基于語音監控的車內防誤鎖裝置設計

彭育強，張薇琳

(廣東交通職業技術學院軌道交通學院，廣東 廣州 510650)

0 引言

近年來，由于駕駛員的粗心而引起兒童誤留在私家車、校車內，導致車內兒童高溫燒傷甚至是死亡等事故層出不窮。根據美國的一項研究調查結論，如果室外的溫度超過35 ℃，置于室外的汽車室內溫度可高達65 ℃。比成年人被誤鎖于車內更為嚴重的是，在同樣的生存環境條件下，兒童的求救能力要比成年人弱得多，且兒童的體溫升高速度要比成人快3～5倍[1]。而目前的汽車工業還未對防止人員誤鎖于車內的相關監測設備進行研究。本文針對誤留車內人員所發出求救聲音信號進行研究，通過單片機技術結合語音模塊實現對車內人員語音信號的監測及報警，從而避免人員因誤鎖而產生的傷亡事故。

1 監測系統方案設計

本系統以Stc10L08xe為控制器，結合LD3320語音識別芯片，設計了一種車內安全監控器。該控制器能夠在人員(特別是嬰幼兒)被誤鎖在車內時，及時報警通知駕駛員。系統應用預存的語音特征庫與被監測人員發出的求救聲(包括嬰兒的哭鬧聲音)，來判定車內是否存在人員發出的求救聲音。如監測到與特征庫相匹配的聲音則判斷車內有人被誤鎖，監測器將向用戶發送報警信息。報警方式設置為三個等級，在不同的營救時間點采用不同的報警方式，從而確保被誤鎖人員不會錯過最佳的營救時間點。

系統主要由5個模塊組成：電源模塊、單片機控制模塊、語音模塊、GSM模塊以及報警模塊。單片機模塊使用深圳宏晶公司生產的Stc10L08xe型號單片機。Stc10L08xe是新一代單片機，它具備代碼指令完全兼容8051且運行速度快的特點，特別適用于對語音識別實時性要求較高的場合。語音信號處理模塊選用了ICRoute公司研發的LD3320語音處理芯片，LD3320語音處理芯片集成有處理器以及A/D轉換器、D/A轉換器、麥克風接口、語音輸出接口等，無需外接其他輔助芯片，即可實現語音識別、控制、人機對話等功能[1]。GSM模塊選取了技術成熟的西門子TC35。TC35市場使用度較廣，且具有功耗低、結構小巧等優點，與Stc10L08xe單片機通過串口相連。報警模塊一方面使用GSM進行短信、手機電話報警；另一方面在監控器上安裝有擴音器進行現場車身報警，用于在車主手機短信、電話未接通情況下，通過車輛內部發出警報聲，吸引車輛周圍群眾及時發現被誤鎖于車內的人員。系統結構模塊如圖1所示。

圖1 系統結構模塊圖Fig.1 Modules of the system structure

2 系統硬件設計

2.1 控制器模塊設計

本監控器選用Stc10L08xe作為系統的核心控制器。該控制器是一款運算速度快、功耗低、抗干擾能力強的新一代單片機。其指令代碼兼容傳統的8051單片機，適用于通信速度要求高、人工智能化控制、強干擾等較為復雜的應用環境。本系統中使用P0口與語音芯片并行相連方式，語音芯片的復位信號由P3.3輸出控制，而Stc10L08xe的中斷則由語音芯片發出，并由P1.2控制GSM芯片的IGT點火管腳以及串口相連。

2.2 語音模塊設計

本系統中選取LD3320作為語音信號采集芯片。LD3320芯片是一種基于非特定人語音識別技術的語音識別芯片。它的額定工作電壓為3.3 V，除了集成有語音識別處理器之外，還自帶基本的外部電路，包括語音輸入接口、語音輸出接口、ADC(模數轉換)、DAC(數模轉換)等，免去了Flash、RAM等其他輔助芯片[2]。對LD3320的操作必須通過對寄存器的操作來完成。本項目利用Stc10L08xe，實現對LD3320芯片寄存器的操作。控制器與LD3320控制連接方式為：中斷、控制線、復位信號分別與P3.2、P1.2、P4.7管腳連接，車身報警喇叭采用0.5 W小喇叭進行仿真試驗[2]。

2.3 通信報警模塊設計

考慮到系統的安全性、穩定性，在此選用快速、安全、可靠的TC35模塊作為GSM網絡模塊。其具有語音、數據、傳真和短信功能。TC35模塊主要由GSM基帶處理模塊、射頻模塊、電源和Flash組成，共有40個引腳，通過TC35 ZIF連接器引出。其管腳可以分為：電源引腳、數據輸入和輸出引腳、SIM卡引腳、音頻接口與控制接口5種類型。其中：SIM卡引腳是24～29引腳，分別為CCIN、CCRST、CCIO、CCCLK、CCVCC和CCGND；第15號引腳IGT為點火引腳，GSM模塊上電后，必須啟動芯片IGT引腳的一段長于100 ms的低電平信號，經過該低電平信號的驅動后，該模塊才能正常運行。在本系統中，IGT引腳連接了核心控制器的P1.2接口[3]。TC35與單片機連接電路如圖2所示。

