非特定人語音識別技術(shù)研究的最終目的是讓計算機等設(shè)備能夠“聽懂”人類語音，提取出語音中所包含的特定信息，成為人機通信和交互最便捷的手段。由于語音信號本身具有不確定性、動態(tài)性和連續(xù)性，這就為準確量化和處理該信號帶來非常大的困難，每個人的語音要建立不同的語音樣本也為識別的普及帶來瓶頸約束。目前的語音識別是先建立特征庫然后將待識別的信號經(jīng)處理與特征庫比對得到相似結(jié)果判定輸出。從本質(zhì)上屬于基于統(tǒng)計模式的基本理論，分語言模型訓(xùn)練、識別分析兩個大階段構(gòu)成和實現(xiàn)。

系統(tǒng)設(shè)計的整體結(jié)構(gòu)

系統(tǒng)以STM32F103C8T6 微控制器為控制核心，搭配微控制器最小核心電路、LD3320語音識別電路、SD卡電路、電源電路、用戶按鍵輸入電路、串口數(shù)據(jù)輸出電路、狀態(tài)指示電路等綜合組成。該系統(tǒng)體積小巧，可以作為嵌入式組件單元融入用戶電路或者板卡中，上電后STM32F108C8T6內(nèi)部程序進行程序初始化、SD 卡文件系統(tǒng)初始化、LD3320初始化、隨后等待識別音頻接收，識別完成后輸出響應(yīng)信息或者解碼音頻，系統(tǒng)整體結(jié)構(gòu)如圖2所示，最終實現(xiàn)積木式功能組件的全部功能。

微控制核心電路

系統(tǒng)采用ARM Cortex M3內(nèi)核ST公司的32位高性能單片機STM32F103C8T6 為控制核心，該芯片可以達到72 MHz的工作頻率，內(nèi)置高速存儲器(64 KB的閃存和20 KB的SRAM)，擁有豐富的I/O口資源和鏈接到兩條APB 總線的外設(shè)。包括了12 b 的ADC、通用16 b 的定時器、還包括I2C、SPI、USART、USB、CAN等總線或串行通信接口，片內(nèi)資源和擴展接口都十分豐富，該微控制核心是專門設(shè)計于滿足高穩(wěn)定性、低功耗、實時性、高性價比的嵌入式產(chǎn)品應(yīng)用。該內(nèi)核芯片可以滿足非特定人語音識別的功能要求，利用相關(guān)電路構(gòu)成STM32F103C8T6 的最小系統(tǒng)，在硬件PCB 中還集成了功能引針輸出接口、SD卡接口、USB下載調(diào)試電路，用戶按鍵、電源電路等，核心系統(tǒng)電路圖如圖3所示，配合其他外圍擴展達到功能要求。

非特定人語音識別電路

本系統(tǒng)中選用IC Route公司生產(chǎn)的LD3320非特定人語音識別芯片，該芯片是非特定人語音識別的專用芯片，內(nèi)部已經(jīng)集成了語音識別處理器和一些信號調(diào)制電路，擁有高性能的A/D轉(zhuǎn)換器、D/A轉(zhuǎn)換器、麥克風(fēng)音頻信號輸入接口、音頻解碼輸出接口等，用戶只需要用軟件編輯好待識別的關(guān)鍵詞列表，LD3320最大可以支持 50 條關(guān)鍵詞句，把這些列別以字符的形式傳送到芯片中，就可以對待識別的語音信號進行近似度分析，識別后輸出結(jié)果。

LD3320 整體工作電路如圖4 所示，總體上可以把電路圖分為8個部分，分別是LD3320基礎(chǔ)外圍電路、電源電路、外部晶體振蕩器電路、麥克風(fēng)信號處理電路、去耦合濾波電路、解碼音頻去直流成分電路、功能引針輸出電路、狀態(tài)信號指示電路。語音識別單元對于電源供電電路的要求較高，電路中注重對供電純凈度的要求，由系統(tǒng)中的LDO芯片 LM1117-3.3 V為語音識別系統(tǒng)供電，加上電感、電容為供電進行濾波，RSTB為LD3320復(fù)位引腳，連接到主控制器進行復(fù)位控制。LD3320支持并行數(shù)據(jù)通信和串行數(shù)據(jù)通信，在本系統(tǒng)設(shè)計中考慮對主控I/O 資源的占用問題，故而選用串行通信方式對LD3320 進行數(shù)據(jù)傳送和控制，LD3320 的MD 引腳通過上拉電阻鉗位為高電平。SPI總線的SDI、SDO、SDCK和SCS引腳連接到主控芯片對應(yīng)引腳。INTB為中斷信號引腳，遇到識別結(jié)果輸出或者是內(nèi)部音頻文件解碼完成等狀態(tài)，該引腳會對應(yīng)輸出電平狀態(tài)通知主控。MBS引腳作為麥克風(fēng)偏置電壓輸入，連接了RC電路，保證產(chǎn)生一個浮動電壓供給麥克風(fēng)信號。