基于語音識別的智能書架設(shè)計與實現(xiàn)

馮一帆　姜文濤

摘要摘要：針對書房中書籍過多而引發(fā)的查閱書籍點位難、耗時長等問題，提出一種基于語音識別的智能書架，利用語音識別與匹配代替人工查找，并通過控制中心控制步進(jìn)電機(jī)進(jìn)行定位與推送，實現(xiàn)智能書架的設(shè)計。該智能書架由語音識別終端、STC89C52控制中心以及步進(jìn)電機(jī)執(zhí)行結(jié)構(gòu)組成。實施現(xiàn)場主要由語音識別終端識別語音指令，并對控制中心傳輸識別結(jié)果，然后控制步進(jìn)電機(jī)執(zhí)行定位以及推出功能。應(yīng)用結(jié)果表明，該書架在家庭、辦公室等環(huán)境下進(jìn)行語音識別查找書籍，具有較高的實時性和識別準(zhǔn)確率，并且人機(jī)交互友好，解決了查閱書籍耗時長等問題。

關(guān)鍵詞關(guān)鍵詞：智能書架；語音識別；步進(jìn)電機(jī)；書籍定位

DOIDOI：10.11907/rjdk.162740

中圖分類號：TP319

文獻(xiàn)標(biāo)識碼：A文章編號文章編號：16727800（2017）005005703

0引言

隨著智能自動化技術(shù)的迅速發(fā)展[14]，智能化研究越來越受到人們關(guān)注，在日常生活中的應(yīng)用需求也日益增多[56]。在書房、辦公室等場所中，書籍一般是由人工查找并取出的，在一定程度上影響了人們查閱書籍的時效性。如果能設(shè)計一種識別語音查找并推出書籍的書架，將解決人們在書房中對書籍定位難、查找耗時長等問題。

在圖書查閱過程中，書籍定位是較為常見的問題之一。針對這類問題，張郁松等[7]以物聯(lián)網(wǎng)圖書館智能書架的結(jié)構(gòu)化、通用化設(shè)計為目標(biāo)，利用超高頻（UHF）射頻識別（RFID）技術(shù)，設(shè)計了一種具有實時檢測與定位功能的智能書架，較好地提高了書架工作效率；舒遠(yuǎn)仲等[8]基于改進(jìn)的RFID室內(nèi)定位技術(shù)設(shè)計了一款應(yīng)用于圖書館中的智能書架系統(tǒng)，將書架定位到每一層，精確到書架的最小單元格，并且降低了系統(tǒng)的復(fù)雜度和成本，較為有效地提高了讀者借閱效率和館員工作效率。

隨著射頻技術(shù)的不斷發(fā)展，圖書館等場所中對圖書的定位方式有很大改善，但是由于條件限制，語音識別定位書架在圖書館等禁止喧嘩場所禁止使用。在可喧嘩環(huán)境下，如家庭、辦公室等場所中，語音識別可作為簡單易用、無需接觸、無需攜帶外部設(shè)備的定位方法，具有較好的應(yīng)用前景。本系統(tǒng)首先將書籍信息存儲到可擴(kuò)展標(biāo)記語言（XML）中，然后通過語音識別將語音信息與文本信息進(jìn)行匹配，最后將定位結(jié)果發(fā)送至控制中心，通過電機(jī)執(zhí)行動作完成推出書籍功能。

1硬件平臺架構(gòu)

本系統(tǒng)采用UPAtom510平臺作為系統(tǒng)的語音識別終端，同時采用STC89C52單片機(jī)[9]作為系統(tǒng)的控制中心。由于系統(tǒng)功能需求，開發(fā)平臺需要擴(kuò)展外部設(shè)備。因此，除選用UPAtom510平臺和STC89C52單片機(jī)外，還需外接話筒、TB6600步進(jìn)電機(jī)驅(qū)動模塊與42BYGH47401A步進(jìn)電機(jī)，作為整個系統(tǒng)的硬件平臺架構(gòu)。

