高性能語音撥號器的設(shè)計與實現(xiàn)

摘要：以數(shù)字信號處理器ＡＤＳＰ２１８６Ｌ為核心，通過單片機進行系統(tǒng)控制，設(shè)計語音撥號器，實現(xiàn)語音控制的自動撥號功能。

關(guān)鍵詞：ＤＳＰ 語音識別 雙音多頻

隨著語音信號處理理論以及超大規(guī)模集成電路的發(fā)展，語音識別、語音編碼以及語音合成技術(shù)逐步走向?qū)嵱没?。國外已有相?yīng)的應(yīng)用電子產(chǎn)品問世（如美國Ｓｅｎｓｏｒｙ公司的產(chǎn)品），國內(nèi)市場上也出現(xiàn)了具備語音識別功能的手機（如ＰＨＩＬＩＰＳ，ＳＡＭＳＵＮＧ等公司的產(chǎn)品）。本文介紹的基于ＡＤＳＰ２１８６Ｌ的語音撥號器集語音識別、語音編解碼、語音提示、語音合成以及雙音多頻撥號功能于一體，與現(xiàn)有產(chǎn)品相比具有容量大，識別率高，使用方便的優(yōu)點。

１ 系統(tǒng)功能

·可存儲２００個用戶詞條，８００個電話號碼。

·支持語音查詢方式，用戶只需口述詞條，即可獲得相應(yīng)的電話號碼。同時兼容手動查詢方式。

·具有方便的編輯功能（增加、刪除、修改用戶記錄）。

·具有雙音多頻撥號功能，使用普通電話機便可實現(xiàn)自動撥號。

２ 系統(tǒng)整體模塊設(shè)計

整個系統(tǒng)可分為信號處理單元，系統(tǒng)控制單元和用戶界面單元共三個功能模塊。

２.１ 信號處理單元

本單元包括數(shù)字信號處理器，編解碼器和存儲器。

作為系統(tǒng)語音信號處理核心的ＡＤＳＰ２１８６Ｌ是ＡＮＡＬＯＧ ＤＥＶＩＣＥＳ公司生產(chǎn)的低電壓１６位定點數(shù)字信號處理器。該芯片具有以下特點：

· 運算速度３３ＭＩＰＳ；

·片內(nèi)含４０Ｋ Ｂｙｔｅ ＲＡＭ，分為１６Ｋ Ｂｙｔｅ的程序ＲＡＭ及２４Ｋ Ｂｙｔｅ的數(shù)據(jù)ＲＡＭ；

·兩路獨立可編程全雙工串行通信接口，支持Ａ律／μ律的硬件語音解壓擴，支持自動緩沖區(qū)操作；

·４Ｍ Ｂｙｔｅ的外部尋址空間；

·支持內(nèi)外存之間的ＤＭＡ操作；

·１３個可編程的Ｉ／Ｏ口。

ＤＳＰ在系統(tǒng)中主要完成語音信號的特征提取，端點檢測和模板匹配，同時負責(zé)用戶記錄的管理。

與ＡＤＳＰ２１８６Ｌ配套使用的是ＡＮＡＬＯＧ ＤＥＶＩＣＥＳ公司最新生產(chǎn)的低電壓１６位編解碼器ＡＤ７３３１１Ｌ，該芯片通過設(shè)置相應(yīng)的寄存器可實現(xiàn)８～６４ｋＨｚ的多種采樣頻率，具有可編程的輸入輸出增益控制。該芯片在系統(tǒng)中完成語音信號的Ａ／Ｄ，Ｄ／Ａ轉(zhuǎn)換。

系統(tǒng)存儲器選用ＳＩＬＩＣＯＮ ＳＴＯＲＡＧＥ ＴＥＣＨＮＯＬＯＧＹ公司生產(chǎn)的８Ｍ位快閃存儲器（Ｆｌａｓｈ Ｍｅｍｏｒｙ）ＳＳＴ３９ＶＦ０８０Ｑ，主要存儲兩部分內(nèi)容，ＤＳＰ的應(yīng)用程序和用戶的語音記錄數(shù)據(jù)。該芯片具有軟件寫保護功能，可以防止應(yīng)用程序的意外更改，全片分為２５６個４ＫＢｙｔｅ的扇區(qū)，適于語音記錄的存取。

２.２ 系統(tǒng)控制單元

選用ＳＡＭＳＵＮＧ公司生產(chǎn)的４位單片機ＫＳ５７Ｃ２３０８，該芯片主要負責(zé)系統(tǒng)整體流程控制以及用戶界面控制。ＫＳ５７Ｃ２３０８具有較寬的工作電壓，同時提供段式液晶的驅(qū)動，具有較強的Ｉ／Ｏ操作能力，適合應(yīng)用于要求多個Ｉ／Ｏ口以及液晶顯示的工作環(huán)境。采用ＫＳ５７Ｃ２３０８可以簡化系統(tǒng)，并使系統(tǒng)具有較好的外部接口擴展能力。

