新型語音識別電路AP7003及其應(yīng)用
加入技術(shù)交流群
摘要：介紹了新型、低成本語音識別電路AP7003的性能、引腳、指令等內(nèi)容，并給出了應(yīng)用電路原理圖及詳細(xì)的應(yīng)用方法。
本文引用地址：http://www.ex-cimer.com/article/226453.htm關(guān)鍵詞：語音識別 鍵盤控制 CPU控制 存儲體
1 AP7003簡介
AP7003是一款新型、
低成本語音識別專用集成電路，內(nèi)置有麥克風(fēng)放大器、A/D轉(zhuǎn)換器、語音處理器和I/O控制器，經(jīng)預(yù)處理后可識別12組不同的字詞，每組1.5秒時長，可連詞或單詞識別。AP7003包括AP7003-01（由CPU串行控制）和AP7003-02（由按鍵直接控制）兩種型號，且最有高度的I/O可編程性，使用簡單方便，可廣泛應(yīng)用于玩具、識別轉(zhuǎn)控、自動答錄等領(lǐng)域。
AP7003的功能框圖如圖1所示。其主要特性如下：
·內(nèi)置麥克風(fēng)放大器；
·內(nèi)置A/D轉(zhuǎn)換器；
·DIP40雙列直插式封裝；
·識別12組1.5秒時長字詞；
·I/O口具有2個普通輸入、4個觸發(fā)輸入、2個輸出口（分別有4個和12個輸出）、2個LED驅(qū)動；
·指令優(yōu)化以方便用戶使用；
·2.4V-4.5V工作電壓，且具備低功耗模式。
2 AP7003功能說明
AP7003具有兩種工作模式，即錄音模式和識別模式。在使用識別模式之前，應(yīng)先將目標(biāo)錄入芯片內(nèi)。AP7003內(nèi)有12狐假虎威存儲體用于存儲12組不同的字句，每個存儲體可存儲1.5秒時長的字詞，可通過鍵盤或按程序編制的順序選擇存儲體錄入及存放目標(biāo)詞。語音可通過外部麥克風(fēng)或其它媒體錄入芯片內(nèi)，經(jīng)內(nèi)部處理后以不同的數(shù)字持片信號保存于存儲體中。
目標(biāo)詞錄入芯片內(nèi)后即可將工作模式轉(zhuǎn)換到識別模式，工作時芯片將當(dāng)前語音與事先已錄入存儲體的目標(biāo)詞語音相比較，如果有語音特征相匹配，則在芯片的相應(yīng)輸出端口輸出高電平或低電平。需要時間以將芯片編程為省電模式以節(jié)省電能，當(dāng)有按鍵信號時芯片將被喚醒。
AP7003采用DIP40封裝，引腳功能如表1所示，其典型應(yīng)用電路如圖2所示。
表1 AP7003引腳功能說明
| 引腳號 | 引腳名稱 | 功能說明 |
| 1 2 3 4 8～5 12～9 13 14 15 17、18 19 20 21 22 23 24 26 27 28 29～40 16、25 | PORES GNDD LED1 LED2 POB1～POB4 PIT1～PIT4 VDDD CAPV OSC1 PIM1、PIM2 TEST POSL GNDA TREF A2OUT A1IN A1OUT MICP VDDA POA1～POA12 NC | 清除A輸出口（POA）輸出狀態(tài)，高有效） 數(shù)字地 驅(qū)動LED，低有效，可編程用于指示語音錄音的狀態(tài) 驅(qū)動LED，低有效，可編程用于指示語音識別的結(jié)果 B輸出口，可編程用于鍵盤驅(qū)動 低脈沖觸發(fā)輸入，內(nèi)部有上拉電阻，可編程用于鍵盤輸入 數(shù)字電源 通過電容接地，對內(nèi)部電壓進(jìn)行濾波 振蕩頻率控制，通過56kΩ電阻接地 普通輸入引腳，可編程用于芯片工作模式控制：PIM1=1時，芯片具有識別功能；PIM2=1時，A端口可以輸出。反之不能進(jìn)行識別或A端口不能輸出 測試端，芯片出廠時測試用 對A輸出口有效電平進(jìn)行選擇：高時A口高有效；低時A口低有效 模擬地 語音輸入門限控制端 第二級放大器輸出端 第一級放大器負(fù)輸入端 第一級放大器輸出端 電子麥克風(fēng)電源供應(yīng)端 模擬電源 A輸出口，可編程用于語音錄入/語音識別對的存儲體指示 未用引腳 |
