基于LD3320語音識別模塊的智能家居聲控系統(tǒng)

王中心++王東方++王亞偉++張文

摘 要：本系統(tǒng)以MCS-51單片機(jī)為主控制器，通過LD3320語音識別模塊對語音信號進(jìn)行識別，單片機(jī)讀取識別結(jié)果后直接對所接外設(shè)電燈、風(fēng)扇等家用電器進(jìn)行直接控制或?qū)⒖刂浦噶钔ㄟ^藍(lán)牙以無線方式傳輸?shù)狡渌鼏纹瑱C(jī)模塊以對其它家電進(jìn)行控制，實現(xiàn)家居智能化。該系統(tǒng)的語音識別迅速準(zhǔn)確，便于用戶以語音方式對家電進(jìn)行無線控制，特別方便老人及行動不便人士的日常生活。

關(guān)鍵詞：單片機(jī)；LD3320語音識別模塊；智能家居；聲控系統(tǒng)

中圖分類號：TN912.34 文獻(xiàn)標(biāo)識碼：A 文章編號：2095-1302（2016）11-00-03

0 引 言

智能家居（smart home）的概念很早就被提出來，但是一直沒有在現(xiàn)實中被具體實踐，直到1984年出現(xiàn)的首棟智能型建筑拉開了全人類爭相構(gòu)建智能家居的帷幕。智能家居不是某一項家庭電器的智能化，而是以住宅為平臺，為實現(xiàn)家居安全舒適、科學(xué)環(huán)保、健康節(jié)能的家居生活環(huán)境，依賴綜合布線和網(wǎng)絡(luò)通信技術(shù)，將家電設(shè)備聯(lián)系起來，構(gòu)建高效、流暢的家居設(shè)備管理系統(tǒng)，方便人們對家用設(shè)備進(jìn)行操作與管理，為人類提供智能、舒適的生活方式。

1 語音識別的發(fā)展歷史及應(yīng)用領(lǐng)域

從工業(yè)革命開始，人類逐漸受益于高速的機(jī)器生產(chǎn)，但隨著科技的發(fā)展，人類開始夢想著與機(jī)器進(jìn)行交流溝通，讓機(jī)器明白人類的命令，然后給予回應(yīng)，真正實現(xiàn)用機(jī)器代替人類進(jìn)行繁重勞動的目標(biāo)。語音識別技術(shù)為該目標(biāo)的實現(xiàn)提供了可能，該技術(shù)將其接收到的音頻信號轉(zhuǎn)換為機(jī)器可識別的文本或命令后進(jìn)行進(jìn)一步處理?，F(xiàn)如今，經(jīng)歷半個多世紀(jì)的探索與創(chuàng)新，語音識別技術(shù)在各領(lǐng)域都實現(xiàn)了應(yīng)用，小到兒童玩具、個人家庭電器、電子產(chǎn)品，大到醫(yī)療、工業(yè)生產(chǎn)等，語音識別系統(tǒng)都發(fā)揮著不可替代的作用。從世界上第一個能識別10個英文數(shù)字發(fā)音的語音識別系統(tǒng)到如今廣泛應(yīng)用在各行各業(yè)的語音識別系統(tǒng)，我們希望語音識別技術(shù)在未來取得更大的發(fā)展。

語音識別技術(shù)的發(fā)展離不開研究者們的卓越貢獻(xiàn)，由一開始特定人、小詞匯的識別到如今非特定人、連續(xù)發(fā)音、大量詞匯的識別，這其中各種技術(shù)的更新發(fā)展必不可少。廣泛使用的計算機(jī)網(wǎng)絡(luò)和普遍使用的手機(jī)、ipad等提供了大量文本和語音方面的材料資源，多渠道的資源為語音識別中的語言模型和聲學(xué)模型的訓(xùn)練提供了有力支持。語音識別的未來發(fā)展令人期待。