系統(tǒng)采用UPAtom510平臺作為識別終端，該平臺是北京博創(chuàng)科技有限公司針對嵌入式系統(tǒng)和微機(jī)原理課程研發(fā)的教學(xué)與實驗平臺。目前在UPAtom510上已經(jīng)成功移植了Ubuntu、WinCE和Windows XP等操作系統(tǒng)。根據(jù)系統(tǒng)功能需求，在該平臺上搭建了Ubuntu操作系統(tǒng)，并使用QT開發(fā)工具完成了人機(jī)交互界面的開發(fā)。UPAtom510平臺底板如圖1所示。

電機(jī)選用42BYGH47401A步進(jìn)電機(jī)[1011]，該電機(jī)為兩項四線步進(jìn)電機(jī)，電流1.5A，輸出力矩0.55Nm。此模塊有兩種用途：書籍定位以及將書籍從書架中推出，方便用戶取書。

本系統(tǒng)采用TB6600步進(jìn)電機(jī)驅(qū)動器，它具有如下特性：輸入電壓為DC9～42V，可以驅(qū)動42BYGH47401A步進(jìn)電機(jī)正常轉(zhuǎn)動；含有撥碼開關(guān)，針對不同電流要求，具有不同選擇；模塊上集成大面積散熱片，具有較好的散熱效果，可滿足實際應(yīng)用需求。

智能書架的硬件連接仿真結(jié)果如圖2所示，智能書架的模擬三視效果如圖3所示。

2系統(tǒng)框架設(shè)計

本系統(tǒng)的框架設(shè)計主要利用話筒采集語音信息，并將語音傳遞給UPAtom510平臺，UPAtom510平臺經(jīng)過語音識別后，將書籍位置信息發(fā)送給STC89C52單片機(jī)，單片機(jī)根據(jù)書籍位置信息給電機(jī)驅(qū)動器發(fā)送控制命令，電機(jī)驅(qū)動器控制電機(jī)轉(zhuǎn)動，帶動整個智能書架運行。書架在書籍定位后將書籍推出，使得該書架具有智能化、人性化的特點。系統(tǒng)框架如圖4所示。

3語音識別方法設(shè)計

目前，常見的電子產(chǎn)品中的語音識別均由單片機(jī)（MCU）或數(shù)字信號處理（DSP）作為硬件平臺來實現(xiàn)。這一類語音識別[1217]產(chǎn)品主要采用孤立詞識別，一般有如下兩種方案：一種是使用隱馬爾科夫統(tǒng)計模型（HMM）框架設(shè)計的非特定人群識別，另一種是基于動態(tài)規(guī)劃（DP）原理的特定人群識別。這兩種方法在應(yīng)用上各有優(yōu)缺點。

采用HMM框架完成語音識別的優(yōu)點是使用時不需采集用戶語音信息和訓(xùn)練特征，可直接識別語音指令，具有較好的穩(wěn)定性。但該方法在前期需對大量語料庫進(jìn)行采集，成本較高；DP方法的優(yōu)點是訓(xùn)練過程簡單，無需提前采集大量樣本，成本較低，應(yīng)用較為廣泛。但該方法穩(wěn)定性不佳，給客戶帶來不便。本文針對這些問題進(jìn)行了相應(yīng)改進(jìn)，較為有效地提高了穩(wěn)定性和識別準(zhǔn)確率。

（1）端點檢測算法。端點檢測準(zhǔn)確性是對孤立詞識別性能產(chǎn)生影響的重要因素之一 。測試結(jié)果表明，60ms的端點誤差就使識別率下降了3%。市場中投入使用的語音識別芯片系統(tǒng)由于各種因素的影響，端點監(jiān)測的準(zhǔn)確性較差。因此，為了提高端點檢測精準(zhǔn)度，提出了兩級端點檢測方案，稱為FRED（Framebased Readl_time Endpoint Detection）算法。

