環(huán)衛(wèi)洗掃車上裝智能語音識別系統(tǒng)淺析

盧軍波，何 偉，潘昌財，肖正奎

（重慶凱瑞特種車有限公司，重慶 400900）

1 引言

近年來，隨著中國經(jīng)濟的飛速發(fā)展，城市文明建設(shè)需求的凸顯，城市道路清掃保潔、垃圾收運、揚塵抑制等成為城市文明建設(shè)的重要組成部分。環(huán)衛(wèi)洗掃車是一種承擔(dān)城市主干路掃地、吸塵、洗地、垃圾回收、運輸?shù)裙δ転橐惑w的經(jīng)濟實用型車輛，在城市道路清潔過程中得到廣泛應(yīng)用。但是，目前環(huán)衛(wèi)洗掃車駕駛員既要保證車輛行駛安全，同時還要根據(jù)路面或周邊情況手動操作控制面板或?qū)嶓w按鍵來選擇適當(dāng)?shù)淖鳂I(yè)模式，很容易導(dǎo)致駕駛員分心，視線離開路面而發(fā)生安全事故。為解決這一實際運用問題，特別提出了一種環(huán)衛(wèi)洗掃車上裝智能語音識別控制系統(tǒng)裝置，通過語音控制方式完成對車輛上裝作業(yè)的操作和控制，從而讓駕駛員可以甩掉原有的手動操作、觸屏操作，有效提升路面行車安全性及作業(yè)時的便捷性。

本文以環(huán)衛(wèi)洗掃車為例，介紹上裝智能語音識別系統(tǒng)的設(shè)計及驗證。

2 系統(tǒng)構(gòu)成

智能語音識別系統(tǒng)構(gòu)成：麥克風(fēng)、語音處理模塊、顯示屏主板（前操作面板總成）、液晶屏、上裝控制模塊、揚聲器、執(zhí)行模塊。

智能語音識別系統(tǒng)原理框圖如圖1所示。

圖1 智能語音識別系統(tǒng)構(gòu)成和原理框圖

3 系統(tǒng)工作原理

麥克風(fēng)獲取語音信息后，將語音信息傳輸至語音處理模塊，語音處理模塊處理完成后與預(yù)存的作業(yè)指令表進行比對，根據(jù)對比結(jié)果，輸出相應(yīng)的指令到顯示屏和上裝控制模塊，完成顯示和動作驅(qū)動，各關(guān)鍵部件工作原理如下。

1）麥克風(fēng)：用于獲取外部輸入的語音數(shù)據(jù)，并將語音信號轉(zhuǎn)換為電信號；

2）語音處理模塊：①負(fù)責(zé)驅(qū)動麥克風(fēng)；②將轉(zhuǎn)換為電信號的語音波形進行數(shù)字濾波、自適應(yīng)降噪、回聲消除等處理；③對處理后的語音波形與預(yù)存的語音命令通過DNN算法，進行比對識別語音特征。

3）顯示屏主板（前操作面板總成）：顯示屏內(nèi)會預(yù)存作業(yè)語音指令表（表1），通過語音處理模塊發(fā)出的語音指令，其結(jié)果是相對應(yīng)的語音指令的序號，顯示屏只需要解析出與之相對應(yīng)的序號，同主板內(nèi)預(yù)存的語音序號進行比對，即可獲知當(dāng)前語音指令并完成顯示。

4）上裝控制模塊：用于分解顯示屏（前操作面板總成）輸出的數(shù)據(jù)信息，并轉(zhuǎn)換為各個執(zhí)行模塊的控制指令。

表1 作業(yè)語音指令表

5）執(zhí)行模塊：在接收到上裝控制模塊指令后，根據(jù)指令準(zhǔn)確控制各個執(zhí)行對象（電機、風(fēng)機、電磁閥等）。

6）揚聲器：對預(yù)設(shè)的語音指令進行聲音播報，實現(xiàn)語音交互體驗。

4 系統(tǒng)關(guān)鍵技術(shù)

雖然語音識別技術(shù)已經(jīng)有了飛速的發(fā)展，但環(huán)衛(wèi)車在作業(yè)時，副發(fā)動機以及作業(yè)裝備仍會產(chǎn)生巨大的噪聲，為保證強噪聲下系統(tǒng)的識別成功率，音頻信號識別和降噪處理就成為該套系統(tǒng)的關(guān)鍵技術(shù)。

