摘 要： 以數(shù)字信號處理器" title="數(shù)字信號處理器">數(shù)字信號處理器ADSP2186L為核心，通過單片機進行系統(tǒng)控制，設(shè)計語音撥號器，實現(xiàn)語音控制的自動撥號功能。
關(guān)鍵詞： DSP 語音識別 雙音多頻
隨著語音信號處理理論以及超大規(guī)模集成電路的發(fā)展，語音識別、語音編碼以及語音合成技術(shù)逐步走向?qū)嵱没庖延邢鄳膽秒娮赢a(chǎn)品問世(如美國Sensory公司的產(chǎn)品)，國內(nèi)市場上也出現(xiàn)了具備語音識別功能的手機(如PHILIPS，SAMSUNG等公司的產(chǎn)品)。本文介紹的基于ADSP2186L的語音撥號器集語音識別、語音編解碼、語音提示、語音合成以及雙音多頻撥號功能于一體，與現(xiàn)有產(chǎn)品相比具有容量大，識別率高，使用方便的優(yōu)點。
1 系統(tǒng)功能
·可存儲200個用戶詞條，800個電話號碼。
· 支持語音查詢方式，用戶只需口述詞條，即可獲得相應的電話號碼。同時兼容手動查詢方式。
· 具有方便的編輯功能(增加、刪除、修改用戶記錄)。
· 具有雙音多頻撥號功能，使用普通電話機便可實現(xiàn)自動撥號。
2 系統(tǒng)整體模塊設(shè)計
整個系統(tǒng)可分為信號處理單元，系統(tǒng)控制單元和用戶界面單元共三個功能模塊。
2.1 信號處理單元
本單元包括數(shù)字信號處理器，編解碼器" title="編解碼器">編解碼器和存儲器。
作為系統(tǒng)語音信號處理核心的ADSP2186L是ANALOG DEVICES公司生產(chǎn)的低電壓16位定點數(shù)字信號處理器。該芯片具有以下特點：
· 運算速度33MIPS；
· 片內(nèi)含40K Byte RAM，分為16K Byte的程序RAM及24K Byte的數(shù)據(jù)RAM；
· 兩路獨立可編程全雙工串行通信接口，支持A律/μ律的硬件語音解壓擴，支持自動緩沖區(qū)操作；
· 4M Byte的外部尋址空間；
· 支持內(nèi)外存之間的DMA操作；
· 13個可編程的I/O" title="I/O">I/O口。
DSP在系統(tǒng)中主要完成語音信號的特征提取，端點檢測和模板匹配，同時負責用戶記錄的管理。
與ADSP2186L配套使用的是ANALOG DEVICES公司最新生產(chǎn)的低電壓16位編解碼器AD73311L，該芯片通過設(shè)置相應的寄存器可實現(xiàn)8～64kHz的多種采樣頻率，具有可編程的輸入輸出增益控制。該芯片在系統(tǒng)中完成語音信號的A/D，D/A轉(zhuǎn)換。
系統(tǒng)存儲器選用SILICON STORAGE TECHNOLOGY公司生產(chǎn)的8M位快閃存儲器(Flash Memory)SST39VF080Q，主要存儲兩部分內(nèi)容，DSP的應用程序和用戶的語音記錄" title="語音記錄">語音記錄數(shù)據(jù)。該芯片具有軟件寫保護功能，可以防止應用程序的意外更改，全片分為256個4KByte的扇區(qū)，適于語音記錄的存取。
2.2 系統(tǒng)控制單元
選用SAMSUNG公司生產(chǎn)的4位單片機KS57C2308，該芯片主要負責系統(tǒng)整體流程控制以及用戶界面控制。KS57C2308具有較寬的工作電壓，同時提供段式液晶的驅(qū)動，具有較強的I/O操作能力，適合應用于要求多個I/O口以及液晶顯示的工作環(huán)境。采用KS57C2308可以簡化系統(tǒng)，并使系統(tǒng)具有較好的外部接口擴展能力。
2.3 用戶界面單元
包括鍵盤、液晶、駐極話筒和揚聲器四部分。
系統(tǒng)硬件模塊結(jié)構(gòu)如圖1所示。
2.4數(shù)字信號處理器與編解碼器之間的通信
數(shù)字信號處理器ADSP2186L與編解碼器之間的通信通過獨立的串行口完成。具體連線如圖2所示，信號說明如表1所示。
由于AD73311L采取自接外部晶振，通過內(nèi)部設(shè)置分頻寄存器確定采樣率的工作方式，ADSP2186L的SCLK、TFS，RFS均設(shè)為外部輸入。采用DSP的串口時序進行通信。
