一種用于無線通信的數字語音識別系統設計

摘 要： 數字語音錄制過程中存在的環境、用戶口音和非目標詞匯等干擾，使以往開發出的無線通信數字語音識別系統準確性較低、可移植性較差。因此，對無線通信的數字語音識別系統進行優化設計，設計系統的核心元件為C6727DSP芯片、QGDH710 語音識別芯片和CC2520射頻收發器。C6727DSP芯片進行數字語音的前期處理工作；QGDH710 語音識別芯片對處理后的數字語音進行識別，并將其識別出的指令反饋到CC2520射頻收發器；CC2520射頻收發器進行指令的格式轉換工作，并將指令傳輸到用戶無線通信設備中，最終實現數字語音識別系統在無線通信中的有效利用。為了方便用戶進行系統操作，軟件給出用戶無線通信設備虛擬功能圖。經實驗驗證可知，該設計系統準確性較高，具有高度可移植性。

關鍵詞： 無線通信； 數字語音識別系統； 系統設計； 虛擬功能圖

中圖分類號： TN915?34； TN912.34 文獻標識碼： A 文章編號： 1004?373X（2016）16?0151?04

Abstract： The interference such as environment， user accent and non?target vocabulary exists in digital voice recording process， which makes the developed digital speech recognition systems used for wireless communication low accuracy and poor portability. Therefore， the optimization design of the digital speech recognition system used for wireless communication was performed. The core components of the system are chip C6727DSP， speech recognition chip QGDH710 and CC2520RF transceiver. The chip C6727DSP is used for early stage processing of the digital speech. The speech recognition chip QGDH710 is used to recognize the processed digital speech， and feed the recognized instruction back to the CC2520 RF transceiver. The CC2520 RF transceiver is used to convert the instruction format， and transmit the instructions to the user’s wireless communication equipment to realize effective utilization of the digital speech recognition system in wireless communication. To perform system operation conveniently for the users， a virtual function diagram of user’s wireless communication equipment is given by means of software. The experimental verification results show that the designed system has high accuracy and good portability.

Keywords： wireless communication； digital speech recognition system； system design； virtual function diagram

0 引 言

近年來，數字語音識別技術在人們日常生活中得到了廣泛應用。無線通信作為當今社會利用率最高的通信科技，極大地方便了人們的生活。將數字語音識別技術應用于無線通信中，是一項具有較高實用價值的科研項目[1?3]。由于用戶在錄制數字語音的過程中常常存在環境、用戶口音和非目標詞匯等多方干擾，不但降低了數字語音識別系統的準確性，也加重了無線通信的傳輸壓力，導致系統可移植性較差。因此，開發出一種能夠有效解決上述問題的無線通信數字語音識別系統，在科技發展中顯得尤為重要[4?5]。

曾開發出的用于無線通信的數字語音識別系統均存在一定缺陷，基于LP技術的無線通信數字語音識別系統[6]，在用戶個人計算機基礎上，利用LP技術很好地解決了數字語音傳輸易丟失和易變音的現象，為語音識別系統的開發奠定了基礎，但該系統的準確性和可移植性均不高，只能在處于安靜環境下的特定計算機上使用；基于DTW技術的無線通信數字語音識別系統[7]，在LP技術的基礎上開發出DTW技術，并得到了較高的數字語音識別能力，系統的準確性較高，但可移植性不高；基于ANN的無線通信數字語音識別系統[8]，利用ANN強大的計算能力和存儲效率，實現了系統對數字語音的完美識別，但其無線通信的傳輸安全能力卻差強人意；基于HMM的無線通信數字語音識別系統[9]，將HMM的強大計算能力納入到軟件中進行設計，利用軟件控制數字語音識別和無線通信，其準確性高、可移植性強，但仍存在可優化空間。

準確性是評價無線通信數字語音識別系統性能的“說明書”，可移植性則是判斷所設計的系統能否有效連接用戶無線通信設備的憑證。為了解決上述無線通信數字語音識別系統的缺陷，開發準確性高、可移植性強的無線通信數字語音識別系統。經實驗驗證可知，所設計的系統準確性較高，并具有高度可移植性。

1 無線通信數字語音識別系統設計

1.1 系統整體設計

無線通信數字語音識別系統由數字語音處理模塊、數字語音識別模塊和無線通信模塊組成，該系統的核心組成元件為C6727DSP芯片、QGDH710 語音識別芯片和CC2520射頻收發器，保證了無線通信數字語音識別系統的準確性和高度可移植性，如圖1所示。

1.2 數字語音處理模塊設計

DSP是一種能夠通過運算進行數字語音處理的芯片，其運算速度快，使用簡便且靈活，并具有較強的穩定性和可移植性，在復雜的數字集成系統中應用較廣。

無線通信數字語音識別系統選用由TI公司設計生產的C6727DSP芯片，作為數字語音處理模塊的處理核心。C6727DSP芯片功能為：

（1） 為用戶提供并行和串行外設接口兩種通信方法，無需外界存儲器；

（2） 寫入數據的安全性和靈活性非常高，可同步開啟多條指令的實施通道；

（3） 為更加高效地進行數字語音的處理工作，設計者為C6727DSP芯片添加了引腳復用功能，并利用計時器、掉電邏輯、邏輯控制和各種指令為處理工作提供實時管控。圖2是C6727DSP芯片的配置圖。

