1.引言
語言是人類傳播資訊的重要手段，語音識別則是實現語音控制的關鍵技術。採用嵌入式語音識別技術使得裝置具有功耗低、使用簡便、靈活等優點，擺脫了複雜按鍵和按鈕的困擾，在服務機械人、智慧型家居及消費電子等領域發揮著重要作用。
2.系統構成與原理
語音識別主要包括兩個階段：訓練階段和識別階段。在訓練或識別過程中，都必須對輸入語音進行預處理和特徵提取。訓練階段通過使用者輸入的若干次訓練語音，經過預處理和特徵提取後得到特徵引數，最後通過特徵引數建模，進而建立訓練語音的參考模型庫。而識別階段是將輸入語音的特徵向量引數和參考模型庫中的參考模型進行相似性度量，然後把相似度最高的輸入特徵向量作為識別結果輸出，從而達到語音識別目的，如圖1所示。
圖1語音識別原理框圖
語音識別技術可分為：特定人識別和非特定人識別兩種。特定人識別是指需要對待識別人的語音進行採集訓練，識別物件為專門的人；非特定人識別是指識別物件為大多數使用者，一般要採集多個人的語音進行錄音、訓練和學習，從而達到較高的識別率。
3.硬體電路設計方案
硬體電路主要包括語音識別部分、主控部分、超聲波測距部分和舵機控制部分，如圖2所示。處理器為三星公司的s3c2440，系統主頻最高可達533
mhz，支援spi、i2c、uart等介面，能夠滿足控制系統的需求。主控晶元s3c2440通過spi匯流排完成對語音識別模組的讀寫操作，超聲波測距部分和舵機控制部分由處理器的gpio進行統一控制。
圖2硬體電路設計方案
3.1語音識別電路設計
為了使系統能夠識別操作人員發出的語音指令，設計中採用了由icroute公司設計生產的非特定人語音識別晶元ld3320，它整合了語音識別處理電路和一些外部電路，包括ad、da轉換器、麥克風介面、聲音輸出介面等，不需要外接任何的輔助晶元如flash、ram.在主控制器的控制下，可以識別出預先新增到識別列表中的內容。設計中參考了icroute發布的ld3320資料手冊，圖中ld3320的p0、p1、p2引腳通過spi介面與嵌入式處理器相接，控制訊號wrb、csb、rstb以及中斷返回訊號引腳intb與處理器s3c2440直接相連，如圖3所示。
圖3語音模組和核心板連線關係
3.2超聲波測距和舵機控制電路設計
超聲波測距原理相對比較成熟，系統中採用超聲波測距模組hc-sr04.該模組有兩個ttl電平通訊引腳，相容3.3v電平。其中，控制埠trig發乙個10us以上的高電平，接收埠echo將輸出與距離成正比的高電平訊號。當echo有高電平輸出時就開啟處理器定時器，當埠電平跳變為低電平時關閉定時器，根據定時器的值可計算得到障礙物的距離。其中，控制埠trig和接收埠echo分別接至處理器的gpg9、gpg6引腳。
超聲波測距模組的感應角度小於15°，為了擴大測距的感應角度範圍，將超聲波測距模組安裝在兩自由度雲台上，其中，舵機為sg90（9g），旋轉角度為180°。處理器通過gpb0和gpb1分別控制兩個舵機以實現雲台的旋轉，以測量不同方向的障礙物，如圖4所示。
圖4超聲波測距和舵機控制電路
4.軟體設計方案
圖5軟體流程圖
4.1別功能程式設計
4.3超聲波測距和雲台控制程式設計
超聲波測距功能的驅動程式屬於linux字元型驅動，利用ioctl（）函式對相應gpio進行時序控制，完成超聲波的發射和接收。在接收埠輸出高電平脈衝訊號時，觸發系統中斷並使用定時器計算得到高電平持續時間△t，根據公式（1）完成距離s的測量。式中v為超聲波的傳播速度，常溫下超聲波在空氣中的傳播速度是340公尺/秒。在應用程式中，可以通過read（）函式讀取到所測量的距離值。
s =v xδt/
2（1）
兩自由度雲台由兩個舵機組成，分別控制雲台水平和垂直方向的旋轉角度。在驅動程式中，首先開啟定時器pwm功能並設定定時週期，然後對映定時器中斷函式，最後使能定時器，使定時器開始執行。程式中根據實驗者發出的語音指令，利用ioctl（）函式控制定時器輸出兩路pwm訊號，分別控制兩個舵機的旋轉角度，最後將運動合成為雲台的位姿。
5.結語
嵌入式語音識別
1.粵嵌gec6818開發板介紹 2.粵嵌gec6818平台介紹及其開發板配置 作業系統 心若十年的部落格 csdn部落格 需要語音識別相應的檔案包 1 inc 需要的標頭檔案 lib 函式介面 api cmd.bnf 語法 由自己定義 asr record demo 執行程式 2 執行伺服器 出現...
基於TinyXml的嵌入式Linux
引 言 用自動化抄表代替人工抄表是實現智慧型樓宇的重要手段。傳統的ic卡預付費方式雖然實施方便，但會有卡槽汙染 卡易磨損以及安全性差等缺點，同時也無法實時地監控使用者的用電情況 廉價方便的雙向電力線載波抄表方式由於受電網汙染的影響，難以大面積推廣 專用有線網路實現遠端抄表方式，則會帶來投資規模大 施...
語音識別中的標註問題和嵌入式訓練
機器學習的問題主要分為三類 分類問題，標註問題和回歸問題 標註問題的輸入是乙個觀測序列，輸出是乙個標記序列或者狀態序列。標註問題的乙個目標是訓練乙個模型，使它能夠對觀測序列給出標記序列和狀態序列。常用的統計學習方法 隱馬爾科夫模型，條件隨機場。在資訊提取和自然語言處理中，標記問題是常見的基本問題。在...