２.３ 用戶界面單元

包括鍵盤、液晶、駐極話筒和揚聲器四部分。

系統(tǒng)硬件模塊結(jié)構(gòu)如圖１所示。

２.４數(shù)字信號處理器與編解碼器之間的通信

數(shù)字信號處理器ＡＤＳＰ２１８６Ｌ與編解碼器之間的通信通過獨立的串行口完成。具體連線如圖２所示，信號說明如表１所示。

表1 信號說明

由于ＡＤ７３３１１Ｌ采取自接外部晶振，通過內(nèi)部設(shè)置分頻寄存器確定采樣率的工作方式，ＡＤＳＰ２１８６Ｌ的ＳＣＬＫ、ＴＦＳ，ＲＦＳ均設(shè)為外部輸入。采用ＤＳＰ的串口時序進行通信。

２.５ 數(shù)字信號處理其余單片機間的通信

ＡＤＳＰ２１８６Ｌ與單片機的接口與此類似，區(qū)別在于ＡＤＳＰ２１８６Ｌ的ＳＣＬＫ、ＴＦＳ、ＲＦＳ均設(shè)為內(nèi)部輸出。單片機通過通用的Ｉ／Ｏ口模擬ＤＳＰ的串口時序，通信協(xié)議采用自定義的數(shù)據(jù)包格式，速度快，可靠性高。單片機同時控制ＤＳＰ的復(fù)位引腳，進一步保證系統(tǒng)工作的可靠性。

２.６ 數(shù)字信號處理器與外部存儲器的接口

ＤＳＰ與外部存儲器之間通過地址和數(shù)據(jù)總線連接，利用ＤＳＰ的ＢＭＳ、ＷＲ、ＲＤ引腳實現(xiàn)對外部存儲器存的片選及讀寫控制。系統(tǒng)復(fù)位時，ＤＳＰ由外部存儲器中自動加載程序，系統(tǒng)運行過程中的數(shù)據(jù)通過ＤＭＡ方式進行傳輸。

單片機通過專用的液晶驅(qū)動引腳控制液晶，通過通用的Ｉ／Ｏ引腳完成鍵盤掃描。

３ 系統(tǒng)軟件實現(xiàn)

系統(tǒng)軟件采取模塊化設(shè)計，根據(jù)功能將ＤＳＰ的程序分為１０個基本模塊。

（１）系統(tǒng)初始化

初始化內(nèi)容包括算法參數(shù)，狀態(tài)變量，端口設(shè)置。

（２）通信接口

主要功能是接收單片機指令，并在完成相應(yīng)的操作序列后回送操作結(jié)果。

（３）語音記錄

使用ＤＳＰ的自動緩沖區(qū)技術(shù)，在用戶口述詞條的過程中，實時提取用于識別和回放的特征參數(shù)，利用高性能的端點檢測算法去除靜音段及噪聲段，將實際語音段的特征數(shù)據(jù)保存在數(shù)據(jù)ＲＡＭ中。

（４）語音識別

使用模式識別方法將數(shù)據(jù)ＲＡＭ中的特征參數(shù)與外部存儲器中保存的現(xiàn)有用戶記錄相比較，找出最相近的記錄作為識別結(jié)果，獲得相應(yīng)的記錄指針。

（５）語音提示

利用預(yù)先編碼的數(shù)據(jù)合成語音，用于對用戶的相應(yīng)操作進行提示，方便用戶使用，減少誤操作的可能性。編解碼采用多脈沖線性預(yù)測編碼（Ｍｕｌｔｉ－Ｐｕｌｓｅ Ｌｉｎｅａｒ Ｐｒｅｄｉｃｔ Ｃｏｄｅ）算法，能以較低的碼率獲得較高質(zhì)量的合成語音。

（６）語音回放

利用“語音記錄”過程中提取的回放特征參數(shù)合成語音，用于用戶檢驗記錄結(jié)果或識別結(jié)果。根據(jù)參數(shù)提取的實時性要求，此處采取速度快，合成質(zhì)量好的編解碼算法。

（７）增加記錄

將“語音記錄”中提取的特征參數(shù)連同相應(yīng)的用戶電話號碼存入外部存儲器。同時修改記錄指針。

（８）修改記錄

保持記錄的特征參數(shù)不變，只修改電話號碼。

（９）刪除記錄

刪除整個用戶記錄，包括特征參數(shù)和電話號碼，同時清除相應(yīng)指針。

（１０）雙音多頻撥號

利用級數(shù)展開的方法合成正弦信號，經(jīng)編解碼器進行Ｄ／Ａ轉(zhuǎn)換后至揚聲器輸出，實現(xiàn)自動撥號功能。

單片機利用鍵盤接收用戶指令，通過功能模塊的不同組合方式，可以形成多種控制流程，以適應(yīng)不同應(yīng)用場合的需要。

系統(tǒng)軟件框圖如圖３所示。

４ 系統(tǒng)性能測試

本系統(tǒng)具有較高的識別率，對于普通詞條，識別率超過９９％，對于發(fā)音相近的易混淆詞條，如“李平，李寧，李丁”，識別率也可達到９０％以上。同時，本系統(tǒng)具有良好的用戶界面，用戶在語音提示下完成相應(yīng)操作，方便快捷。

本系統(tǒng)具備語音撥號器的基本功能，由于它的軟件和硬件設(shè)計都具有模塊化特性，很容易改造成適用于其他應(yīng)用場合的語音控制系統(tǒng)。因此，本系統(tǒng)具有較為廣泛的應(yīng)用前景。