由圖2可知，C6727DSP芯片的核心元件為中央處理器和存儲器。中央處理器中涵蓋了多個數字語音數據處理平臺和數據緩沖區。處理平臺能夠進行數字語音數據的運算、存取、邏輯推理和定位，定位可實現數據緩沖區和存儲器間的數據相互調用。數據緩沖區位于中央處理器的兩端，C6727DSP芯片利用總線將其相連。處理平臺指引數據緩沖區進行數據的收發工作，方便數據緩沖區中數據互相調用和置換。

中央處理器和存儲器的連接采用0805封裝，并在連接電線上安裝特定阻值的電阻，以增強數據傳輸穩定性。這一方法同樣適用于C6727DSP芯片中其他元件間的連接。在中央處理器向存儲器傳遞數字語音處理數據前，應先經由高達分頻，縮減數字語音數據頻率，保留其中的重要波形。

高達分頻不但可以減輕存儲器的存儲壓力，也為無線通信數字語音識別系統節約了識別時間。存儲器接收到已處理的數字語音數據，并存儲成功后，數字語音處理模塊會將存儲數據傳輸到數字語音識別模塊。

1.3 數字語音識別模塊設計

通過數字語音處理模塊對數字語音進行一系列處理工作，為用戶提供更準確的數字語音識別。

無線通信數字語音識別系統利用可編程中斷控制器進行數字語音的識別工作。數字語音識別的難點在于如何有效避免環境噪音、用戶口音和非目標詞匯對識別工作的干擾。為此，可編程中斷控制器選用國內某科技公司開發的QGDH710 語音識別芯片。

QGDH710芯片采用可外設接口的雙向16 b語音轉換器，并配置了高效能的數字語音功率放大器，可對多因素干擾下的數字語音進行有效識別。QGDH710芯片的接口類型多種多樣，可給予無線通信數字語音識別系統較強的可移植性。

可編程中斷控制器將數字語音處理模塊傳輸來的數字語音數據轉換成語音格式。與初始語音相比，經處理過的語音更加清晰、占用內存更小、語調更為標準，能夠保障無線通信數字語音識別系統的準確性。

數字語音識別模塊能夠通過可編程中斷控制器將數字語音準確識別出來，進而獲取到用戶所需的控制指令。該指令通過QGDH710芯片提供的數據傳輸接口反饋到無線通信模塊。圖3是可編程中斷控制器中QGDH710芯片串口通信電路圖。

由圖3可知，可編程中斷控制器利用QGDH710芯片為用戶提供APP調試接口，用戶可將其自主編輯的APP納入到QGDH710芯片中進行調試。數字語音識別模塊通過上述電路與無線通信模塊進行數據傳輸。

1.4 無線通信模塊設計

無線通信模塊利用ZigBee通信技術，把無線通信數字語音識別系統與用戶的無線通信設備連接起來，實現數字語音對無線通信的準確控制。

無線通信模塊采用CC2520射頻收發器，其傳輸安全性較高并可為用戶提供幀管控和指令緩沖等功能。圖4是CC2520射頻收發器結構圖。

由圖4可知，當CC2520收到數字語音識別模塊發送的指令后，先將指令低頻放大至中頻，再經數字調節器將指令的語音格式轉換為數字格式。其轉換過程主要包括信號增益、通信通道篩選、解擴和數據對應等。

指令經上述處理后，CC2520射頻收發器將開始指令的無線通信。其先進行指令再處理，隨后將指令傳輸到用戶無線通信設備中。數字格式指令中具有相同向量值的頻率可經數/模轉換輸出語音模擬信號，而向量值不同的數字指令將進行頻率合成。因頻率合成操作受邏輯控制，故合成后的向量值應是相等的，此時再將其轉換成語音模擬信號。

CC2520射頻收發器選用的傳輸方法是差分法。差分法對電路負載具有一定的要求，若CC2520射頻收發器接收到的指令會造成電路負載超標，差分法將自動關閉CC2520射頻收發器，這樣則會影響整個無線通信數字語音識別系統的傳輸效率。為此，在無線通信模塊電路中加入了指令轉換電路，該電路內置單相接收天線、單片微控制器和計時器，嚴格限制指令的超負載傳輸。

2 無線通信數字語音識別系統實現

無線通信數字語音識別系統的功能實質為虛擬流程識別系統，其數字語音處理模塊、數字語音識別模塊和無線通信模塊，可被分別看作標準虛擬流程識別系統的特性煉化、標準匹配和標準傳輸三項虛擬處理功能，這些功能將在用戶無線通信設備的軟件中顯示。為了更好地便于用戶理解和使用，無線通信數字語音識別系統還將系統中的一些重要處理流程編制成功能列表，其虛擬功能圖如圖5所示。

