高性能語(yǔ)音撥號(hào)器的設(shè)計(jì)與實(shí)現(xiàn)

摘要：以數(shù)字信號(hào)處理器ＡＤＳＰ２１８６Ｌ為核心，通過單片機(jī)進(jìn)行系統(tǒng)控制，設(shè)計(jì)語(yǔ)音撥號(hào)器，實(shí)現(xiàn)語(yǔ)音控制的自動(dòng)撥號(hào)功能。

關(guān)鍵詞：ＤＳＰ 語(yǔ)音識(shí)別 雙音多頻

隨著語(yǔ)音信號(hào)處理理論以及超大規(guī)模集成電路的發(fā)展，語(yǔ)音識(shí)別、語(yǔ)音編碼以及語(yǔ)音合成技術(shù)逐步走向?qū)嵱没?。?guó)外已有相應(yīng)的應(yīng)用電子產(chǎn)品問世（如美國(guó)Ｓｅｎｓｏｒｙ公司的產(chǎn)品），國(guó)內(nèi)市場(chǎng)上也出現(xiàn)了具備語(yǔ)音識(shí)別功能的手機(jī)（如ＰＨＩＬＩＰＳ，ＳＡＭＳＵＮＧ等公司的產(chǎn)品）。本文介紹的基于ＡＤＳＰ２１８６Ｌ的語(yǔ)音撥號(hào)器集語(yǔ)音識(shí)別、語(yǔ)音編解碼、語(yǔ)音提示、語(yǔ)音合成以及雙音多頻撥號(hào)功能于一體，與現(xiàn)有產(chǎn)品相比具有容量大，識(shí)別率高，使用方便的優(yōu)點(diǎn)。

１ 系統(tǒng)功能

·可存儲(chǔ)２００個(gè)用戶詞條，８００個(gè)電話號(hào)碼。

·支持語(yǔ)音查詢方式，用戶只需口述詞條，即可獲得相應(yīng)的電話號(hào)碼。同時(shí)兼容手動(dòng)查詢方式。

·具有方便的編輯功能（增加、刪除、修改用戶記錄）。

·具有雙音多頻撥號(hào)功能，使用普通電話機(jī)便可實(shí)現(xiàn)自動(dòng)撥號(hào)。

２ 系統(tǒng)整體模塊設(shè)計(jì)

整個(gè)系統(tǒng)可分為信號(hào)處理單元，系統(tǒng)控制單元和用戶界面單元共三個(gè)功能模塊。

２.１ 信號(hào)處理單元

本單元包括數(shù)字信號(hào)處理器，編解碼器和存儲(chǔ)器。

作為系統(tǒng)語(yǔ)音信號(hào)處理核心的ＡＤＳＰ２１８６Ｌ是ＡＮＡＬＯＧ ＤＥＶＩＣＥＳ公司生產(chǎn)的低電壓１６位定點(diǎn)數(shù)字信號(hào)處理器。該芯片具有以下特點(diǎn)：

· 運(yùn)算速度３３ＭＩＰＳ；

·片內(nèi)含４０Ｋ Ｂｙｔｅ ＲＡＭ，分為１６Ｋ Ｂｙｔｅ的程序ＲＡＭ及２４Ｋ Ｂｙｔｅ的數(shù)據(jù)ＲＡＭ；

·兩路獨(dú)立可編程全雙工串行通信接口，支持Ａ律／μ律的硬件語(yǔ)音解壓擴(kuò)，支持自動(dòng)緩沖區(qū)操作；

·４Ｍ Ｂｙｔｅ的外部尋址空間；

·支持內(nèi)外存之間的ＤＭＡ操作；

·１３個(gè)可編程的Ｉ／Ｏ口。

ＤＳＰ在系統(tǒng)中主要完成語(yǔ)音信號(hào)的特征提取，端點(diǎn)檢測(cè)和模板匹配，同時(shí)負(fù)責(zé)用戶記錄的管理。

與ＡＤＳＰ２１８６Ｌ配套使用的是ＡＮＡＬＯＧ ＤＥＶＩＣＥＳ公司最新生產(chǎn)的低電壓１６位編解碼器ＡＤ７３３１１Ｌ，該芯片通過設(shè)置相應(yīng)的寄存器可實(shí)現(xiàn)８～６４ｋＨｚ的多種采樣頻率，具有可編程的輸入輸出增益控制。該芯片在系統(tǒng)中完成語(yǔ)音信號(hào)的Ａ／Ｄ，Ｄ／Ａ轉(zhuǎn)換。