3 AP7003-01的應(yīng)用
AP7003-01可通過串行口與微控制器連接，應(yīng)用圖如圖3所示。AP7003-01共有22個輸入指令和15個輸出指令，如表2所示。AP7003-01工作時序及時間定義如圖4所示。
表2 AP70001指令與代碼
| 輸 入 | 輸 出 | ||||||
| 指令 | 代碼 | 指令 | 代碼 | 指令 | 代碼 | 指令 | 代碼 |
| Store Word1 Store Word2 Store Word3 Store Word4 Store Word5 Store Word6 Store Word7 Store Word8 Store Word9 Store Word10 Store Word11 | 01H | Store Word12 Store Flag Clear Word Set R_Level 1 Set R_Level 2 Set R_Level 3 Set R_Level 4 Set R_Mode 1 Set R_Mode 2 Clear Outputs Shut Down | 0CH | Match Word1 Match Word2 Match Word3 Match Word4 Match Word5 Match Word6 Match Word7 Match Word8 Match Word9 Match Word10 Match Word11 | 01H | Match Word12 Done No Match Word Data In Error | 0CH |
系統(tǒng)上電后必須先給AP7003-01發(fā)清除指令Clear Word以清除12個存儲體內(nèi)的內(nèi)容，然后發(fā)出一個存儲指令（Store Word1～Store Word12之一）將目標(biāo)詞錄入芯片相應(yīng)的存儲體內(nèi)。當(dāng)LED1有效時，表示芯片準(zhǔn)備好錄入目標(biāo)詞。通過指令Set R_Mode1或Set R_Mode2可選擇兩種識別模式：Set R_Mode1為單詞識別模式，該模式下識別操作完成后，芯片進(jìn)入省電狀態(tài)以等待表的指令；Set R_Mode2為連詞識別模式，該模式下識別操作完成后芯片返回語音錄入狀態(tài)。
進(jìn)入語音識別狀態(tài)前必須通過指令Set R_Level1～Set R_Level4設(shè)置識別時要示訴匹配度，Set R_Level4要求匹配程序最高，而Set R_Level1最低，可以根據(jù)經(jīng)驗設(shè)定為中間某一個值。跟在一個Store Word1～12指令之后的Store Flag指令將前面錄入的語音存入指定的存儲體以作為目標(biāo)詞。Clear Outputs指令用于清除A端口輸出狀態(tài)（POA1～POA12）.Shut Down指令將芯片轉(zhuǎn)入關(guān)閉模式以節(jié)省電能。
當(dāng)數(shù)據(jù)格式或時序出現(xiàn)在串行數(shù)據(jù)（SERIAL DATA）輸入口PIT3、PIT2、PIT1時，芯片將發(fā)送錯誤代碼到串行數(shù)據(jù)輸出口POB4，同時將數(shù)據(jù)、時鐘發(fā)送到串行數(shù)據(jù)輸出口POB2、POB3。
指令Stroe Word1～12、Store Flag、Clear Word、Set R_Level1～4和Clear Outputs執(zhí)行完成后，芯片將輸出一個Done代碼。芯片每次執(zhí)行完語音識別后，輸出一個匹配指示代碼（Match Word1～Match Word12或NO Match）。當(dāng)有一個語音匹配時，LED2有效，如果PIM2被拉高（端口A使能），則端口相應(yīng)的引腳變?yōu)橛行?。如果PIM1引腳被拉底，芯片的語音識別功能被禁止。
4 AP7003-02的應(yīng)用