2 智能家居聲控系統(tǒng)的方案設(shè)計

2.1 系統(tǒng)總體結(jié)構(gòu)圖

圖1所示為系統(tǒng)總體設(shè)計結(jié)構(gòu)框圖。該系統(tǒng)的硬件部分包括電源、LD3320芯片、單片機(jī)、繼電器等。語音識別由LD3320芯片實現(xiàn)，系統(tǒng)整體控制由MCS-51單片機(jī)實現(xiàn)，包括對LD3320芯片的初始化等。用戶語音指令經(jīng)麥克風(fēng)送給LD3320語音識別模塊，LD3320識別處理后，把識別結(jié)果傳送給單片機(jī)，單片機(jī)將根據(jù)識別結(jié)果對外設(shè)進(jìn)行相應(yīng)控制。若語音指令無法識別，則由單片機(jī)控制LD3320語音模塊重新進(jìn)入新的識別處理過程。

2.2 LD3320語音識別模塊

LD3320芯片是一個專用于語音識別的芯片，該芯片在設(shè)計時注重高效與節(jié)能，無需外接任何輔助芯片，直接集成了語音識別處理模塊和外部電路，如麥克風(fēng)接口、語音輸出接口、AD/DA轉(zhuǎn)換器等，使其可以實現(xiàn)語音識別、聲音控制及人機(jī)對話等功能。

2.2.1 主要特征

完成非特定人的語音識別命令。在語音識別技術(shù)發(fā)展之初，只能由特定的人進(jìn)行語音命令來完成任務(wù)，且需要錄音和練習(xí)等，而現(xiàn)在只需用戶使用相同的語言就可以進(jìn)行識別，且識別效率大大提高，識別率高達(dá)95%，無需外接輔助，實現(xiàn)了單芯片語音識別。

由于用戶的語音命令有多種可能，如意思相同但語音命令不同或受到口音語氣的影響等，LD3320芯片中的識別語句是動態(tài)可編輯，可修改的，在設(shè)計時可根據(jù)具體情況考慮多種可能，如設(shè)置50條識別語句留作用戶語音命令的候選語音，以提高系統(tǒng)的整體水平。不過設(shè)置時需注意識別語句的長度，如果設(shè)置漢字則不能超過10個，設(shè)置拼音串則不能超過79個。支持串行接口和并行接口，也可設(shè)置為休眠狀態(tài)，方便激活。

2.2.2 LD3320語音口令識別處理過程

LD3320芯片的語音口令識別處理過程如圖2所示。

2.2.3 LD3320語音識別模塊使用技巧

在一些特別的應(yīng)用場合，人們希望語音識別系統(tǒng)具有較高的識別精度。本系統(tǒng)設(shè)計采用“用戶口令觸發(fā)模式”以提高抗干擾能力，避免單片機(jī)對外設(shè)控制時產(chǎn)生錯誤動作。

程序設(shè)計中設(shè)置一個短句作為用戶發(fā)布命令的觸發(fā)口令。如定義“小明”作為用戶的觸發(fā)口令。在等待用戶觸發(fā)時，特別是有雜音、噪音的情況下，系統(tǒng)將啟動 “循環(huán)識別處理”模式，把觸發(fā)口令“小明”和其他幾十個用來吸收錯誤的詞匯設(shè)置進(jìn)LD3320語音識別芯片。如果LD3320芯片中程序檢測到用戶的觸發(fā)口令時，則開啟“觸發(fā)模式”，用戶給出一級口令，若檢測為正確口令，則芯片將給出指示，即提示燈開始閃爍（大約2 s）后，開啟二級口令的接收檢測即“識別模式”，LD3320識別到預(yù)設(shè)的二級口令后，如臥室開燈、臥室關(guān)燈等，將識別結(jié)果送給單片機(jī)，由單片機(jī)對外設(shè)進(jìn)行控制。在等待口令時，可能會進(jìn)行誤識別，即在其他聲音干擾下接收到相似的語音片段，程序可以專門對垃圾詞語進(jìn)行處理或不處理，然后進(jìn)入循環(huán)識別狀態(tài)，用戶只需發(fā)出新的口令即可觸發(fā)。通過二級口令觸發(fā)模式，用戶可以更加方便的進(jìn)行語音操作，且準(zhǔn)確率較高。