首先，對語音信號的輸入，根據(jù)其能量和過零率（ZCR）的變化進(jìn)行端點檢測，去掉靜音后得到輸入語音的時域。然后，對端點檢測的結(jié)果進(jìn)行頻譜特征提取。最后，根據(jù)輸入語音頻譜的快速傅氏變換（FFT）的分析結(jié)果，計算出能量分別在高、中、低頻段的分布特性，并向前后兩端擴(kuò)展搜索包含語音端點的幀。FRED算法利用語音的本質(zhì)特征進(jìn)行端點檢測，在復(fù)雜環(huán)境下適應(yīng)能力較好，抗干擾能力強(qiáng)，端點檢測精度較高。

（2）模擬匹配算法。動態(tài)時間歸整（DTW）是基于動態(tài)規(guī)劃（DP）思想，出現(xiàn)較早、較為經(jīng)典的一種算法，為使其適應(yīng)發(fā)音長短不一的現(xiàn)象，并得出語音識別判決的依據(jù)，使用DTW方法將模板和語音的特征序列進(jìn)行匹配，并對比這兩種特性的失真。

假設(shè)在儲存詞條模板，其中一條包含M幀倒譜特征R={r（m）；m=1，2，∧，M}，識別的特征序列中包含N幀倒譜特征T={t（n）；n=1，2，∧，N}。在r（i）和t（i）之間定義幀局部失真D（i，j），D（i，j）=|r（i）-t（i）|2，通過DP過程，尋找最適合的匹配結(jié)果，即搜索路徑中累計失真最小的路徑。采用對稱形式DTW：其中S（i，j）是累積失真，D（i，j）是局部失真。當(dāng)DP過程運算到固定結(jié)點（N，M）時，可得出該模板動態(tài)匹配的歸一化距離，識別結(jié)果即該歸一化距離最小的模板詞條：x=argmin{S（N，Mx）}。為了提高DTW算法的識別性能和模板的穩(wěn)健性，提出了雙模板策略，即x=argmin{S（N，M2x）}，希望通過兩個較為穩(wěn)定的模板保持每一個詞條較高的識別性能。

本文根據(jù)上述算法，利用QT開發(fā)環(huán)境，采用C++語言對算法進(jìn)行編碼，并移植到UPAtom510平臺中進(jìn)行語音識別。

4步進(jìn)電機(jī)設(shè)計

本文設(shè)計的智能書架需要兩個步進(jìn)電機(jī)，其中一個用于書籍定位，另一個用于書籍推出，其中推出書籍的電機(jī)初始位置在第一本書籍之后。定位的電機(jī)用于帶動滑道，滑道帶動另一個電機(jī)到達(dá)指定書籍，到達(dá)后推動電機(jī)轉(zhuǎn)動，推出書籍，最后將電機(jī)復(fù)位，回到初始狀態(tài)。

書架帶動滑道的齒輪周長要求與書架中所有書籍的預(yù)留位置寬度綜合相等，這種設(shè)計可保證耗時短、耗電少、方便計算。當(dāng)書籍語音識別定位到第1本書籍時，定位電機(jī)不轉(zhuǎn)動，推出書籍的電機(jī)轉(zhuǎn)動，推出第1本書籍，推出后歸位；當(dāng)書籍語音識別定位到其它書籍，如第5本書籍時，定位電機(jī)轉(zhuǎn)動5周后，推出書籍的電機(jī)轉(zhuǎn)動，推出第1本書籍，推出后推出電機(jī)歸位，最后定位電機(jī)歸位。

5智能書架運行測試

為了驗證本文智能書架的實用性，選取實際應(yīng)用環(huán)境對系統(tǒng)進(jìn)行測試。智能書架測試實物如圖5所示。

針對書籍?dāng)?shù)量為8本的智能書架不同位置的書籍進(jìn)行了測試。測試數(shù)據(jù)如表1所示。

由表中數(shù)據(jù)可知，語音識別準(zhǔn)確率基本達(dá)到90%以上，查找書籍時間在人們可以接受的范圍內(nèi)，與傳統(tǒng)書架相比定位快、耗時短，具有一定實用價值。