圖2 TC35與單片機連接電路圖Fig.2 Connections circuit between TC35 and singlechip

3 監控模塊系統設計

3.1 系統程序流程設計

STC單片機對LD3320語音芯片采集的語音信號進行分析、判斷處理和存儲。事先可通過麥克風向語音模塊控制器建立識別特征庫，用于識別判斷人員(特別是嬰幼兒)被誤鎖于車內時的語句。待判斷出車內有人員呼喊與語音特征庫相匹配的聲音時，監控系統采用三級報警方式向用戶端進行報警。根據營救時間等級，警報方式分別為：發送手機短信(可擴展至微信信息)、撥打用戶電話以及車身報警。語音識別流程如圖3所示。

圖3 語音識別流程圖Fig.3 Flowchart of speech recognition

用戶泊車后，監控系統啟動，對車內聲音進行監聽。當監聽到聲音信號后，LD3320語音識別芯片將監測到的聲音信號轉化為拼音串的形式，通過串口傳送至核心控制器Stc10L08xe單片機中。此時，控制器將接收到的拼音串與識別特征庫的關鍵字進行匹配，并根據對比程度判斷是否為車內人員發出的求救聲音。

Stc10L08xe核心控制器程序流程設計如下。

①建立語音識別特征庫。識別特征庫主要由關鍵詞組成，在此通過麥克風錄入“救命”、嬰幼兒的哭聲(“啊啊”、“嗚嗚”)等關鍵詞。在設定好要識別的關鍵詞后，為減小外來噪聲對系統監聽的干擾，可以在識別特征庫內添加一些其他常見的干擾詞匯，以減少誤識別。

②通用初始化。用戶關上車門后，系統立即啟動。首先，對Stc10L08xe單片機內各寄存器進行初始化設置，并對LD3320、GSM模塊進行復位處理等。

③系統監聽。語音輸入寄存器ADC增益寫入，初始化芯片狀態，中斷開啟，準備識別車內語音狀況。

④車內存在報警聲音。當麥克風接收到增益范圍內的語音信號時，語音芯片將通知Stc10L08xe單片機產生中斷并進行語音識別。通過與識別特征庫的關鍵詞進行比對，若監聽到的關鍵詞與特征庫里的關鍵詞相匹配，則系統程序跳出至輸出報警部分執行報警動作；如與特征庫關鍵詞不匹配，則繼續監聽。

⑤報警及復位輸出。如車內監測到的語音信號與特征庫匹配成功，則Stc10L08xe單片機進行報警。根據營救時間，將報警分為三個級別：短信、電話、車載喇叭報警。監聽到車內存在人員發出求救聲音時，控制器首先向用戶手機發送報警短信，用戶向系統回復一條“收到”信息，用于系統判斷用戶是否接收到報警信息。如系統接收到用戶回復的“收到”信息，則認為用戶已得知報警情況，不再進行第二級報警；如系統發送報警信息5 min后仍沒收到用戶反饋信息，則進行第二級報警。第二級報警為向用戶撥打電話，用戶接通該電話則表示用戶得知報警信息，5 min內未接通電話則判斷為用戶未接到報警電話，進行第三級報警。第三級報警為在車輛內部發出警報聲，用于吸引車輛周圍人群的注意，使車內誤鎖人員能被及時發現。車載報警時，可通過系統復位按鍵進行復位處理。

3.2 特征庫建立

語音命令結構如圖4所示。

圖4 語音命令結構圖Fig.4 Voice command structure

系統初始化判斷是否建立有語音特征庫。如未建立特征庫，則系統先進行語音訓練，建立所需的語音識別特征庫。根據車內監控環境要求，訓練過程分為求救信號和噪聲信號兩種。每條命令訓練兩次，訓練順序如下。第一組的觸發名稱為準備，命令設為求救、噪聲、復位；第二組的觸發名稱為求救，命令設為“救命”、“啊啊”、“嗚嗚”或其他聲音；第三組的觸發名稱為噪聲，命令設為汽車喇叭鳴笛、車內發動機響聲等其他噪聲。訓練完成后，特征庫語音文件將存儲到片內Flash中，如需更新識別庫，則需對系統進行復位操作，并重新進行識別庫訓練[4]。

3.3 語音識別程序設計

在監控過程中，如果監聽結果是觸發名稱，則系統將發送響應報警控制，然后等待用戶進行回復。語音識別程序流程如圖5所示。

圖5 語音識別程序流程圖Fig.5 Flowchart of speech recognition program

程序初始化部分進行語言識別訓練、識別、I/O口設置，相關程序段如下：

unsigned intDYC;

//是否為首次下載

unsigned intshibie;

