基于ARM的實時語音識別系統在家庭監護機器人的實現
加入技術交流群
2)語音編解碼芯片選擇
機器人選擇一款合適的語音處理芯片是非常重要的。考慮到系統中用到了各種電源，并需要對電源進行管理，因此選擇TI公司配套的TPS 65930芯片來作為系統語音識別部分的音頻編解碼處理功能的硬件平臺是非常合適的。該芯片是一個集成了電源管理、ADC、嵌入式電源控制(EPC)、全功能的音頻編解碼器于一體的芯片，滿足了系統所有電源管理和音頻編解碼的需要，為設計的PCB板節省了空間，同時減少了多電源硬件設計的負責布線煩惱。
3)電路設計
本文的設計是用在移動機器人上的，因而需要語音的輸入、識別處理及語音輸出的功能。對于語音的輸入采集，本文使用聲音傳感器麥克風及外圍電路來實現。對于語音輸出部分，使用功率放大器結合喇叭來使用。設計語音部分原理圖如圖3所示。
1．2 軟件設計
HTK(Hidden Markov Model Toolkit)是一套專門的建立和處理隱馬可夫模型(HMMs)的實驗工具包，由英國劍橋大學工程系(Cambridge University Engineering Department，CUED)開發的，主要應用于語音識別領域，也可以應用于語音合成、字符識別和DNA排序等研究領域。HTK經過劍橋大學、Entropic公司及Microsoft公司的不斷增強和改進，使其在語音識別領域處于世界領先水平。
基于HTK的語言識別時，識別結果適用只能顯示在DOS或終端上，而且不利于將結果保存、移植或者二次開發利用。在本語音識別系統中使用了HTK接口工具ATK(AnApplication Toolkit for HTK)。ATK是由英國劍橋大學開發的開源語音識別工具，是對HTK的C++多線程封裝，跟HTK一樣，它支持Linux和Windows，它包括HTK(HTKLib)、AHTK、AGram、ANGram、ADict、AHMMs、AResource、ARMan、ARec、ACode、ASour ce、ATee、AComponent、ABuffer、APacket、Asyn、FLite(SYNLib)、ALog模塊部件。
基于ATK的語音識別軟件應用系統的由語音信號采集模塊、基于DMA的雙向高速RAM存取模塊、ATK語音識別模塊、系統管理模塊、語音輸出模塊等模塊組成，如圖4所示。
在軟件設計中，系統管理模塊主要負責系統的總體管理調度，是應用系統的調度中心；語音信號采集模塊主要負責控制數據采集芯片TPS 65930；基于DMA的雙向RAM存取模塊主要負責實現DMA驅動及雙向RAM的讀寫存取，使用了通道1來實現高速地把語音信號采集到的數據存儲到RAM上，并使用通道2實現高速地把RAM的數據取出來，用于語音的識別；語音輸出模塊主要負責把相應的音頻數據送到TPS65930，并控制TPS6 5930對接收到的音頻解碼輸出到功放電路，實現語音輸出的功能。軟件的設計流程圖如圖5所示。
c++相關文章:c++教程
評論