4.1 音頻信號識別

系統(tǒng)在采集到音頻數(shù)據(jù)輸入后，通過特征算法將聲音進行分幀和疊加數(shù)字化處理，然后將聲音數(shù)據(jù)的首尾端做靜音切除，降低后續(xù)步驟的干擾。再對處理后的數(shù)據(jù)進行人聲提取，把提取的數(shù)據(jù)通過算法變成一個包含聲音信息的多維向量，形成一個特定矩陣。同時，建立語言模型，對回聲進行估算，通過修改濾波器參數(shù)值，使估算值更接近真實的回聲，然后將回聲估算值在輸入信號中減去，從而達到消除回聲，避免自激。再運用聲學(xué)模型和語言模型對語音數(shù)據(jù)進行訓(xùn)練，確定特征向量，將輸出的音素信息與提取人聲特征后的音頻數(shù)據(jù)進行比對，輸出適合的語言編碼。音頻信號識別流程如圖2所示。

圖2 音頻信號識別流程

4.2 降噪處理

4.2.1 調(diào)整麥克風(fēng)靈敏度與信噪比

麥克風(fēng)的靈敏度和信噪比兩個參數(shù)直接影響語音識別效果，靈敏度太高將會采集到更多的背景噪聲，使得語句難以判斷；太低則采集的信號強度不夠，無法進行有效的信號分離。同理，信噪比太低，信號與噪聲分離困難；太高，各個頻率的音頻分量過大，將直接影響識別進度和效果。結(jié)合臺架測試及洗掃車實車測試驗證，本系統(tǒng)選擇的麥克風(fēng)靈敏度為-28dB，信噪比為70dB。

4.2.2 調(diào)整電源潔凈度

音頻處理過程中，電源的潔凈度將直接影響整個系統(tǒng)的信噪比。而車載電源在工作中由于發(fā)動機轉(zhuǎn)速變化、液壓系統(tǒng)負(fù)載變化、大功率設(shè)備的啟停等各種外部原因會導(dǎo)致系統(tǒng)電源有較大程度的波動。針對這種情況，對語音識別系統(tǒng)供電電源進行二次處理，將電源紋波從200mV調(diào)至50mV，有效降低了電源波動對系統(tǒng)的影響。

4.2.3 靜態(tài)軟件濾波

一般人說話的語音范圍大概在300～3400Hz的頻率范圍內(nèi)，而環(huán)衛(wèi)洗掃車的噪聲主要來源于風(fēng)機噪聲以及發(fā)動機噪聲。經(jīng)過駕駛室隔離之后，風(fēng)機噪聲多集中在500Hz以下，發(fā)動機的噪聲一般集中在200Hz，針對這一特點，通過軟件靜態(tài)濾波，著重提取人聲段信號進行處理。

4.2.4 動態(tài)軟件濾波

環(huán)衛(wèi)洗掃車的環(huán)境噪聲在一定的作業(yè)模式下是相對固定的，針對這一特點，通過軟件動態(tài)濾波，在人未發(fā)聲的情況下進行環(huán)境噪聲信號采集，以此作為當(dāng)前的噪聲基頻再通過聲波疊加原理，將噪聲信號通過加權(quán)反向疊加到采集的信號中，從而達到降低噪聲分量的目的。

5 系統(tǒng)測試驗證

通過對系統(tǒng)進行臺架及實車驗證，確保系統(tǒng)功能滿足設(shè)計要求，同時在驗證過程中及時進行修正和優(yōu)化，使產(chǎn)品識別效果達到最佳。測試結(jié)果如表2所示。

表2 測試結(jié)果

6 結(jié)束語

該智能語音識別控制系統(tǒng)產(chǎn)品已完成可靠性驗證和試驗工作，并已經(jīng)實現(xiàn)市場銷售，環(huán)衛(wèi)洗掃車智能語音識別系統(tǒng)功能得到客戶的認(rèn)可好評。智能語音識別控制系統(tǒng)產(chǎn)品裝車效果如圖3所示。

圖3 智能語音識別控制系統(tǒng)產(chǎn)品裝車效果

隨著國內(nèi)環(huán)衛(wèi)行業(yè)的快速發(fā)展，安全性和高端性也越來越被重視，環(huán)衛(wèi)洗掃車智能化應(yīng)用需求日趨明顯。在人們原有的依靠手動操作、觸屏操作，現(xiàn)在只需通過語音智能控制方式即可完成車輛上裝的操作與控制，可有效提升行車的安全性和便捷性，因此智能語音識別系統(tǒng)更凸顯在環(huán)衛(wèi)車型中的應(yīng)用價值。同時，可為整車提升產(chǎn)品檔次，增加銷售亮點。