摘要：語音識別技術(shù)在智能設(shè)計方面的應(yīng)用廣泛。AP7003型IC是一款性能優(yōu)良和價格低廉的語音識別電路，文中介紹它的基本電路及其在機(jī)器人設(shè)計中的一些應(yīng)用友及主意識別系統(tǒng)的基本原理，為智能機(jī)器人的設(shè)計提供了一種思路。

    關(guān)鍵詞：AP7003 語音識別 智能機(jī)器人 目標(biāo)詞

語音識別技術(shù)以語言為研究對象，涉及生理學(xué)、語言學(xué)、計算機(jī)及信號處理等多個領(lǐng)域，是語言信號處理的一個重要研究方向，在智能控制、多媒體、人機(jī)對話等方面有著極其廣泛的應(yīng)用前景。

1 語音識別技術(shù)

語音識別技術(shù)首先要提取語音特征參量，也就是從語言信號中提取語音識別的有用信息。語音特征參量的提取要考慮單詞選定位置的基音、鼻輔音的頻譜、元音的頻譜、擦音的頻譜等要素。語音識別技術(shù)也必須有模式匹配及模型訓(xùn)練技術(shù)，其中主要包括動態(tài)時間規(guī)整技術(shù)、HMM模型和人工神經(jīng)網(wǎng)絡(luò)。時間規(guī)整是把一個單詞內(nèi)的時變特征變?yōu)橐恢碌倪^程，在時間規(guī)整過程中，作為單詞的時間軸要不均勻的扭曲或彎曲，使其行征為模型特征對正，該技術(shù)是一種有力的矯正措施，對提高系統(tǒng)的識別精度極為有效。人工神經(jīng)網(wǎng)絡(luò)是一個自適應(yīng)非線性動力學(xué)系統(tǒng)，模擬人體大腦活動的基本原理，具有學(xué)習(xí)、技藝、判斷、對比和概括等能力。另外，語音識別單元的選取也是語音識別的重要一步，語言識別單元有單詞、音節(jié)和音素。對于漢語而言，主要選取音節(jié)單元，因為漢語是單音節(jié)結(jié)構(gòu)的語言，而英語是多音節(jié)的語言，漢語約有400個音節(jié)，數(shù)量相對較少，便于識別。

2 AP7003型語音識別電路

AP7003是一款低成本語音識別專用集成電路，內(nèi)置麥克風(fēng)放大器、A/D轉(zhuǎn)換器、語音處理器和I/O控制器，經(jīng)預(yù)處理后可識別12組不同的字詞，每組1.5s時長，可連詞或單詞識別。可廣泛應(yīng)用于玩具、識別轉(zhuǎn)控和自動答錄等領(lǐng)域。

AP7003的功能框圖如圖1所示。表1給出AP7003的引腳功能。

表1 AP7003的引腳功能

AP7003的主要特征如下：

·內(nèi)置麥克風(fēng)放大器

·內(nèi)置A/D轉(zhuǎn)換器

·采用DIP40雙列直插式封裝

·能識別12組1.5s時長字詞

·I/O：2個普通輸入，4個觸發(fā)輸入，2個輸出口分別有4個、12個輸出，2個LED驅(qū)動

AP7003具有二種工作模式，即錄音模式和識別模式，在進(jìn)入識別模式之前，應(yīng)先將目標(biāo)詞錄入電路內(nèi)。在AP7003內(nèi)有12個存貯體用于存貯12組不同的字句，每個存貯體可存貯1.5s時長的字句，可通過鍵盤或按程序編制的順序選擇存貯體來錄入及存放目標(biāo)詞。語音可通過外部麥克風(fēng)或其他媒體錄入電路內(nèi)，經(jīng)內(nèi)部處理后以不同的數(shù)字特征信號保存在存貯體中。

圖2

    目標(biāo)詞錄入電路內(nèi)后即可將工作模式轉(zhuǎn)換到識別模式，工作時電路將當(dāng)前語音與事先錄入存貯體的目標(biāo)詞語音相比較，如果語音特征相匹配，則在電路的相應(yīng)輸出端輸出高電平或低電平。

3 聲控機(jī)器人設(shè)計

語音識別電路廣泛應(yīng)用在智能控制中，把這種電路應(yīng)用在智能機(jī)器人設(shè)計中，使機(jī)器人初步具有與人對話的能力，且機(jī)器人的操作具有普遍性，極大地提高了操作者的興趣，圖2是機(jī)器人電路的主要原理框圖。

圖2中按鍵的定義如表2所示。上電后12個存貯器在錄入目標(biāo)詞之前必須清空，開始錄入目標(biāo)詞時使LED1有效，錄入后電路將進(jìn)入識別模式。

表2 按鍵的定義

如果由麥克風(fēng)錄入的單詞與存儲器原有單詞相匹配，對應(yīng)的POA輸出口有效，并驅(qū)動斷電器器，電機(jī)運(yùn)動。在本設(shè)計中，機(jī)器人主要有“前進(jìn)”（J1）、“后退”（J2）、“左轉(zhuǎn)”（J3）、“右轉(zhuǎn)”（J4）、“舉起”（J5）、“放下”（J6）、“停止”等幾種動作。其中，“停止”定義為clearOutput，其他依次定義為POA3、POA4、POA5、POA6、POA7和POA8。以“前進(jìn)”（J1）和“后退”（J2）為例，如圖3所示。

當(dāng)“停止”時，清除POA所有狀態(tài)，機(jī)器人停止。

當(dāng)然，語音識別電路對外部麥克風(fēng)（MIC）的分貝值有一定的要求，經(jīng)驗表明在本語音識別電路中選用56dB的麥克風(fēng)較好。另外，AP7003的工作電壓為2.4～4.5V，如果您的應(yīng)用系統(tǒng)是5V工作電壓，那么，通過一個二極管給AP7003供電，可以保證系統(tǒng)能長期穩(wěn)定、可靠的工作，也有利于降低系統(tǒng)功耗。

4 結(jié)束語

在實際應(yīng)用的過程中，麥克風(fēng)的分貝值、Set R_Level匹配度的設(shè)置對于語音識別的效果影響較大。如果這二個參數(shù)設(shè)置合理，該電路可具有較高的識別率，一般可達(dá)80%以上，不失為一種效好的語音識別電路。