系統(tǒng)存儲(chǔ)器選用ＳＩＬＩＣＯＮ ＳＴＯＲＡＧＥ ＴＥＣＨＮＯＬＯＧＹ公司生產(chǎn)的８Ｍ位快閃存儲(chǔ)器（Ｆｌａｓｈ Ｍｅｍｏｒｙ）ＳＳＴ３９ＶＦ０８０Ｑ，主要存儲(chǔ)兩部分內(nèi)容，ＤＳＰ的應(yīng)用程序和用戶的語(yǔ)音記錄數(shù)據(jù)。該芯片具有軟件寫保護(hù)功能，可以防止應(yīng)用程序的意外更改，全片分為２５６個(gè)４ＫＢｙｔｅ的扇區(qū)，適于語(yǔ)音記錄的存取。

２.２ 系統(tǒng)控制單元

選用ＳＡＭＳＵＮＧ公司生產(chǎn)的４位單片機(jī)ＫＳ５７Ｃ２３０８，該芯片主要負(fù)責(zé)系統(tǒng)整體流程控制以及用戶界面控制。ＫＳ５７Ｃ２３０８具有較寬的工作電壓，同時(shí)提供段式液晶的驅(qū)動(dòng)，具有較強(qiáng)的Ｉ／Ｏ操作能力，適合應(yīng)用于要求多個(gè)Ｉ／Ｏ口以及液晶顯示的工作環(huán)境。采用ＫＳ５７Ｃ２３０８可以簡(jiǎn)化系統(tǒng)，并使系統(tǒng)具有較好的外部接口擴(kuò)展能力。

２.３ 用戶界面單元

包括鍵盤、液晶、駐極話筒和揚(yáng)聲器四部分。

系統(tǒng)硬件模塊結(jié)構(gòu)如圖１所示。

２.４數(shù)字信號(hào)處理器與編解碼器之間的通信

數(shù)字信號(hào)處理器ＡＤＳＰ２１８６Ｌ與編解碼器之間的通信通過獨(dú)立的串行口完成。具體連線如圖２所示，信號(hào)說明如表１所示。

表1 信號(hào)說明

由于ＡＤ７３３１１Ｌ采取自接外部晶振，通過內(nèi)部設(shè)置分頻寄存器確定采樣率的工作方式，ＡＤＳＰ２１８６Ｌ的ＳＣＬＫ、ＴＦＳ，ＲＦＳ均設(shè)為外部輸入。采用ＤＳＰ的串口時(shí)序進(jìn)行通信。

２.５ 數(shù)字信號(hào)處理其余單片機(jī)間的通信

ＡＤＳＰ２１８６Ｌ與單片機(jī)的接口與此類似，區(qū)別在于ＡＤＳＰ２１８６Ｌ的ＳＣＬＫ、ＴＦＳ、ＲＦＳ均設(shè)為內(nèi)部輸出。單片機(jī)通過通用的Ｉ／Ｏ口模擬ＤＳＰ的串口時(shí)序，通信協(xié)議采用自定義的數(shù)據(jù)包格式，速度快，可靠性高。單片機(jī)同時(shí)控制ＤＳＰ的復(fù)位引腳，進(jìn)一步保證系統(tǒng)工作的可靠性。

２.６ 數(shù)字信號(hào)處理器與外部存儲(chǔ)器的接口

ＤＳＰ與外部存儲(chǔ)器之間通過地址和數(shù)據(jù)總線連接，利用ＤＳＰ的ＢＭＳ、ＷＲ、ＲＤ引腳實(shí)現(xiàn)對(duì)外部存儲(chǔ)器存的片選及讀寫控制。系統(tǒng)復(fù)位時(shí)，ＤＳＰ由外部存儲(chǔ)器中自動(dòng)加載程序，系統(tǒng)運(yùn)行過程中的數(shù)據(jù)通過ＤＭＡ方式進(jìn)行傳輸。

