非特定人語音識別技術研究的最終目的是讓計算機等設備能夠“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、動態性和連續性，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處理與特征庫比對得到相似結果判定輸出。從本質上屬于基于統計模式的基本理論，分語言模型訓練、識別分析兩個大階段構成和實現。

　　系統設計的整體結構

　　系統以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、串口數據輸出電路、狀態指示電路等綜合組成。該系統體積小巧，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內部程序進行程序初始化、SD 卡文件系統初始化、LD3320初始化、隨后等待識別音頻接收，識別完成后輸出響應信息或者解碼音頻，系統整體結構如圖2所示，最終實現積木式功能組件的全部功能。

　　微控制核心電路

　　系統采用ARM Cortex M3內核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。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，片內資源和擴展接口都十分豐富，該微控制核心是專門設計于滿足高穩定性、低功耗、實時性、高性價比的嵌入式產品應用。該內核芯片可以滿足非特定人語音識別的功能要求，利用相關電路構成STM32F103C8T6 的最小系統，在硬件PCB 中還集成了功能引針輸出接口、SD卡接口、USB下載調試電路，用戶按鍵、電源電路等，核心系統電路圖如圖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

　　本系統中選用IC Route公司生產的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，內部已經集成了語音識別處理器和一些信號調制電路，擁有高性能的A/D轉換器、D/A轉換器、麥克風音頻信號輸入接口、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鍵詞列表，LD3320最大可以支持 50 條關鍵詞句，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基礎外圍電路、電源電路、外部晶體振蕩器電路、麥克風信號處理電路、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，由系統中的LDO芯片 LM1117-3.3 V為語音識別系統供電，加上電感、電容為供電進行濾波，RSTB為LD3320復位引腳，連接到主控制器進行復位控制。LD3320支持并行數據通信和串行數據通信，在本系統設計中考慮對主控I/O 資源的占用問題，故而選用串行通信方式對LD3320 進行數據傳送和控制，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引腳。INTB為中斷信號引腳，遇到識別結果輸出或者是內部音頻文件解碼完成等狀態，該引腳會對應輸出電平狀態通知主控。MBS引腳作為麥克風偏置電壓輸入，連接了RC電路，保證產生一個浮動電壓供給麥克風信號。

電子發燒友網技術編輯點評分析：

　　普及語音識別技術是當前研究和發展的新趨勢，特別是對于非特定人的語音識別是語音信號領域處理的熱點和難點，利用了STM32F103C8T6與 LD3320結合，配合各種外圍電路完成了非特定人語音識別的嵌入式平臺，在平臺中通過硬件構建，在不更改主控制芯片程序的前提下，用戶可以通過更改 SD 卡內配置文件的方法隨意設定識別關鍵語句，經過不同發音人和環境的實測，該系統在嘈雜環境中的識別準確率可達81%，在安靜環境中的識別準確率可達90% 以上，可以方便的嵌入用戶系統或者板卡中，積木式搭建靈活實用，因而具有廣泛的市場需求和應用前景。

大家如有問題，歡迎在評論處討論。

——電子發燒友網整理，轉載請注明出處！