語意識別與智能機器人設(shè)計
加入技術(shù)交流群
摘要：語音識別技術(shù)在智能設(shè)計方面的應用廣泛。AP7003型IC是一款性能優(yōu)良和價格低廉的語音識別電路，文中介紹它的基本電路及其在機器人設(shè)計中的一些應用友及主意識別系統(tǒng)的基本原理，為智能機器人的設(shè)計提供了一種思路。
關(guān)鍵詞：AP7003 語音識別 智能機器人 目標詞
語音識別技術(shù)以語言為研究對象，涉及生理學、語言學、計算機及信號處理等多個領(lǐng)域，是語言信號處理的一個重要研究方向，在智能控制、多媒體、人機對話等方面有著極其廣泛的應用前景。
1 語音識別技術(shù)
語音識別技術(shù)首先要提取語音特征參量，也就是從語言信號中提取語音識別的有用信息。語音特征參量的提取要考慮單詞選定位置的基音、鼻輔音的頻譜、元音的頻譜、擦音的頻譜等要素。語音識別技術(shù)也必須有模式匹配及模型訓練技術(shù)，其中主要包括動態(tài)時間規(guī)整技術(shù)、HMM模型和人工神經(jīng)網(wǎng)絡。時間規(guī)整是把一個單詞內(nèi)的時變特征變?yōu)橐恢碌倪^程，在時間規(guī)整過程中，作為單詞的時間軸要不均勻的扭曲或彎曲，使其行征為模型特征對正，該技術(shù)是一種有力的矯正措施，對提高系統(tǒng)的識別精度極為有效。人工神經(jīng)網(wǎng)絡是一個自適應非線性動力學系統(tǒng)，模擬人體大腦活動的基本原理，具有學習、技藝、判斷、對比和概括等能力。另外，語音識別單元的選取也是語音識別的重要一步，語言識別單元有單詞、音節(jié)和音素。對于漢語而言，主要選取音節(jié)單元，因為漢語是單音節(jié)結(jié)構(gòu)的語言，而英語是多音節(jié)的語言，漢語約有400個音節(jié)，數(shù)量相對較少，便于識別。
2 AP7003型語音識別電路
AP7003是一款低成本語音識別專用集成電路，內(nèi)置麥克風放大器、A/D轉(zhuǎn)換器、語音處理器和I/O控制器，經(jīng)預處理后可識別12組不同的字詞，每組1.5s時長，可連詞或單詞識別?？蓮V泛應用于玩具、識別轉(zhuǎn)控和自動答錄等領(lǐng)域。
AP7003的功能框圖如圖1所示。表1給出AP7003的引腳功能。
表1 AP7003的引腳功能
| 引腳名稱 | 功 能 |
| GNDD | 數(shù)字地 |
| LED1 | 低電平存放LED驅(qū)動腳，能設(shè)計成語音輸入指示，適合于標準應用 |
| DLED2 | 低電平存放LED驅(qū)動腳，在標準應用線路中設(shè)計成語音輸入驗證結(jié)果的標志 |
| DPOB1-POB4 | 輸出口，作為鍵盤掃描用，標準應用 |
| DPIT1-PIT4 | 低電平有效輸入口，內(nèi)部有上拉電阻器，能設(shè)計成輸入口或鍵盤的輸入標準應用 |
| DVDDD | 數(shù)字電源VDD |
| DCAPV | 去耦電容器，電容器必須接在此引腳到地之間，用于內(nèi)部的電壓基準 |
| DOSCI | 頻率振蕩器控制腳，接一個56k電阻器到地 |
| DPIM1PIM2 | 普通輸入腳，能設(shè)計成模式控制輸入，用于標準電路 |
| DTEST | 測試引腳，用于生產(chǎn)測試 |
| DPOSL | 輸出模式選擇，用于輸出A口，若ProtA是高電平有效，則以POSL接高電平；若低電平有效則接地 |
| GNDA | 模擬地 |
| TREF | 語音輸入閥電壓控制 |
| A2OUT | 輸出第二放大器 |
| AIIN | 第一（前級）放大器反相輸入 |
