0 导言
传统的人机交互依托杂乱的键盘或按钮来完结，跟着科技的开展，一些新式的人机交互方法也随之诞生，带给人们全新的体会。依据语音辨认的人机交互方法是现在抢手的技能之一。可是语音辨认功用算法杂乱、核算量大，一般在核算机上完结，即使是嵌入式方面，大都计划也需求运算能力强的ARM或DSP，并且外扩RAM、FLASH等资源，增加了硬件本钱，这些特色无疑约束了语音辨认技能的运用，尤其是嵌入式范畴。
本体系选用的主控MCU为Atmel公司的ATMEGA128，语音辨认功用则选用ICRoute公司的单芯片LD3320。LD3320内部集成优化过的语音辨认算法，无需外部FLASH，RAM资源，能够很好地完结非特定人的语音辨认使命。
1 全体计划规划
1．1 语音辨认原理
在核算机体系中，语音信号自身的不确定性、动态性和接连性是语音辨认的难点。干流的语音辨认技能是依据计算模式辨认的基本理论，原理如图1所示。
2．1 操控器电路
操控器选用Atmel公司出产的ATMEGA128芯片，选用先进的RISC结构，内置128 KB FLASH，4 KB SRAM，4 KB E2PROM等丰厚资源。该芯片
是业界高性能、低功耗的8位微处理器，并在8位单片机商场有着广泛运用。
2．2 LD3320语音辨认电路
LD3320芯片是一款“语音辨认”专用芯片。该芯片集成了语音辨认处理器和一些外部电路，包含A／D、D／A转换器、麦克风接口、声响输出接口等，并且能够播映MP3。不需求外接任何的辅佐芯片如FLASH，RAM等，直接集成到产品中即能够完结语音辨认、声控、人机对话功用。
图3为LD3320电路原理图，与MCU通讯选用SPI总线方法，时钟不能超过1．5MHz。
麦克风作业电路如图4所示，音频输出只需将扬声器连接到SPOP和SPON即可。运用SPI总线方法时，LD3320的MD要设为高电平，SPIS设为低电平。SPI总线的引脚有SDI，SDO，SDCK以及SCS。INTB为中止端口，当有辨认成果或MP3数据缺乏时，会触发中止，告诉MCU处理。RSTB引脚是LD3320复位端，低电平有用。LED1，LED2作为上电指示灯。
3 软件体系规划
软件规划主要有两部分，分别为移植LD3320官方代码和编写语音辨认运用程序。
3．1 移植LD3320源代码
LD3320源代码是依据51单片机完结的，SPI部分选用的是软件模仿方法，但在播映MP3数据时会有中止现象，原因是51单片机主频较低，导致SPI速率很慢，不能及时更新MP3数据。移植到ATMEGA128需求修正底层寄存器读写函数、中止函数等。底层驱动在Reg_RW．c文件中，首先在Reg_RW．h运用HARD_PARA_PORT宏界说，以支撑硬件SPI。然后在Reg_RW．c文件中找到HARD_PARA_PORT对应条件宏的代码段，保存AVR的SPI接口代码。
3．2 运用程序完结
在代码中预先设定几个单词：“你好”，“播映音乐”，“翻开”。当用户说“播映音乐”时，MCU操控LD3320播映一段音乐，如果是其他词语，则在串口中打印辨认成果，然后再次转换到语音辨认状况。
3．2．1 MP3播映代码
LD3320支撑MP3数据播映，播映声响的操作次序为：
通用初始化→MP3播映用初始化→调理播映音量→开端播映。
将MP3数据次序放入数据寄存器，芯片播映完必定数量的数据时会宣布中止请求，在中止函数中接连送入声响数据，直到声响数据完毕。MP3播映函数完结代码如下：
因为MCU容量约束，选取测验的MP3文件不能太大。首先在核算机大将MP3文件的二进制数据转为规范C数组格式文件，然后将该文件参加工程中。源代码中MP3文件存储在外扩的SPI FLASH中，工程中需求注释和移除悉数相关代码。MP3数据读取函数是LD_ReloadMp3Data()，只需将读取的SPI FLASH数据部分改成以数组数据读取的方法即可。
3．2．2 语音辨认程序
LD3320语音辨认芯片完结的操作次序为：通用初始化→ASR初始化→增加要害词→敞开语音辨认。在源代码中的RunASR()函数现已完结了上面的进程，直接调用即可敞开语音辨认功用。
RunASR()函数代码如下：
用户说完话后，LD3320经过打分的方法，将要害词列表中特征最类似的一个作为输出。然后LD3320会发生一个中止信号，此刻MCU跳入中止函数读取C5寄存器的值，该值即为辨认成果，得到成果后，用户能够依据数值来完结一些功用，比方读取到1，阐明是“播映音乐”，那么能够调用前面的PlaySound()函数来播映音乐。
语音辨认操控的要害点在于语音辨认的准确率。表1给出了测验成果，当然也能够在辨认列表中参加更多的要害词来做测验。经过测验成果能够看出，LD3320的辨认率在95％上，能够满意用户需求。
4 结语
本文评论了依据AVR单片机的语音辨认体系规划的可行性，并给出了规划计划。经过屡次测验成果表明，本体系具有电路运转安稳，语音辨认率高，本钱低一级长处。一起借助于LD3320的MP3播映功用，该体系具有必定的交互性和娱乐性。移植性方面，体系经过简略的修正，能够很方便地将LD3320驱动程序移植到各种嵌入式体系中。跟着人们对人工智能功用的需求，语音辨认技能将越来越遭到人们的重视，信任不久的将来，语音辨认将会具有更宽广的运用。
责任编辑；zl
