Design of Speech Recognition System Base on SPCE061A
摘要：系統(tǒng)采用凌陽(yáng)SPCE061A單片機(jī)作為語(yǔ)音識(shí)別系統(tǒng)的主控芯片。通過硬件電路設(shè)計(jì)和軟件代碼部分成功的設(shè)計(jì)并實(shí)現(xiàn)了一種具有語(yǔ)音識(shí)別功能、語(yǔ)音提示(語(yǔ)音合成)及語(yǔ)音回放(語(yǔ)音編碼記錄)功能的嵌入式語(yǔ)音識(shí)別系統(tǒng)。語(yǔ)音識(shí)別模型采用（DHMM)離散隱馬爾可夫模型，利用Baum-welth重估算法、前向后向算法、viterbi算法來完成語(yǔ)音模板的訓(xùn)練和語(yǔ)音識(shí)別的任務(wù)。
關(guān)鍵詞：SPCE061A單片機(jī)；語(yǔ)音識(shí)別系統(tǒng)；語(yǔ)音識(shí)別模型
Abstract: The system selects SPCE061A as MCU of speech recognition system. Through the hardware circuit design and the software code, design and realize the embedded speech recognition system which contains functions of speech recognition, voice prompt (speech synthesis) and audio playback (speech coding record). The discrete hidden markov model(DHMM)is adopted，Baum-Welth reestimation algorithm, forward-backward procedure and viterbi algorithm is utilized to train and recognize the speech signal.
Keywords: SPCE061A MCU; Speech Recognition System; Speech Recognition Model
1引言
語(yǔ)音識(shí)別技術(shù)就是讓機(jī)器通過識(shí)別和理解把語(yǔ)音信號(hào)轉(zhuǎn)變?yōu)橄鄳?yīng)的文本或命令的技術(shù)。語(yǔ)音識(shí)別是一門交叉學(xué)科，正逐步成為信息技術(shù)中人機(jī)接口的關(guān)鍵技術(shù)，語(yǔ)音識(shí)別技術(shù)與語(yǔ)音合成技術(shù)的結(jié)合，使人們能夠甩掉鍵盤，通過語(yǔ)音命令進(jìn)行操作。近年來語(yǔ)音學(xué)研究的深入和數(shù)字信號(hào)處理軟硬件技術(shù)的發(fā)展，語(yǔ)音技術(shù)的應(yīng)用己經(jīng)逐步具備走出實(shí)驗(yàn)室，服務(wù)于社會(huì)的能力。尤其在中小字表孤立詞語(yǔ)音識(shí)別技術(shù)已基本成熟，逐漸開始應(yīng)用于家電產(chǎn)品、智能玩具等對(duì)識(shí)別率要求不是極其嚴(yán)格的領(lǐng)域。
2 硬件系統(tǒng)的總體方案介紹
本系統(tǒng)采用凌陽(yáng)SPCE061A作為主控芯片，并根據(jù)功能需求設(shè)計(jì)嵌入式語(yǔ)音識(shí)別系統(tǒng)的硬件。由于這是一款包含DSP功能并集成了戶A/D，D/A等一系列功能的語(yǔ)音處理專用SOC，模塊電路、外擴(kuò)存儲(chǔ)FLASH、LED顯示電路、通信模塊、功放和喇叭輸出模塊等。
2.1電源電路
SPCE061A采用低電壓供電方式，這可以大大降低芯片的功率損耗。其中，SPCE06lA的電源分兩種，即內(nèi)核電源(VDD)和I/O口電源(VDDH)。I/O口電源采用5V電壓，而內(nèi)核電源則為3.3V或者更低。降低芯片內(nèi)核電壓的目的主要還是降低芯片的功耗，同時(shí)也可以降低芯片的工作溫度，延長(zhǎng)芯片使用壽命。盡管這種語(yǔ)音芯片的工作電壓范圍很大，但是為了使芯片內(nèi)核運(yùn)行更加穩(wěn)定，同時(shí)又保證I/O口及外部擴(kuò)展部件的工作電壓要求，系統(tǒng)采取:
AC220V電源通過AC10V進(jìn)行整流，利用以7805穩(wěn)壓集成塊為核心的電路，產(chǎn)生+5V電源，作為語(yǔ)音識(shí)別與播放模塊共同使用的電源。5V電源經(jīng)過TR1972-33得到DC3.3v為CPU核心供電。
2.2存儲(chǔ)模塊部分電路設(shè)計(jì)
因?yàn)镾PCE061A的FLASH只有32Kwords，要存放大量的語(yǔ)音資源，就需要外擴(kuò)存儲(chǔ)器。系統(tǒng)使用的是一種用SIO擴(kuò)展串行存儲(chǔ)器的方法。本方案采用凌陽(yáng)公司的SPR4096芯片進(jìn)行設(shè)計(jì)。SPR4096是一個(gè)高性能的4M-bit(512K×8-bit)總線FLASH，分為256個(gè)扇區(qū)(sector)每個(gè)扇區(qū)為2K-byte。SPR4096還內(nèi)置了一個(gè)4K×8-bit的SRAM。在進(jìn)行FLASH的編程/擦除的時(shí)候，可以并發(fā)執(zhí)行SRAM的讀/寫。SPR4096內(nèi)置了一個(gè)總線存儲(chǔ)器接口和一個(gè)串行接口，它允許單片機(jī)通過8-bit并行模式或者1-bit的串行模式訪問FLASH SRAM存儲(chǔ)區(qū)。本例使用串行模式，其接口的工作頻率為5MHz。SPR4096有兩個(gè)電源輸入端VDDI和VDDQ。VDDI為內(nèi)部FLASH和控制邏輯供電；VDDQ專門為I/O供電。SPR4096最大讀電流為2mA，最大編程/擦除電流為6mA。
2.3音頻輸出電路模塊
放音利用的是SPCE06lA內(nèi)部集成的DAC，它是電流輸出，為了能夠驅(qū)動(dòng)揚(yáng)聲器SPEAKER放音需要相應(yīng)的驅(qū)動(dòng)電路。圖中的SPY0030單運(yùn)放是凌陽(yáng)公司的產(chǎn)品。與常用的單運(yùn)放LM386比，SPY0030的優(yōu)勢(shì)在如LM386的工作電壓需要在4v以上，而SPY0030只需要2.4v可工作，LM386的輸出功率在100mw以下，而SPY0030約為700mw，可以提供足夠的驅(qū)動(dòng)能力。音頻輸出電路如圖3所示。
