3 軟件系統(tǒng)設(shè)計(jì)

　　軟件系統(tǒng)的設(shè)計(jì)主要包括3部分：主控單元的嵌入式操作系統(tǒng)μC／OS-II移植、LD3320的語音識別程序設(shè)計(jì)、對話管理單元的設(shè)計(jì)。

　　3.1 嵌入式操作系統(tǒng)μC／OS-II移植

　　μC／OS-II是一個源碼公開、可移植、可固化、可裁剪、占先式的實(shí)時多任務(wù)操作系統(tǒng)。它是專門為計(jì)算機(jī)的嵌入式應(yīng)用設(shè)計(jì)的，絕大部分代碼采用C語言編寫，具有執(zhí)行效率高、占用空間小、實(shí)時性能優(yōu)良和可擴(kuò)展性強(qiáng)等特點(diǎn)，最小內(nèi)核可至2 KB。在μC／OS-II中，任務(wù)的概念尤為重要，它是可剝奪型的內(nèi)核，因此任務(wù)優(yōu)先級的劃分至關(guān)緊要?；诜謱踊湍K化的設(shè)計(jì)理念，整個系統(tǒng)任務(wù)的劃分如表1所列。

表1 主控系統(tǒng)任務(wù)優(yōu)先級規(guī)劃

?

　　表1中除OSTaskStat和OSTaskIdle任務(wù)為系統(tǒng)自帶，其他7個任務(wù)均為用戶創(chuàng)建。App_TaskStart是系統(tǒng)的第一個任務(wù)，對系統(tǒng)時鐘和底層設(shè)備進(jìn)行初始化，創(chuàng)建所有事件和其他各項(xiàng)用戶任務(wù)，并對系統(tǒng)狀態(tài)進(jìn)行監(jiān)測；App_TaskSR完成語音識別；App_TaskCmd完成對話集中命令的解析和執(zhí)行，并通過USART1向外發(fā)送；App_TaskCom作為外圍擴(kuò)展任務(wù)，通過USART2向外發(fā)送指令或數(shù)據(jù)，負(fù)責(zé)控制外圍擴(kuò)展設(shè)備，如語音合成設(shè)備等；

　　App_TaskUpdate通過解析USART1接收的命令和數(shù)據(jù)進(jìn)行對話集的更新；App_TaskPB是按鍵掃描任務(wù)，負(fù)責(zé)檢測3個獨(dú)立按鍵，分為短按和長按檢測；App_TaskLED驅(qū)動4個LED指示燈，指示當(dāng)前工作狀態(tài)。

　　3.2 語音識別程序設(shè)計(jì)

　　語音識別程序的設(shè)計(jì)，參考了LD332X開發(fā)手冊，本文中采用中斷方式工作，其工作流程分為通用初始化一語音識別用初始化-寫入識別列表-開始識別-響應(yīng)中斷。

　?、偻ㄓ贸跏蓟驼Z音識別用初始化。在初始化程序里，主要完成軟復(fù)位、模式設(shè)定、時鐘頻率設(shè)定、FIFO設(shè)定。

　?、趯懭胱R別列表。列表的規(guī)則是，每個識別條目對應(yīng)一個特定的編號（1個字節(jié)），編號可以相同，可以不連續(xù)，但是數(shù)值要小于256（00H～FFH）。本芯片最多支持50個識別條目，每個識別條目是標(biāo)準(zhǔn)普通話的漢語拼音（小寫），每2個字（漢語拼音）之間用一個空格間隔。本文中采取了連續(xù)不同編號的識別條目，表2是簡單的示例。

表2 識別列表示例

?

　?、坶_始識別。設(shè)置幾個相關(guān)的寄存器，即可開始語音的識別。圖4是相關(guān)的流程。ADC通道即為*輸入通道，ADC增益也就是*音量，可設(shè)定值00H～7FH，建議設(shè)置值為40H～6FH，值越大代表MIC音量越大，識別啟動越敏感，但可能帶來更多誤識別；值越小代表MIC音量越小，需要近距離說話才能啟動識別功能，好處是對遠(yuǎn)處的干擾語音沒有反應(yīng)。本文中設(shè)定值為43H。

?

