設(shè)計(jì)方案推薦：基于ATMEGAl28的語(yǔ)音識(shí)別系統(tǒng)設(shè)計(jì)

0 引言

傳統(tǒng)的人機(jī)交互依靠復(fù)雜的鍵盤(pán)或按鈕來(lái)實(shí)現(xiàn)，隨著科技的發(fā)展，一些新型的人機(jī)交互方式也隨之誕生，帶給人們?nèi)碌捏w驗(yàn)。基于語(yǔ)音識(shí)別的人機(jī)交互方式是目前熱門(mén)的技術(shù)之一。但是語(yǔ)音識(shí)別功能算法復(fù)雜、計(jì)算量大，一般在計(jì)算機(jī)上實(shí)現(xiàn)，即使是嵌入式方面，多數(shù)方案也需要運(yùn)算能力強(qiáng)的ARM或DSP，并且外擴(kuò)RAM、FLASH等資源，增加了硬件成本，這些特點(diǎn)無(wú)疑限制了語(yǔ)音識(shí)別技術(shù)的應(yīng)用，尤其是嵌入式領(lǐng)域。

本系統(tǒng)采用的主控MCU為Atmel公司的ATMEGA128，語(yǔ)音識(shí)別功能則采用ICRoute公司的單芯片LD3320。LD3320內(nèi)部集成優(yōu)化過(guò)的語(yǔ)音識(shí)別算法，無(wú)需外部FLASH，RAM資源，可以很好地完成非特定人的語(yǔ)音識(shí)別任務(wù)。

1 整體方案設(shè)計(jì)

1.1 語(yǔ)音識(shí)別原理

在計(jì)算機(jī)系統(tǒng)中，語(yǔ)音信號(hào)本身的不確定性、動(dòng)態(tài)性和連續(xù)性是語(yǔ)音識(shí)別的難點(diǎn)。主流的語(yǔ)音識(shí)別技術(shù)是基于統(tǒng)計(jì)模式識(shí)別的基本理論，原理如圖1所示。

語(yǔ)音識(shí)別通常需要兩個(gè)階段完成。第一階段是訓(xùn)練，主要是提取語(yǔ)音特征，用戶(hù)往往需要進(jìn)行幾次語(yǔ)音訓(xùn)練，經(jīng)過(guò)預(yù)處理和特征提取后獲得相應(yīng)特征參數(shù)。第二階段是識(shí)別，識(shí)別過(guò)程就是將輸入的語(yǔ)音特征參數(shù)和模型庫(kù)中的參數(shù)進(jìn)行相似性比較，最后輸出匹配度最高的特征參數(shù)完成識(shí)別過(guò)程。

2 硬件電路設(shè)計(jì)

硬件框架如圖2所示，電路主要由主控制器電路和語(yǔ)音識(shí)別電路組成。ATMEGA128控制LD3320語(yǔ)音識(shí)別電路，輸出結(jié)果由ATMEGA128處理，然后通過(guò)總線(xiàn)來(lái)控制不同的設(shè)備。

2.1 控制器電路

控制器選用Atmel公司生產(chǎn)的ATMEGA128芯片，采用先進(jìn)的RISC結(jié)構(gòu)，內(nèi)置128 KB FLASH，4 KB SRAM，4 KB E2PROM等豐富資源。該芯片是業(yè)界高性能、低功耗的8位微處理器，并在8位單片機(jī)市場(chǎng)有著廣泛應(yīng)用。