| A1OUT | 前級放大輸出 |
| MICP | 麥克風的正電源腳 |
| VDDA | 模擬電路正電源 |
| POA-POA12 | 輸出口 |
| PORES | 高電平有效輸入，清除輸出口A狀態(tài) |
AP7003的主要特征如下：
內(nèi)置麥克風放大器
內(nèi)置A/D轉(zhuǎn)換器
采用DIP40雙列直插式封裝
能識別12組1.5s時長字詞
I/O：2個普通輸入，4個觸發(fā)輸入，2個輸出口分別有4個、12個輸出，2個LED驅(qū)動
AP7003具有二種工作模式，即錄音模式和識別模式，在進入識別模式之前，應先將目標詞錄入電路內(nèi)。在AP7003內(nèi)有12個存貯體用于存貯12組不同的字句，每個存貯體可存貯1.5s時長的字句，可通過鍵盤或按程序編制的順序選擇存貯體來錄入及存放目標詞。語音可通過外部麥克風或其他媒體錄入電路內(nèi)，經(jīng)內(nèi)部處理后以不同的數(shù)字特征信號保存在存貯體中。
圖2
目標詞錄入電路內(nèi)后即可將工作模式轉(zhuǎn)換到識別模式，工作時電路將當前語音與事先錄入存貯體的目標詞語音相比較，如果語音特征相匹配，則在電路的相應輸出端輸出高電平或低電平。
3 聲控機器人設(shè)計
語音識別電路廣泛應用在智能控制中，把這種電路應用在智能機器人設(shè)計中，使機器人初步具有與人對話的能力，且機器人的操作具有普遍性，極大地提高了操作者的興趣，圖2是機器人電路的主要原理框圖。
圖2中按鍵的定義如表2所示。上電后12個存貯器在錄入目標詞之前必須清空，開始錄入目標詞時使LED1有效，錄入后電路將進入識別模式。
表2 按鍵的定義
| Key NO. | 12Key (PIM1=1) |
| 1 | Store Word1 |
| 2 | Store Word2 |
| 3 | Stroe Word3 |
| 4 | Store Word4 |
| 5 | Store Word5 |
| 6 | Store Word6 |
| 7 | Sotre Word7 |
| 8 | Store Word8 |
| 9 | Set R_Leve1 |
| 10 | Set Level2 |
| 11 | Clear Output |
| 12 | Shut Down |
| PIT4 | Clesr Word |
如果由麥克風錄入的單詞與存儲器原有單詞相匹配，對應的POA輸出口有效，并驅(qū)動斷電器器，電機運動。在本設(shè)計中，機器人主要有“前進”（J1）、“后退”（J2）、“左轉(zhuǎn)”（J3）、“右轉(zhuǎn)”（J4）、“舉起”（J5）、“放下”（J6）、“停止”等幾種動作。其中，“停止”定義為clearOutput，其他依次定義為POA3、POA4、POA5、POA6、POA7和POA8。以“前進”（J1）和“后退”（J2）為例，如圖3所示。
當“停止”時，清除POA所有狀態(tài)，機器人停止。
當然，語音識別電路對外部麥克風（MIC）的分貝值有一定的要求，經(jīng)驗表明在本語音識別電路中選用56dB的麥克風較好。另外，AP7003的工作電壓為2.4～4.5V，如果您的應用系統(tǒng)是5V工作電壓，那么，通過一個二極管給AP7003供電，可以保證系統(tǒng)能長期穩(wěn)定、可靠的工作，也有利于降低系統(tǒng)功耗。
4 結(jié)束語
在實際應用的過程中，麥克風的分貝值、Set R_Level匹配度的設(shè)置對于語音識別的效果影響較大。如果這二個參數(shù)設(shè)置合理，該電路可具有較高的識別率，一般可達80%以上，不失為一種效好的語音識別電路。
評論