語音識別是一門交叉學(xué)科。近二十年來，語音識別技術(shù)取得顯著進步，開始從實驗室走向市場。人們預(yù)計，未來10年內(nèi)，語音識別技術(shù)將進入工業(yè)、家電、通信、汽車電子、醫(yī)療、家庭服務(wù)、消費電子產(chǎn)品等各個領(lǐng)域。 語音識別聽寫機在一些領(lǐng)域的應(yīng)用被美國新聞界評為1997年計算機發(fā)展十件大事之一。很多專家都認(rèn)為語音識別技術(shù)是2000年至2010年間信息技術(shù)領(lǐng)域十大重要的科技發(fā)展技術(shù)之一。 語音識別技術(shù)所涉及的領(lǐng)域包括：信號處理、模式識別、概率論和信息論、發(fā)聲機理和聽覺機理、人工智能等等。

　　語音識別原理：

　　語音識別系統(tǒng)本質(zhì)上是一種多維模式識別系統(tǒng)。它與一般的模式識別系統(tǒng)類似，包括語音預(yù)處理、語音特征提取、語音模式庫和語音模式匹配等基本單元，如圖1所示。

　　1）語音預(yù)處理：包括預(yù)加重、反混疊濾波、端點檢測、噪聲濾波等處理過程，用以去除聲門激勵、口鼻輻射、高于1/2 采樣頻率的高頻和噪聲信號的影響，實現(xiàn)語音信號的數(shù)字化。

　　2）語音特征提取：對經(jīng)過預(yù)處理后的語音信號進行特征參數(shù)分析。該過程就是從原始語音信號中抽取出能夠反映語音本質(zhì)的特征參數(shù)，形成特征矢量序列?？蛇x擇的語音特征參數(shù)包括： 時域參數(shù)、頻域參數(shù)、聲道的形狀函數(shù)、隨機模型的概率函數(shù)、量化矢量和超音段信息函數(shù)等。

　　3）語音模式庫：即聲學(xué)參數(shù)模板，它是用聚類分析等方法，從一個講話者或多個講話者多次重復(fù)的語音參數(shù)中經(jīng)過長時間訓(xùn)練得到的。

　　4）語音模式匹配：將輸入語音的特征參數(shù)同訓(xùn)練得到的語音模式庫進行比較分析，從而得到識別結(jié)果。

　 ? ?隨著信息技術(shù)的飛速發(fā)展，人們尋求一種更為直接的人機對話方式，聲控電腦就是再此基礎(chǔ)上發(fā)展起來的。聲控電腦使用語音識別技術(shù)，而語音識別是目前一種熱門技術(shù)。電腦語音識別系統(tǒng)，可以用聲音直接控制電腦工作，是人機接口中最具有人性化的方式。

　　聲控電腦原理

　　聲控電腦是由人的聲音發(fā)出指令來控制電腦工作的，可是電腦本身不能識別人的聲音，因此必須讓電腦先了解熟悉人講話的聲音及腔調(diào)來建立參考樣本，將原先訓(xùn)練好的聲音特色保存為語音參考樣本存入電腦。原理流程如圖1所示。

　　DSP組成及控制

　?。?）組成

　　DSP語音識別芯片；數(shù)字/模擬轉(zhuǎn)換電路；語音提示語ROM；參數(shù)存儲SRAM。

　　數(shù)字/模擬轉(zhuǎn)換電路是將語音模擬信號轉(zhuǎn)換成數(shù)字信號，交DSP芯片做分析處理，然后將其存儲在SRAM中。如果要說出所講的聲音，同樣是經(jīng)過數(shù)字/模擬轉(zhuǎn)換電路將其轉(zhuǎn)換為模擬信號，經(jīng)驅(qū)動電路，可以將聲音還原。

　?。?）控制

　　SETUSER選取某一使用者（最多支持8人）。

　　GETSTATVS取回主控CPU狀態(tài)值。

　　TRAIN語音參考樣本輸入。

　　RECOG語音識別對比。

　　SAVESTATVS存儲主控CPU狀態(tài)值。

　　COMPARE識別對比找出最相近的一組樣本。

　　聲控系統(tǒng)硬件電路

　　將20PIN排針插座，連接至8051單片機控制板上，DSP和8051的信號傳輸都由此總線來完成。8051用于主控系統(tǒng)，主要做聲控系統(tǒng)的人機接口處理，所用到的接口包括鍵盤及LCD信息顯示，并以8051單片機來控制DSP芯片用于語音識別。如果將RS232與PC機連接，便可以將信息傳回PC而顯示在屏幕上。除可以顯示信息外，還可以做程序設(shè)計時修改錯誤，在系統(tǒng)開發(fā)時相當(dāng)有用。系統(tǒng)組成原理如圖2所示。

　　本系統(tǒng)采用DSP控制芯片，使硬件成本降低，可以獨立操作，不必靠個人電腦來做語音識別的控制，最主要的是其語音識別效果佳且穩(wěn)定

　　AP70032單片機語音識別電路設(shè)計

　　新型單片語音識別電路HL7003-02，電路結(jié)構(gòu)簡單、外圍元器件少，設(shè)計、制作、調(diào)式及操作十分容易，適合愛好者制作各種由語控制的游藝機、家電控制、智能玩具、語音門鎖、門鐘等等方面。它是根據(jù)用戶自己的聲音輸入而識別的音晶片識音辯識的單片IC，它能識別12個不同的字句，可控制不同的輸出開關(guān)，完成指定的功能。

　　電路特點：內(nèi)置麥克風(fēng)放大器，內(nèi)置A/D轉(zhuǎn)換器，12個1.5秒長的字句識別。多功能I/O口，2個普通輸入腳，4個觸發(fā)輸入腳，2個輸出端口，包含一個4輸出口及一個輸出口，2個LED輸出驅(qū)動動，不同的編碼方式，可做成專用的線路，2.4V~3.3V工作電壓，低功耗，自動斷電功能。

　　單片語音識別電路HL7003-02

　　1、通電后，先按①鍵，LED1和POA1（LED3）同時亮，此時立刻對著話筒發(fā)話（語音長度不超過1.5秒），POA1滅，LED1亮，再對著話筒進行“學(xué)習(xí)”，LED2、POA1同時亮，表示“學(xué)習(xí)”成功。接著再按②鍵，LED1、POA2同時亮。依此類推，直至1~12鍵全部學(xué)習(xí)完畢。也可以對某一鍵或某幾個鍵進行無序輸入和學(xué)習(xí)。

　　2、學(xué)習(xí)完畢，即可進行語音識別操作，12路輸出可分別控制不同的電器（或動作），12路語音識別可任意操作，即喊一句便控制一種電器的開或關(guān)。第11鍵為輸出轉(zhuǎn)換鍵，每轉(zhuǎn)換控制一種電器都需按一下該鍵。

　　3、若需清除“學(xué)習(xí)”內(nèi)容，應(yīng)按清除鍵“C”，再次輸入時，須重新按照第1步方法進行“學(xué)習(xí)”。

　　4、PIM1接“1”（高電平），為12鍵模式，應(yīng)用電路見圖。PIM1接“0”（低電平），為8鍵模式，應(yīng)用電路見圖2。POSL接“0”，POA1~POA12輸出為低電平，POSL接“1”，POA1~POA12輸出為高電平。