由圖5可知，無線通信數字語音識別系統為用戶無線通信設備軟件提供了8種處理功能，這8種處理功能相互套用處理，為用戶提供了較好的服務。

（1） 特性煉化、標準匹配、標準傳輸。此三者是功能主項，可滿足用戶80%的使用需求；

（2） 語音預處理。反復進行數字語音指令的去噪、格式轉換、濾波等操作；

（3） 端點檢測。實現用戶對無線通信數字語音識別系統的硬件檢測和軟件清理；

（4） 識別決策、指令輸出。為用戶提供個性化決策控制，用戶可經由這兩個功能預設數字語音所對應的指令；

（5） 數字語音加重。在無線通信數字語音識別系統成功獲取到初始數字語音后，此時用戶可通過數字語音加重功能重復播放數值語音指令。虛線框代表待選添加功能。由于這一功能并不常用，故將其自動隱藏，縮減用戶無線通信設備軟件的內存占用率。

由于數字語音在重復播放中會消耗一定的能量，致使播放效果逐漸降低，故在每一次重復播放前，系統軟件將對數字語音進行加重處理，其數學表達式為：

[H（Z）=1-uZ-1]

式中：[H（Z）]是數字語音加重標準值；[u]是加重因子，取值0.938；[Z]是初始數字語音聲音值。

3 實驗分析

系統的準確性通過基于HMM的無線通信數字語音識別系統和本文系統的兩項對比實驗驗證。準確性驗證實驗1在安靜環境中以無口音朗讀數字的條件下進行，準確性驗證實驗2則在嘈雜環境中以有口音朗讀數字的條件下進行。兩實驗結果如表1和表2所示。

由表1和表2中的數據可知，本文系統在安靜環境、嘈雜環境和用戶口音存在的情況下，均能對數字語音進行較好識別，其識別準確率均維持在98.3%以上；而基于HMM的無線通信數字語音識別系統在嘈雜環境和用戶口音存在的情況下，識別準確率明顯下降，但識別準確率也可維持在91.5%以上，證明該系統存在較大的可優化余地。以上結果能夠驗證本文系統具有較高的準確性。

可移植性是判斷本文系統能否有效連接用戶無線通信設備的憑證，可移植性高的無線通信數字語音識別系統也是該領域的發展趨勢。圖6是本文系統、基于HMM的無線通信數字語音識別系統可移植曲線圖。

由圖6可知：基于HMM的無線通信數字語音識別系統可移植性曲線一直低于本文系統，可見本文系統具有較高的可移植性。

4 結 論

本文開發一種準確性較高、可移植性較強的無線通信數字語音識別系統，該系統的核心元件為C6727DSP芯片、QGDH710 語音識別芯片和CC2520射頻收發器。C6727DSP芯片進行數字語音的前期處理工作。QGDH710 語音識別芯片對處理后的數字語音進行識別，并將其識別出的指令反饋到CC2520射頻收發器。CC2520射頻收發器進行指令的格式轉換工作，并將指令傳輸到用戶無線通信設備中，最終實現數字語音識別系統在無線通信中的有效利用。為方便用戶進行系統操作，給出用戶無線通信設備虛擬功能圖。經實驗驗證可知，所設計系統準確性較高，具有高度可移植性。

參考文獻

[1] 王威，胡桂明，楊麗，等.基于ELM和PCA的漢語數字語音識別研究[J].電聲技術，2015，39（11）：49?53.

[2] 陳孟元.基于改進型DTW算法和MFCC的語音識別[J].安徽工程大學學報，2014，29（1）：53?57.

[3] 陳斌，張連海，牛銅，等.基于MCE準則的語音識別特征線性判別分析[J].自動化學報，2014，40（6）：1208?1215.

[4] 李余芳，蘇潔，胡文君，等.基于HTK的普米語孤立詞的語音識別[J].云南民族大學學報（自然科學版），2015，24（5）：426?430.

[5] 趙海峰，毛文博，凌花，等.指揮員命令語音識別算法[J].指揮信息系統與技術，2014，5（2）：31?35.

[6] 陳可新，黃偉民.基于Asterisk的語音識別技術研究和實現[J].長春師范大學學報（自然科學版），2015，34（3）：44?46.

[7] 栗小艷，唐杰，王旸，等.超聲語音識別系統的研發及臨床應用[J].臨床醫學工程，2015，22（9）：1133?1135.

[8] 吳蔚瀾，蔡猛，田垚，等.低數據資源條件下基于Bottleneck特征與SGMM模型的語音識別系統[J].中國科學院大學學報，2015，32（1）：97?102.

[9] 張毅，黎小松，羅元，等.基于人耳聽覺特性的語音識別預處理研究[J].計算機仿真，2015，32（12）：322?326.