2.5 數(shù)字信號處理其余單片機間的通信
ADSP2186L與單片機的接口與此類似，區(qū)別在于ADSP2186L的SCLK、TFS、RFS均設(shè)為內(nèi)部輸出。單片機通過通用的I/O口模擬DSP的串口時序，通信協(xié)議采用自定義的數(shù)據(jù)包格式，速度快，可靠性高。單片機同時控制DSP的復位引腳，進一步保證系統(tǒng)工作的可靠性。
2.6 數(shù)字信號處理器與外部存儲器的接口
DSP與外部存儲器之間通過地址和數(shù)據(jù)總線連接，利用DSP的BMS、WR、RD引腳實現(xiàn)對外部存儲器存的片選及讀寫控制。系統(tǒng)復位時，DSP由外部存儲器中自動加載程序，系統(tǒng)運行過程中的數(shù)據(jù)通過DMA方式進行傳輸。
單片機通過專用的液晶驅(qū)動引腳控制液晶，通過通用的I/O引腳完成鍵盤掃描。
3 系統(tǒng)軟件實現(xiàn)
系統(tǒng)軟件采取模塊化設(shè)計，根據(jù)功能將DSP的程序分為10個基本模塊。
(1)系統(tǒng)初始化
初始化內(nèi)容包括算法參數(shù)，狀態(tài)變量，端口設(shè)置。
(2)通信接口
主要功能是接收單片機指令，并在完成相應的操作序列后回送操作結(jié)果。
(3)語音記錄
使用DSP的自動緩沖區(qū)技術(shù)，在用戶口述詞條的過程中，實時提取用于識別和回放的特征參數(shù)" title="特征參數(shù)">特征參數(shù)，利用高性能的端點檢測算法去除靜音段及噪聲段，將實際語音段的特征數(shù)據(jù)保存在數(shù)據(jù)RAM中。
(4)語音識別
使用模式識別方法將數(shù)據(jù)RAM中的特征參數(shù)與外部存儲器中保存的現(xiàn)有用戶記錄相比較，找出最相近的記錄作為識別結(jié)果，獲得相應的記錄指針。
(5)語音提示
利用預先編碼的數(shù)據(jù)合成語音，用于對用戶的相應操作進行提示，方便用戶使用，減少誤操作的可能性。編解碼采用多脈沖線性預測編碼(Multi－Pulse Linear Predict Code)算法，能以較低的碼率獲得較高質(zhì)量的合成語音。
(6)語音回放
利用“語音記錄”過程中提取的回放特征參數(shù)合成語音，用于用戶檢驗記錄結(jié)果或識別結(jié)果。根據(jù)參數(shù)提取的實時性要求，此處采取速度快，合成質(zhì)量好的編解碼算法。
(7)增加記錄
將“語音記錄”中提取的特征參數(shù)連同相應的用戶電話號碼存入外部存儲器。同時修改記錄指針。
(8)修改記錄
保持記錄的特征參數(shù)不變，只修改電話號碼。
(9)刪除記錄
刪除整個用戶記錄，包括特征參數(shù)和電話號碼，同時清除相應指針。
(10)雙音多頻撥號
利用級數(shù)展開的方法合成正弦信號，經(jīng)編解碼器進行D/A轉(zhuǎn)換后至揚聲器輸出，實現(xiàn)自動撥號功能。
單片機利用鍵盤接收用戶指令，通過功能模塊的不同組合方式，可以形成多種控制流程，以適應不同應用場合的需要。
系統(tǒng)軟件框圖如圖3所示。
4 系統(tǒng)性能測試
本系統(tǒng)具有較高的識別率，對于普通詞條，識別率超過99%，對于發(fā)音相近的易混淆詞條，如“李平，李寧，李丁”，識別率也可達到90%以上。同時，本系統(tǒng)具有良好的用戶界面，用戶在語音提示下完成相應操作，方便快捷。
本系統(tǒng)具備語音撥號器的基本功能，由于它的軟件和硬件設(shè)計都具有模塊化特性，很容易改造成適用于其他應用場合的語音控制系統(tǒng)。因此，本系統(tǒng)具有較為廣泛的應用前景。
參考文獻
1 楊行峻，遲惠生等.語音信號數(shù)字處理.北京：電子工業(yè)
出版社，1995
2 ADSP－2100 FAMILY USER＇S MANUAL、 ANALOG DE－VICES、 1995
3 KS57C2308 USER＇S MANUAL、 SAMSUNG ELECTRON－ICS、 1998
4 FLASH MEMORY DATA BOOK、 SILICON STORAGE TECHNOLOGY、 1999