//進行識別、辨別、判斷

unsigned intuiBS_Team;

//標志當前程序內部存在的命令

DYC = IsFirstDownLoad();

//判斷是否為首次下載

if(DYC == 1)

{

TrainCommand();

//訓練第一組命令

SaveCommand(0xf700);

//儲存訓練好的命令

PlaySnd(OK);

//一組命令存儲結束

TrainCommand();

//訓練第二組命令

PlaySnd(OK);

TrainCommand();

//訓練第三組命令

SaveCommand(0xfb00);

PlaySnd(OK);

DYC = 0xaaaa;

//標志已訓練過

F_FlashWrite1Word(0xfd00,0xaaaa);

//置標志位寄存器

}

PlaySnd(RSP_STAR);

//開始識別命令

BianShi_InitRecognizer(BianShi_MIC);

//辨識器初始化

BianShi_EnableCPUIndicator();

//開始語音監控

3.4 報警系統程序設計

系統報警采用GSM短信報警、電話報警及系統自身發出報警聲音三種方式。系統聲音采集模塊檢測出車內發出求救聲音后，Stc10L08xe將報警信息經GTC35模塊，由GSM網絡發送至用戶手機。Stc10L08xe與GSM采用串行異步接口相連，通信速度定為19 200 bit/s[5]。系統啟動后，GTC35模塊首先對AT指令函數進行初始化、檢測連接指令AT。此時，若串口無需返回指令，則使用關閉回顯指令ATE0。使用AT+CREG指令，對手機注冊狀態進行查詢；使用AT+CSQ指令，檢測模塊與基站信號之間的網絡信號強度；使用AT+CMGF指令，進行短信格式設置(1為文本、0為PDU格式)；使用AT+TSIMINS指令，查詢SIM卡狀態指令[6-7]。

4 系統測試與分析

通過將監測模塊安裝在車內進行語音識別準確度測試，證明了該報警系統能很好地完成預定的設計要求。在測試過程中，事先錄入“救命”、“啊啊”、“嗚嗚”等聲音，此次測試中未將車內的拍打聲錄入庫。對短信報警、電話報警以及車身報警這三種報警類型的多次測試結果如表1所示。表1中：√表示進行相應的操作；╳表示未進行相應的操作，或系統未進行動作。

表1 語音識別測試結果Tab.1 Test results of speech recognition test

數據表明，該系統可以較準確地識別語音監控，報警模塊性能也較為穩定。但該系統在多次測試中也出現了異常現象，經過分析可能是測試環境有噪聲(其

他車輛鳴笛聲較大)，影響了語音監控系統的識別。因此需要優化語音識別算法，以提高監控模塊適應周圍環境的能力，提升系統監控的準確性[8-10]。

5 結束語

本文采用Stc10L08xe，設計了基于語音監測的車內報警系統。系統測試結果表明，該系統能夠較準確地監測出車內人員發出的求救聲，并執行相應的報警動作，各個模塊工作穩定，達到了設計要求。在測試過程中發現，本系統易受環境狀況的影響。因此，嘗試消除環境因素對系統產生的影響將是未來工作的重點。本設計是結合當前社會兒童因誤鎖而產生的人身傷害問題，將語音識別技術應用到車載智能化系統的一次有益嘗試，希望將來能夠成熟地應用于各車載系統內部，以防止因誤鎖兒童于車內而產生的人身傷害。

參考文獻:

[1] 靳祖光,陳超,唐堅.一種室內導盲機器人的RFID-語音交互系統設計[J].自動化儀表，2014,35(3):73-76.

[2] 陳喜春.基于LD3320語音識別專用芯片實現的語音控制[J].電子技術，2011,38(11):20-21.

[3] 李超.聲音識別傳感器設計與應用[J].傳感器與微系統,2014,33(12):51-53.

[4] 王山海，景新幸，楊海燕.基于深度學習神經網絡的孤立詞語音識別的研究[J].計算機應用研究,2015,32(8)：2289-2298.

[5] 曹會平,葉明,吳哲.基于GPS和GSM智能車鎖控制單元的研究[J].儀器儀表用戶,2012(1):1-4.

[6] 葉丹霞,王家禮.GSM模塊TC35及在遠程監控系統中的應用[J].現代電子技術,2005(5):62-67.

[7] 張文林，牛銅，屈丹，等.基于聲學特征空間非線性結構的語言識別聲學模型[J].自動化學報,2015,41(5):1024-1033.

[8] 王山海,景新幸,楊海燕.基于深度學習神經網絡的孤立詞語音識別研究[J].計算應用研究,2015,32(8):2289-2291.

[9] 郭紅霞.基于GSM模塊TC35i的收發短信的無線終端的設計[D].成都：西南石油學院，2004.

[10]劉曉宇.基于神經網絡的聲音識別算法研究[D].北京：北京郵電大學，2014.

[11]劉榮輝.基于智能家居控制的嵌入式語音識別系統研究[D].廣州：廣東工業大學，2013