2.2.3.1 巧妙運(yùn)用關(guān)鍵詞語的ID，提高識別效率

由于用戶的發(fā)音習(xí)慣不同，可能同一個意思的不同語音命令無法被準(zhǔn)確執(zhí)行。我們將語音命令的關(guān)鍵詞語的拼音串設(shè)計在LD3320芯片內(nèi)，例如一級口令“小明”，然后傳入一個ID代表這個詞語，一旦識別成功后，將這個ID作為識別的結(jié)果對外輸出。在 LD3320語音芯片中，同一個ID可以對應(yīng)不同的關(guān)鍵詞匯，而且ID不需要連續(xù)，編程方式非常簡單。例如“中國”“華夏”，可以設(shè)置為同一個ID，之后再進(jìn)行其他處理步驟。

2.2.3.2 對于關(guān)鍵詞ID設(shè)置多個可能發(fā)音，充分利用50項候選可識別語句

有時用戶可能不會用同一個詞來發(fā)出命令，例如“開燈”，用戶可能會說“開大燈”“打開燈”“打開電燈”“把電燈打開”等，其說話的口音、語氣、情緒、習(xí)慣是不同的。因此需把用戶的這些發(fā)音習(xí)慣都考慮到程序設(shè)計中，完全利用LD3320芯片的特性，充分利用50條可動態(tài)編輯的關(guān)鍵識別條目，編輯不同的候選語句并設(shè)置到芯片中。這樣用戶在發(fā)出命令后，被準(zhǔn)確執(zhí)行的效率增加，完善了系統(tǒng)的功能。

2.2.3.3 用戶通過語音命令后得到語音識別結(jié)果的等待時間調(diào)節(jié)

在本系統(tǒng)中，用戶發(fā)出口令后芯片大約有12 s的反應(yīng)時間，然后才會給出識別反應(yīng)。通過語音識別芯片的檢測機(jī)制來判斷用戶的口令是否全部發(fā)出，如監(jiān)測出一段連續(xù)的噪音，就認(rèn)為用戶口令已發(fā)完，之后給出識別結(jié)果。

2.2.4 使用過程中應(yīng)注意的問題

在測試過程中發(fā)現(xiàn)，LD3320模塊應(yīng)用時要注意以下問題：

（1）用戶使用時背景聲音（噪音、雜音等）會造成一定的干擾；

（2）設(shè)置語音模塊內(nèi)識別列表的內(nèi)容和50個可編輯的候選語句有關(guān)；

（3）設(shè)置識別列表中各詞匯之間的相似程度；

（4）用戶的發(fā)音快慢、大小、口音以及發(fā)音是否清晰等；

（5）距離麥克風(fēng)的位置遠(yuǎn)近以及接收語音的外設(shè)（麥克風(fēng)等）質(zhì)量等。

3 智能家居聲控系統(tǒng)的軟件程序設(shè)計

智能家居聲控系統(tǒng)的程序處理過程主要包括單片機(jī)初始化；LD3320芯片的初始化；LD3320語音識別結(jié)果寄存器的讀取以及單片機(jī)對外設(shè)的控制等。