AP7..3-02可以單獨使用，無需控制器，適合于用鍵盤直接控制。芯片有8鍵控制和12鍵控制兩種鍵盤操作模式，如圖5所示。各鍵及其功能見表3（a）、（b）。
上電后POB1～POB4均被置成低電平。當(dāng)有鍵按下后，芯片按POB1→POB2→POB3→POB4的順序依次發(fā)出鍵盤掃描信號，掃描信號為16ms低脈沖加64ms間隔，且循環(huán)進(jìn)行，按鍵信號從PIT1～PIT4輸入芯片。鍵盤陣列如表3（c）所示。
在識別模式初始狀態(tài)，只有LED1是有效的。識別完成后，如果沒有詞相匹配，LED1閃爍3秒鐘后回到識別模式初始狀態(tài)；如果有詞相匹配，LED2有效，與匹配詞所在存儲體相對應(yīng)的POA輸出端口也有效。如果芯片被設(shè)置成自動模式（PIM2=0），則LED2及POA的輸出將在3分鐘后被清除，之后回到識別模式初始狀態(tài)。當(dāng)PIM2=0時，如果連接8分鐘沒有語音輸入芯片，將自動進(jìn)入省電模式。
5 應(yīng)注意的問題
（1）語音識別電路對外部麥克風(fēng)（MIC）的分貝值有一定的要求。使用經(jīng)驗表明，本語音識別電路中選用56dB的麥克風(fēng)可達(dá)到最佳效果。
（2）語音識別前設(shè)置的匹配度是一個影響識別率高低的重要因素，在實驗過程中需要根據(jù)使用環(huán)境、使用要求等情況多次實驗才能確定最佳值。
（3）AP7003的工作電壓為2.4V～4.5V。對于3V的應(yīng)用系統(tǒng)，可直接使用；如果您的應(yīng)用系統(tǒng)是5V工作電壓，建議通過一個二極管給AP7003供電，以保證系統(tǒng)長期穩(wěn)定可靠地工作，也有利于降低系統(tǒng)功耗。
表3（a)AP7003-02鍵盤模式
| Mode Key NO. | 8Key(PIM1=0) | 12Key(PIM1=1) |
| 1 | Store Word Word Up Word Down Set R_Level 1 Set R_Level 2 Set R_Level 3 Clear Output Shut Down N.A. N.A. N.A. N.A. Store Word Clear Word | Store Word1 Store Word2 Store Word3 Store Word4 Store Word5 Store Word6 Store Word7 Store Word8 Set R_Level 1 Set R_Level 2 Clear Output Shut Down N.A. Clear Word |
表3（b）AP7003-02按鍵功能
| 鍵 名 | 功 能 說 明 |
| Clear Word Store Word Store Word1～8 Word Up Word Down Set R_Level1～3 Clear Output Shut Down | 清除12個存儲體內(nèi)容，之后進(jìn)入存儲目標(biāo)詞1（Store SWord1）狀態(tài) 選擇當(dāng)前存儲體存儲錄入的語音 選擇12個存儲體中的一個以存儲錄入的語音 選擇后個存儲體以存儲錄入的語音；存儲體12的“后一個”是存儲體1 選擇前一個存儲體以存儲錄入的語音；存儲體1的“前一個”仍是存儲1 設(shè)置語音識別的匹配度，之后進(jìn)入語音識別初始狀態(tài) 清除POA1～POA12和LED2狀態(tài)，之后進(jìn)入語音識別初始狀態(tài) 將芯片轉(zhuǎn)入省電模式 |
表3（c) AP7003-02鍵盤陣列
| POB1 | POB2 | POB3 | POB4 | |
| PIT1 | KEY1 | KEY2 | KEY3 | KEY4 |
| PIT2 | KEY5 | KEY6 | KEY7 | KEY8 |
| PIT3 | KEY9 | KEY10 | KEY11 | KEY12 |
應(yīng)用表明，AP7003使用簡單方便，具有較高的識別率，一般可達(dá)80%以上，是一款較好的語音識別芯片。
評論