6結(jié)語

本文采用UPAtom510平臺、STC89C52單片機(jī)等相關(guān)外部設(shè)備設(shè)計了一種適用于家庭、辦公室等環(huán)境下的基于語音識別的智能書架，在書籍查找中，利用語音識別完成準(zhǔn)確定位，并應(yīng)用步進(jìn)電機(jī)完成書籍的查找和推出，較為有效地解決了日常生活中查找書籍定位難、耗時長等問題。實際應(yīng)用測試表明，本文設(shè)計的智能書籍在特定環(huán)境下實施書籍查找與推出，具有較好的穩(wěn)定性和識別準(zhǔn)確率，可滿足實際應(yīng)用需求。由于本系統(tǒng)只適用于可喧嘩環(huán)境，對查找書籍環(huán)境要求較為苛刻，下一步將針對圖書館等安靜環(huán)境下的智能書架設(shè)計作進(jìn)一步研究。

參考文獻(xiàn)參考文獻(xiàn)：

[1]嘉春喬.電氣自動化控制在智能建筑中的運用[J].電子測試， 2016，2（4）：144145.

[2]陳雨.智能無功補(bǔ)償技術(shù)在電力自動化中的應(yīng)用分析[J].電子測試，2016，2（4）：150151.

[3]李忠.智能樓宇中通信自動化系統(tǒng)應(yīng)用思考[J].電腦知識與技術(shù)，2016，12（12）：250251.

[4]劉繼雷.智能技術(shù)在電子工程自動化控制中的應(yīng)用[J].電子技術(shù)與軟件工程，2016 （18）：167.

[5]鄒昌偉，王林.面向嵌入式的協(xié)程與腳本化機(jī)制[J].計算機(jī)應(yīng)用，2014，34（5）：14111422.

[6]李新友，許濤，劉蓓.計算機(jī)核心配置自動化系統(tǒng)設(shè)計與實現(xiàn)[J].計算機(jī)應(yīng)用，2013，33（10）：28592860.

[7]張郁松，杜景林.基于超高頻RFID的圖書館智能書架方案研究與設(shè)計[J].圖書館雜志，2014，133（12）：87103.

[8]舒遠(yuǎn)仲，張麗，朱玄華，等.基于RFID的圖書館智能書架系統(tǒng)的研究與設(shè)計[J].計算機(jī)工程與設(shè)計，2013，34（6）：22182222.

[9]程麗娜，陳楊陽.基于C51單片機(jī)智能滅火機(jī)器人的設(shè)計與研究[J].機(jī)器人技術(shù)與應(yīng)用，2012（3）：3940.

[10]胡命杰.船舶步進(jìn)電機(jī)位置精度優(yōu)化控制仿真研究[J].計算機(jī)仿真，2015，32（8）：397398.

[11]徐國順，張超.基于獨立電力系統(tǒng)實時仿真平臺的同步電機(jī)仿真模型[J].電機(jī)與控制應(yīng)用，2016，39（6）：45.

[12]楊立東，谷宇，張明.語音信號特征選擇優(yōu)化提取仿真研究[J].計算機(jī)仿真，2016，33（2）：410411.

[13]商雄偉，張志祥，邱舒婷.一種通用的限定領(lǐng)域智能語音導(dǎo)學(xué)系統(tǒng)設(shè)計方法[J].計算機(jī)工程， 2016， 42（6）：301303.

[14]金志敏.基于超高頻RFID技術(shù)的圖書館智能書架與圖書定位系統(tǒng)[J].大學(xué)圖書情報學(xué)刊，2013，31（2）：4041.

[15]張曉丹，黃麗霞，張雪英.關(guān)于在噪聲環(huán)境下語音識別優(yōu)化研究[J].計算機(jī)仿真，2016，33（8）：173175.

[16]宋麗亞，趙國棟，張鵬.關(guān)于連續(xù)語音識別率優(yōu)化仿真研究[J].計算機(jī)仿真，2016，33（3）：396399.

[17]閔華松，李美升，魏洪興，等.工程機(jī)械智能控制器設(shè)計[J].信息與控制，2011，40（2）：256257.

責(zé)任編輯（責(zé)任編輯：黃?。?