基于LD332O語(yǔ)音識(shí)別專(zhuān)用芯片實(shí)現(xiàn)的語(yǔ)音控制

摘要：語(yǔ)音控制機(jī)器已經(jīng)成為人機(jī)界面設(shè)計(jì)的一種重要手段。LD3320作為一款語(yǔ)音識(shí)別專(zhuān)用芯片，集成了語(yǔ)音識(shí)別處理器和一些外部電路，實(shí)現(xiàn)了有限詞匯的非特定人語(yǔ)音識(shí)別。文章介紹了LD3320芯片的基本功能、電路設(shè)計(jì)以及控制軟件的編寫(xiě)。
關(guān)鍵詞：語(yǔ)音識(shí)別；集成電路；LD3320

0 引言
語(yǔ)音不僅是人與人之間進(jìn)行信息交流最直接、最方便和最有效的工具，也是人與機(jī)器之間進(jìn)行通信的重要工具。過(guò)去的二三十年中，圖形用戶(hù)界面(Graphical User Interface，GUI)作為人與機(jī)器的通信接口取得了很大的進(jìn)展，但使用GUI仍然擺脫不了手的操作，某些場(chǎng)合仍有不便。因此，語(yǔ)音用戶(hù)界面(Voice User Interface，VUI)成為人們的下一個(gè)目標(biāo)，人們希望通過(guò)聲音可以對(duì)機(jī)器發(fā)出指令。
語(yǔ)音識(shí)別有著非常廣泛的應(yīng)用領(lǐng)域，例如智能家電、智能家居、智能導(dǎo)航、智能玩具等等，這些領(lǐng)域下，語(yǔ)音識(shí)別提高了設(shè)備的易用性。另外，在某些場(chǎng)合，操作者需要用手控制其它設(shè)備，比如駕駛員駕駛過(guò)程中，或者非常強(qiáng)調(diào)響應(yīng)時(shí)間，比如軍事訓(xùn)練種情況的緊急處置，這些場(chǎng)合不允許操作者進(jìn)行復(fù)雜的操作，語(yǔ)音控制就成為一項(xiàng)必要的選擇。
語(yǔ)音識(shí)別屬于數(shù)字信號(hào)處理的研究領(lǐng)域，其算法初期是依靠計(jì)算機(jī)、數(shù)字信號(hào)處理器等來(lái)實(shí)現(xiàn)的，但隨著微電子學(xué)和集成電路技術(shù)的新進(jìn)展，近年來(lái)不斷有語(yǔ)音識(shí)別集成電路投放市場(chǎng)。其中，ICRoute的LD3320就是一款性?xún)r(jià)比較高的芯片。

1 LD3320芯片介紹
LD3320是一顆基于非特定人語(yǔ)音識(shí)別(SI-ASR，Speaker Independent Automatic Speech Recognition)技術(shù)的語(yǔ)音識(shí)別／聲控芯片。該芯片集成了語(yǔ)音識(shí)別處理器和一些外部電路，包括ADC、DAC、麥克風(fēng)接口、聲音輸出接口等。該芯片不需要外接任何的輔助芯片如Flash、RAM等，直接集成在現(xiàn)有的產(chǎn)品中，即可以實(shí)現(xiàn)語(yǔ)音識(shí)別／聲控／人機(jī)對(duì)話(huà)功能。
LD3320完成非特定人語(yǔ)音識(shí)別，每次識(shí)別最多可以設(shè)置50項(xiàng)候選識(shí)別句，每個(gè)識(shí)別句可以是單字、詞組或短句，長(zhǎng)度為不超過(guò)10個(gè)漢字或者79個(gè)字節(jié)的拼音串。另一方面，識(shí)別句內(nèi)容可以動(dòng)態(tài)編輯修改，因此可由一個(gè)系統(tǒng)支持多種場(chǎng)景。

芯片采用48腳QFN塑料封裝，工作供電為3．3V。芯片內(nèi)部電路的簡(jiǎn)要邏輯圖如圖1所示。其核心是語(yǔ)音以別運(yùn)算器，配合輸入、輸出、AD／DA轉(zhuǎn)換等模塊，完成語(yǔ)音識(shí)別的功能。LD3320還支持并行和串行接口，串行方式可以簡(jiǎn)化與其他模塊的連接。

2 LD3320的應(yīng)用電路設(shè)計(jì)
LD3320的基本應(yīng)用電路由一個(gè)微控制器(MCU)和LD3320組成。電路中的主控MCU芯片，是為了完成對(duì)LD3320芯片寄存器的操作。
對(duì)LD3320芯片的各種操作，都必須通過(guò)寄存器的操作來(lái)完成。比如設(shè)置標(biāo)志位：讀取狀態(tài)；向FIFO寫(xiě)入數(shù)據(jù)；識(shí)別完成后獲得識(shí)別結(jié)果等。例如在編輯關(guān)鍵詞語(yǔ)時(shí)，主控MCU通過(guò)把關(guān)鍵詞語(yǔ)的拼音串設(shè)置進(jìn)LD3320相關(guān)寄存器來(lái)完成編輯。
其寄存器大體可以分為以下幾類(lèi)，F(xiàn)IFO數(shù)據(jù)緩存器、語(yǔ)音識(shí)別控制寄存器、音量調(diào)節(jié)、模擬電路和其它的輔助寄存器。寄存器讀寫(xiě)操作有2種方式，即標(biāo)準(zhǔn)并行方式和串行SPI方式。LD3320寄存器的地址空間為8位，編號(hào)從00H到FFH，可參考文獻(xiàn)。
本文選用的主控MCU是51內(nèi)核的單片機(jī)STC10L08XE。演示的軟件程序全部燒錄在MCU的內(nèi)置Flash中。主控MCU直接控制LD33203完成所有和語(yǔ)音識(shí)別相關(guān)的工作。
電源設(shè)計(jì)可以使用NS公司的LM1117-3．3芯片，為L(zhǎng)D3320提供3．3V的電壓：音頻輸入和輸出，可以使用柱極體MIC和0．5W的小喇叭；語(yǔ)音識(shí)別完成后，為了實(shí)現(xiàn)對(duì)后續(xù)電路的驅(qū)動(dòng)，可以利用MCU的串行口與其它模塊進(jìn)行連接。