3.1 具體軟件功能模塊介紹

（1）單片機(jī)初始化函數(shù)：void MCU_init（）

名稱：void MCU_init（）。

功能：單片機(jī)初始化。

（2）中斷處理函數(shù)：void ExtInt0Handler（void） interrupt 0

名稱：中斷處理函數(shù)。

功能：對LD3320的中斷請求進(jìn)行處理。

其他說明：語音識別模塊接收到音頻信號后進(jìn)入函數(shù)，判斷識別結(jié)果，若無結(jié)果則設(shè)置寄存器開始下次識別。

（3）用戶執(zhí)行函數(shù)：void User_handle（uint8 dat）

名稱：用戶執(zhí)行函數(shù)。

功能：識別結(jié)果成功后，MUC進(jìn)行之后的處理。

（4）LD3320復(fù)位函數(shù)：void LD_Reset（）

功能描述：復(fù)位LD模塊。

（5）LD3320初始化函數(shù)：void LD_Init_Common（）

功能描述：LD模塊命令初始化。

其他說明：該函數(shù)一般不需要修改。

（6）LD3320ASR功能初始化函數(shù)：void LD_Init_ASR（）

功能描述：LD模塊ASR功能初始化。

其他說明：該函數(shù)一般不需要修改。

（7）運(yùn)行ASR識別處理函數(shù)uint8 RunASR（void）

功能描述：運(yùn)行ASR識別流程。

返回值：asrflag：1->啟動成功；0->啟動失敗。

其他說明：識別順序如下：

① RunASR（）函數(shù)實現(xiàn)一次完整的ASR語音識別流程；

② LD_AsrStart（）函數(shù)實現(xiàn)了ASR初始化；

③ LD_AsrAddFixed（）函數(shù)添加關(guān)鍵詞語到LD3320中；

④ LD_AsrRun（）函數(shù)啟動一次ASR語音識別流程。

任何一次ASR識別流程均從初始化開始，皆按照此順序進(jìn)行。

（8）語音命令添加函數(shù)：uint8 LD_AsrAddFixed（）

功能描述：向LD模塊添加關(guān)鍵詞。

返回值：flag：1->添加成功。

（9）識別結(jié)果獲取函數(shù)：uint8 LD_GetResult（）

功能描述：獲取識別結(jié)果。

返回值：LD_ReadReg（0xc5 ），讀取內(nèi)部寄存器返回的識別碼。

3.2 系統(tǒng)程序流程圖

聲控系統(tǒng)單片機(jī)程序流程圖如圖3所示。

4 系統(tǒng)測試

本系統(tǒng)以“小明”為一級指令口令，每次識別時必須先觸發(fā)一級口令，才能進(jìn)行二級口令，如臥室關(guān)燈、臥室開燈、客廳開燈、客廳關(guān)燈等。

系統(tǒng)加入電源后對麥克風(fēng)說“小明”一級口令，指示燈閃爍亮燈后，再對著麥克風(fēng)說：“臥室開燈”二級口令則繼電器控制臥室燈亮。目前該系統(tǒng)能識別的二級口令有5個，分別是“客廳開燈”“客廳關(guān)燈”“臥室開燈”“臥室關(guān)燈”和“close all”，實際可以根據(jù)具體布置需要增加控制節(jié)點及相應(yīng)識別口令。

5 結(jié) 語

智能家居聲控系統(tǒng)不僅能為大家?guī)硎孢m的居住環(huán)境，還具有系統(tǒng)可靠性高，誤識率低，方便適用的特點，具有廣大的應(yīng)用前景。

參考文獻(xiàn)

[1]王炳錫.實用語音識別基礎(chǔ)——21世紀(jì)高等院校技術(shù)優(yōu)秀教材[M].北京：國防工業(yè)出版社，2015.

[2]譚浩強(qiáng).C程序設(shè)計教程[M].北京：清華大學(xué)出版社，2007.

[3]金鑫，田，闕大順.基于LD3320的語音控制系統(tǒng)設(shè)計實現(xiàn)[J].電腦與信息技術(shù)，2011，19（6）：22-25.

[4]徐波.語音識別技術(shù)發(fā)展現(xiàn)狀與展望[Z].中科院自動化研究所，2011.

[5]熊飛麗.語音識別技術(shù)在語言教學(xué)軟件中的應(yīng)用研究[D].長沙：國防科學(xué)技術(shù)大學(xué)，2002.

[6]王文明.面向應(yīng)用的機(jī)器人一體機(jī)遠(yuǎn)程控制方案中的語音識別方法[EB/OL]. http：//www.paper.edu.cn/releasepaper/content/2012-07- 115.