圖4 開始識別流程

　?、茼憫?yīng)中斷。如果*采集到聲音，不管是否識別出正常結(jié)果，都會產(chǎn)生一個中斷信號。而中斷程序要根據(jù)寄存器的值分析結(jié)果。讀取BA寄存器的值，可以知道有幾個候選答案，而C5寄存器里的答案是得分最高、最可能正確的答案。

　　3.3 對話管理單元設(shè)計(jì)

　　為了方便進(jìn)行對話的管理，本文中設(shè)計(jì)了一個對話管理單元，用于對等待識別的語句和等待執(zhí)行的命令進(jìn)行存儲，在主控制器中通過定義二維數(shù)組來實(shí)現(xiàn)。LD3320每次識別最多可以設(shè)置50項(xiàng)候選識別句，每個識別句可以是單字、詞組或短句，長度為不超過10個漢字或者79個字節(jié)的拼音串。基于上述原因，本文設(shè)計(jì)的對話管理數(shù)組如表3所列。

表3 對話管理單元數(shù)組

?

　　行為數(shù)組中存儲要執(zhí)行的行為編號，對應(yīng)于50條語音識別語句，共有50組指令，每組指令中可以最多包含6個行為，并行的行為可以歸為一步，通過多個行為的組合，就可以完成更復(fù)雜的任務(wù)。

　　4 性能測試與應(yīng)用

　　為了保證設(shè)計(jì)的語音識別模塊的語音識別率、穩(wěn)定性和響應(yīng)時間，本文對所描述的語音識別模塊做了相應(yīng)的測試，測試環(huán)境分別為安靜的家庭環(huán)境和嘈雜的醫(yī)院環(huán)境，共8條語音指令，對每條語音指令分別進(jìn)行10次測試，每個環(huán)境下對每個特定人的總實(shí)驗(yàn)次數(shù)為80次，記錄成功識別的次數(shù)。測試結(jié)果如表4所列。

表4 測試結(jié)果

?

　　測試中的3個非特定人中，非特定人1為女性，非特定人2和非特定人3為男性。由表中數(shù)據(jù)可以看出，家庭環(huán)境下對非特定人的語音識別率可達(dá)到90％以上，嘈雜的醫(yī)院環(huán)境下的語音識別率也可達(dá)82.5％以上。識別率方面，在嘈雜環(huán)境下比在安靜環(huán)境下的語音識別率有所降低；穩(wěn)定性方面，在安靜環(huán)境下系統(tǒng)的穩(wěn)定性較好，語音說1遍，最多說2遍模塊就可以做出正確的響應(yīng)；在噪聲環(huán)境下，系統(tǒng)的穩(wěn)定性有所下降，個別語音命令需要說3遍甚至3遍以上才能被模塊準(zhǔn)確識別；實(shí)時性方面，在安靜環(huán)境下的語音能保證系統(tǒng)響應(yīng)的實(shí)時性，響應(yīng)時間一般不超過1 s，在噪聲環(huán)境下的響應(yīng)時間相對長一些。

　　結(jié)語

　　本文討論了基于STM32的嵌入式語音識別模塊的設(shè)計(jì)和實(shí)現(xiàn)，對模塊各個組成單元的硬件電路及軟件實(shí)現(xiàn)進(jìn)行了詳細(xì)的介紹。大量實(shí)驗(yàn)及實(shí)際應(yīng)用表明，本文設(shè)計(jì)的語音識別模塊具有穩(wěn)定性好、語音識別率高、抗噪聲干擾能力強(qiáng)、結(jié)構(gòu)簡單和使用方便等特點(diǎn)。該模塊實(shí)用性強(qiáng)，可廣泛應(yīng)用于服務(wù)機(jī)器人智能空間、智能家居和消費(fèi)電子產(chǎn)品等多個領(lǐng)域。

?