基于DSP的聲控電子記事本系統(tǒng)

本文所介紹的聲控電子記事本系統(tǒng)將語(yǔ)音識(shí)別和語(yǔ)音編解碼在同一片DSP芯片上實(shí)現(xiàn)，用語(yǔ)音方式代替其它方式進(jìn)行信息輸入，提高了系統(tǒng)的靈活性。

　　1 系統(tǒng)功能

　　可存200張語(yǔ)音名片，每張語(yǔ)音名片包含四條信息：姓名、電話號(hào)碼、工作單位、備注;聲控查找語(yǔ)音名片信息，用戶只需口述所要查找人的姓名，即可獲得電話號(hào)碼、工作單位、備注等信息，同時(shí)電話號(hào)碼顯示在液晶顯示屏上。

　　具有雙音多頻(DTMF)撥號(hào)功能，用戶用聲控查找到電話號(hào)碼并顯示在液晶屏上之后，只需輕觸一個(gè)撥號(hào)鍵，即可通過(guò)普通電話機(jī)的話筒實(shí)現(xiàn)快速自動(dòng)撥號(hào)。

　　數(shù)字錄音，每段錄音加語(yǔ)音標(biāo)識(shí);聲控放音，在放音時(shí)只需口述所要語(yǔ)音段的語(yǔ)音標(biāo)識(shí)即可自動(dòng)找到該段錄音并加放，累計(jì)錄音時(shí)間達(dá)兩個(gè)半小時(shí)以上。

　　具有方便的編輯功能，增加、刪除語(yǔ)音名片，增加、刪除數(shù)字錄音段。

　　2 系統(tǒng)構(gòu)成

　　本文所介紹的聲控電子記事本系統(tǒng)，是在定點(diǎn)16位DSP芯片上實(shí)現(xiàn)的，它包含特定人孤立詞語(yǔ)音識(shí)別算法和代數(shù)碼本激勵(lì)線性預(yù)測(cè)(ACELP)語(yǔ)音編解碼算法數(shù)(MFCC)為語(yǔ)音特征、以動(dòng)態(tài)時(shí)間規(guī)劃(DTW)為模板匹配算法，對(duì)于普通詞條，識(shí)別率達(dá)到了99%以上。用于“錄音”功能的ACELP算法是該碼率下性能優(yōu)異的編解碼算法，雖然算法復(fù)雜度較高，但共重建語(yǔ)音質(zhì)量的平均主觀評(píng)測(cè)分?jǐn)?shù)(MOS分)達(dá)到了4.0，非常接近于壓縮前的分?jǐn)?shù)4.3。

　　如圖1所示，系統(tǒng)由MCU實(shí)現(xiàn)總線控制，接受外部鍵盤輸入，并在液晶屏上顯示信息。在本系統(tǒng)中，語(yǔ)音充當(dāng)大部分人機(jī)界面的角色，盡量省去復(fù)雜的鍵盤操作，而且用語(yǔ)音提示或語(yǔ)音回放代替一部門液晶文字提示。由于語(yǔ)音要經(jīng)過(guò)DSP處理，所以MCU需要與DSP經(jīng)常交換信息，以便實(shí)現(xiàn)友好的操作界面。

　　2.1 DSP

　　DSP(ADSP2185)是整個(gè)硬件系統(tǒng)的信號(hào)處理中心，完成語(yǔ)音識(shí)別、訓(xùn)練、編解碼，進(jìn)行片內(nèi)RAM及外部FLASH存儲(chǔ)芯片的數(shù)據(jù)管理與調(diào)度，并向主控芯片MCU提供簡(jiǎn)潔的命令與反饋信息。ADSP2185是Analog Devices公司的產(chǎn)品，其主要性能如下：

　　運(yùn)算速度為50MIPS，且均為高效的單周期指令。

　　提供了80Kbyte的片內(nèi)RAM，其中32Kbyte為數(shù)據(jù)RAM，48Kbyte為程序RAM。

　　最大可支持4Mbyte的外部存儲(chǔ)區(qū)，用于存儲(chǔ)數(shù)據(jù)或程序。

　　提供對(duì)字節(jié)存儲(chǔ)區(qū)(BM)與片內(nèi)RAM區(qū)之間的DMA方式支持。

　　提供兩上可編程、全雙工、自動(dòng)進(jìn)行收發(fā)緩沖區(qū)操作的串行口。

　　2.2 MCU

　　MCU(KS57C2316)是SAMSUNG公司生產(chǎn)的性價(jià)比較高的一種CMOS四位單片機(jī)，可以一次性編程，適于小批量生產(chǎn)，被廣泛地應(yīng)用于家用電器的控制，它具有強(qiáng)大的I/O功能。其主要性能如下：

　　ROM為16K;8 bit;

　　RAM為512;4 bit

　　40個(gè)I/O引腳

　　多至16位數(shù)字LCD顯示 ——32個(gè)段，4個(gè)公共端引腳 這些性能保證了系統(tǒng)主控能力，而且能夠提供靈活的外部接口，適于做進(jìn)一步的改進(jìn)和改造。計(jì)算器等附加功能可以直接由MCU完成。