传输顺序是高位先传输。IIS总线格式的信号无论有多少位有效数据，数据的最高位MSB总是出现在WS信号改变(也就是传输一帧数据信号开始)后的第2个串行数据信号SCLK脉冲位置。通过上述IIS总线能够得到输入的音频数据信号，而其它的信号如自动增益控制、输入数据格式的选择和输入增益的控制等控制信号通过称为“L3”形式的接口总线传输。为了减少引脚数和保持连线简单，该接口总线采用串行数据传输方式，接口总线由3条信号线组成：时分复用的数据通道线L3DATA、模式控制线L3MODE和时钟信号线L3CLOCK。模式控制线L3MODE为低电平时的传输模式为地址传输模式；为高电平时的传输模式为数据传输模式。语音口令识别系统的硬件电路的核心芯片是嵌入式微处理器SamsungS3C2440AL，主频为400MHz。三星公司推出的RISC微处理器S3C2440AL具有低功耗、高性能等特点，可以广泛应用于便携式设备中。

S3C2440AL具有一个IIS总线音频编码／解码接口，语音口令识别系统的硬件电路如图2所示。其IIS总线控制器通过5根信号线与UDAl34lTS编解码芯片相连。这些5根信号线分别是：系统时钟信号CDCLK：位时钟信号I2-SSCLK；字选择控制信号I2SLRCK；串行数据输入信号I2SSDI；串行数据输出信号I2SDO。S3C2440AL使用L3接口传输其他(如自动增益控制、输入数据格式的选择和输入增益的控制等)控制信号。为了使系统间能够更好地同