基于ATMEGAl28的語(yǔ)音識(shí)別系統(tǒng)設(shè)計(jì)
加入技術(shù)交流群
3 軟件系統(tǒng)設(shè)計(jì)
軟件設(shè)計(jì)主要有兩部分，分別為移植LD3320官方代碼和編寫語(yǔ)音識(shí)別應(yīng)用程序。
3．1 移植LD3320源代碼
LD3320源代碼是基于51單片機(jī)實(shí)現(xiàn)的，SPI部分采用的是軟件模擬方式，但在播放MP3數(shù)據(jù)時(shí)會(huì)有停頓現(xiàn)象，原因是51單片機(jī)主頻較低，導(dǎo)致SPI速率很慢，不能及時(shí)更新MP3數(shù)據(jù)。移植到ATMEGA128需要修改底層寄存器讀寫函數(shù)、中斷函數(shù)等。底層驅(qū)動(dòng)在Reg_RW．c文件中，首先在Reg_RW．h使用HARD_PARA_PORT宏定義，以支持硬件SPI。然后在Reg_RW．c文件中找到HARD_PARA_PORT對(duì)應(yīng)條件宏的代碼段，保留AVR的SPI接口代碼。
3．2 應(yīng)用程序?qū)崿F(xiàn)
在代碼中預(yù)先設(shè)定幾個(gè)單詞：“你好”，“播放音樂”，“打開”。當(dāng)用戶說(shuō)“播放音樂”時(shí)，MCU控制LD3320播放一段音樂，如果是其他詞語(yǔ)，則在串口中打印識(shí)別結(jié)果，然后再次轉(zhuǎn)換到語(yǔ)音識(shí)別狀態(tài)。
3．2．1 MP3播放代碼
LD3320支持MP3數(shù)據(jù)播放，播放聲音的操作順序?yàn)椋?BR>
通用初始化→MP3播放用初始化→調(diào)節(jié)播放音量→開始播放。
將MP3數(shù)據(jù)順序放入數(shù)據(jù)寄存器，芯片播放完一定數(shù)量的數(shù)據(jù)時(shí)會(huì)發(fā)出中斷請(qǐng)求，在中斷函數(shù)中連續(xù)送入聲音數(shù)據(jù)，直到聲音數(shù)據(jù)結(jié)束。MP3播放函數(shù)實(shí)現(xiàn)代碼如下：
由于MCU容量限制，選取測(cè)試的MP3文件不能太大。首先在計(jì)算機(jī)上將MP3文件的二進(jìn)制數(shù)據(jù)轉(zhuǎn)為標(biāo)準(zhǔn)C數(shù)組格式文件，然后將該文件加入工程中。源代碼中MP3文件存儲(chǔ)在外擴(kuò)的SPI FLASH中，工程中需要注釋和移除全部相關(guān)代碼。MP3數(shù)據(jù)讀取函數(shù)是LD_ReloadMp3Data()，只需將讀取的SPI FLASH數(shù)據(jù)部分改成以數(shù)組數(shù)據(jù)讀取的方式即可。
3．2．2 語(yǔ)音識(shí)別程序
LD3320語(yǔ)音識(shí)別芯片完成的操作順序?yàn)椋和ㄓ贸跏蓟鶤SR初始化→添加關(guān)鍵詞→開啟語(yǔ)音識(shí)別。在源代碼中的RunASR()函數(shù)已經(jīng)實(shí)現(xiàn)了上面的過程，直接調(diào)用即可開啟語(yǔ)音識(shí)別功能。
RunASR()函數(shù)代碼如下：
用戶說(shuō)完話后，LD3320通過打分的方式，將關(guān)鍵詞列表中特征最相似的一個(gè)作為輸出。然后LD3320會(huì)產(chǎn)生一個(gè)中斷信號(hào)，此時(shí)MCU跳入中斷函數(shù)讀取C5寄存器的值，該值即為識(shí)別結(jié)果，得到結(jié)果后，用戶可以根據(jù)數(shù)值來(lái)實(shí)現(xiàn)一些功能，比如讀取到1，說(shuō)明是“播放音樂”，那么可以調(diào)用前面的PlaySound()函數(shù)來(lái)播放音樂。
語(yǔ)音識(shí)別控制的關(guān)鍵點(diǎn)在于語(yǔ)音識(shí)別的準(zhǔn)確率。表1給出了測(cè)試結(jié)果，當(dāng)然也可以在識(shí)別列表中加入更多的關(guān)鍵詞來(lái)做測(cè)試。通過測(cè)試結(jié)果可以看出，LD3320的識(shí)別率在95％上，能夠滿足用戶需求。
4 結(jié)語(yǔ)
本文討論了基于AVR單片機(jī)的語(yǔ)音識(shí)別系統(tǒng)設(shè)計(jì)的可行性，并給出了設(shè)計(jì)方案。通過多次測(cè)試結(jié)果表明，本系統(tǒng)具有電路運(yùn)行穩(wěn)定，語(yǔ)音識(shí)別率高，成本低等優(yōu)點(diǎn)。同時(shí)借助于LD3320的MP3播放功能，該系統(tǒng)具有一定的交互性和娛樂性。移植性方面，系統(tǒng)通過簡(jiǎn)單的修改，可以很方便地將LD3320驅(qū)動(dòng)程序移植到各種嵌入式系統(tǒng)中。隨著人們對(duì)人工智能功能的需求，語(yǔ)音識(shí)別技術(shù)將越來(lái)越受到人們的關(guān)注，相信不久的將來(lái)，語(yǔ)音識(shí)別將會(huì)擁有更廣闊的應(yīng)用。
評(píng)論