單片機(jī)通過專用的液晶驅(qū)動(dòng)引腳控制液晶，通過通用的Ｉ／Ｏ引腳完成鍵盤掃描。

３ 系統(tǒng)軟件實(shí)現(xiàn)

系統(tǒng)軟件采取模塊化設(shè)計(jì)，根據(jù)功能將ＤＳＰ的程序分為１０個(gè)基本模塊。

（１）系統(tǒng)初始化

初始化內(nèi)容包括算法參數(shù)，狀態(tài)變量，端口設(shè)置。

（２）通信接口

主要功能是接收單片機(jī)指令，并在完成相應(yīng)的操作序列后回送操作結(jié)果。

（３）語(yǔ)音記錄

使用ＤＳＰ的自動(dòng)緩沖區(qū)技術(shù)，在用戶口述詞條的過程中，實(shí)時(shí)提取用于識(shí)別和回放的特征參數(shù)，利用高性能的端點(diǎn)檢測(cè)算法去除靜音段及噪聲段，將實(shí)際語(yǔ)音段的特征數(shù)據(jù)保存在數(shù)據(jù)ＲＡＭ中。

（４）語(yǔ)音識(shí)別

使用模式識(shí)別方法將數(shù)據(jù)ＲＡＭ中的特征參數(shù)與外部存儲(chǔ)器中保存的現(xiàn)有用戶記錄相比較，找出最相近的記錄作為識(shí)別結(jié)果，獲得相應(yīng)的記錄指針。

（５）語(yǔ)音提示

利用預(yù)先編碼的數(shù)據(jù)合成語(yǔ)音，用于對(duì)用戶的相應(yīng)操作進(jìn)行提示，方便用戶使用，減少誤操作的可能性。編解碼采用多脈沖線性預(yù)測(cè)編碼（Ｍｕｌｔｉ－Ｐｕｌｓｅ Ｌｉｎｅａｒ Ｐｒｅｄｉｃｔ Ｃｏｄｅ）算法，能以較低的碼率獲得較高質(zhì)量的合成語(yǔ)音。

（６）語(yǔ)音回放

利用“語(yǔ)音記錄”過程中提取的回放特征參數(shù)合成語(yǔ)音，用于用戶檢驗(yàn)記錄結(jié)果或識(shí)別結(jié)果。根據(jù)參數(shù)提取的實(shí)時(shí)性要求，此處采取速度快，合成質(zhì)量好的編解碼算法。

（７）增加記錄

將“語(yǔ)音記錄”中提取的特征參數(shù)連同相應(yīng)的用戶電話號(hào)碼存入外部存儲(chǔ)器。同時(shí)修改記錄指針。

（８）修改記錄

保持記錄的特征參數(shù)不變，只修改電話號(hào)碼。

（９）刪除記錄

刪除整個(gè)用戶記錄，包括特征參數(shù)和電話號(hào)碼，同時(shí)清除相應(yīng)指針。

（１０）雙音多頻撥號(hào)

利用級(jí)數(shù)展開的方法合成正弦信號(hào)，經(jīng)編解碼器進(jìn)行Ｄ／Ａ轉(zhuǎn)換后至揚(yáng)聲器輸出，實(shí)現(xiàn)自動(dòng)撥號(hào)功能。

單片機(jī)利用鍵盤接收用戶指令，通過功能模塊的不同組合方式，可以形成多種控制流程，以適應(yīng)不同應(yīng)用場(chǎng)合的需要。

系統(tǒng)軟件框圖如圖３所示。

４ 系統(tǒng)性能測(cè)試

本系統(tǒng)具有較高的識(shí)別率，對(duì)于普通詞條，識(shí)別率超過９９％，對(duì)于發(fā)音相近的易混淆詞條，如“李平，李寧，李丁”，識(shí)別率也可達(dá)到９０％以上。同時(shí)，本系統(tǒng)具有良好的用戶界面，用戶在語(yǔ)音提示下完成相應(yīng)操作，方便快捷。

本系統(tǒng)具備語(yǔ)音撥號(hào)器的基本功能，由于它的軟件和硬件設(shè)計(jì)都具有模塊化特性，很容易改造成適用于其他應(yīng)用場(chǎng)合的語(yǔ)音控制系統(tǒng)。因此，本系統(tǒng)具有較為廣泛的應(yīng)用前景。