基于STM32的語音識別智能分類垃圾桶設計

金國華 賈澤宇 熊浩淼 楊光裕 趙宇凱

（大連海事大學國家級電工電子教學示范中心 遼寧·大連 116026）

1 系統功能和結構

1.1 系統功能

（1）離線語音識別：當語音信號強度達到閾值，認為是接收到語音信號，并開始進行智能語音識別（ASR），當檢測到喚醒詞“垃圾桶”，系統被喚醒，等待用戶說出垃圾名稱。當再次接收到大于閾值的語音信號，再次進行ASR，判斷出用戶說的垃圾名稱。

（2）垃圾分類處理和桶蓋自動打開：檢測到用戶說出的垃圾名稱后，通過關鍵詞進行垃圾分類。分出垃圾所屬類型后，STMSTM32控制舵機打開對應桶蓋控制舵機打開對應桶蓋。6s后自動關閉桶蓋后自動關閉桶蓋。

（3）語音播報：當stm32端檢測到用戶說出喚醒詞，發送指令給語音播報模塊，外放喇叭便會播報“我在”的音頻，若判斷到相應的垃圾種類，便會播報音頻。

（4）OLED屏幕顯示：OLED屏幕顯示出作品名、作者等信息，當檢測到喚醒詞時會顯示“我在”，當分類完成后，顯示垃圾所屬類型。

1.2 系統結構

本設計利用STM32單片機作為系統控制核心，采用非特定語音識別芯片LD3320，利用非特定語音識別算法（SI-ASR）實現垃圾桶的智能化聲音識別和語音控制，完成語音控制垃圾桶各方向運動、非接觸式智能開閉等功能。通過JQ8400集成語音播報芯片配合OLED屏幕，設計UI界面，實現人機交互功能。系統結構框圖如圖1所示：

圖1：系統結構框圖

2 硬件設計

系統采用的模塊有：STM32F103RCT6核心板、LD3320語音識別模塊、JQ8400語音播報模塊、OLED屏幕、舵機等。系統原理圖如圖2如圖2。

圖2：系統原理圖

2.1 STM32F103RCT6核心板

STM32F103RCT6是一種嵌入式-微控制器的集成電路，采用Cortex-M3內核。Cortex-M3是一個32位處理器內核。內部的數據路徑是32位的，寄存器是32位的，存儲器接口也是32位的。CM3采用了哈佛結構，擁有獨立的指令總線和數據總線，可以讓取指與數據訪問并行不悖。這樣一來數據訪問不再占用指令總線，指令總線和數據總線共享同一個存儲器空間。硬件資源包括：48KB SRAM、256KB FLASH、2個基本定時器、4個通用定時器、2個高級定時器、2個DMA控制器（共12個通道）、3個SPI、2個IIC、5個串口、1個USB、1個CAN、3個12位ADC、1個12位DAC、1個SDIO接口及51個通用IO口。

2.2 LD3320語音識別模塊

LD3320是一顆基于非特定人語音識別技術的語音識/聲控芯片。提供了真正的單芯片語音識解決方案。LD3320芯片上集成了高精度的芯片上集成了高精度的A/D和D/A接口，不再需要外輔助的 Flash和RAM，即可以實現語音識，即可以實現語音識/聲控/人機對話功能。并且，識別的關鍵詞語列表是可以動態編輯的。

該模塊是由LD3320芯片和STC11L08X單片機組成，可獨立進行編程。模塊可實現所有普通話的識別。LD3320芯片集成了語音信號采集、識別算法。使用時只需STC單片機與其進行SPI通信，即可實現語音識別功能，無需配套其他單片機即可完成工作。在本系統中，STC單片機通過串口與STM32芯片進行通信，只需將識別結果輸出到STM32單片機即可，同時也可在STM32端讀取語音識別芯片當前狀態。

2.3 JQ 8400語音播報模塊

JQ8400語音模塊選用的是SOC方案，集成了一個16位的MCU，以及一個專門針對音頻解碼的ADSP，采用硬解碼的方式更加保證了系統穩定性和音質。小巧尺寸更加滿足嵌入其它產品的需求這個模塊價格低廉、上手容易支持串口控制，使用前只需將錄好的音頻文件正確命名，通過microUSB線拷貝到模塊內存中即可。

2.4 OLED屏幕

選用0.96寸OLED屏幕，該模塊具有以下特點：三色可選，模塊有兩種單色和黃藍雙色兩種顏色可選，單色為純白色和存藍色，雙色為黃藍雙色；超小尺寸，顯示為0.96寸；高分辨率，為128*64；接口模式，接口模式，4線串行SPI接口模式；帶字庫，可顯示標準的國簡體（GB2312）漢字、8*16點ASCII粗體字庫、7*8點ASCII字庫、5*7點ASCII字庫。系統中采用藍色單色顯示，通過字庫顯示16*16的GB231格式漢字。

3 軟件設計

3.1 主程序流程圖

主程序流程圖如圖3所示：

圖3：主程序流程圖

3.2 語音識別程序

語音識別（ASR）技術，是基于關鍵詞語列表識的。只需要設定好別的關鍵詞語列表，并把這些以字符形式傳送到LD3320內部，就可以對用戶說出的關鍵詞語進行識別，不需要做任何的錄音訓練。每次識別的過程，就是把用戶說出語音內容通頻譜轉換為語音特征，和這個關鍵詞語列表中的條目進行逐一匹配，最優作為識別結果。語音識別程序流程圖如圖4所示。

圖4：語音識別程序流程圖

4 系統測試

在硬件連接上選擇采用面包板作為線主體，核心板和各模塊通過面包進行電氣連接；系統電源由腦USB口輸出，各個模塊的供電壓都為5V，可直接由USB口提供；添加OLED屏幕驅動程序并修改，進行UI界面設計；移植LD 3320語音識別模塊驅動程序，按照需求進行設置，并進行串口通信測試；移植JQ 8400語音播報模塊驅動程序，生成播報內容及相關設置；舵機控制模塊調試。系統實物圖如圖5所示：

圖5：實物圖

測試過程：打開電源；等待一段時間，保證硬件初始化完成；說出指令“垃圾桶”；等待系統回應“我在”，同時OLED屏幕顯示；若無回應則重新說指令，多次無反應可能為語音識別芯片卡死，需重啟系統；說出垃圾名稱，此時系統播報垃圾所屬類型，打開對應垃圾桶，6s后關閉。

5 結束語

本實驗項目要求學生綜合運用所學知識完成智能分類垃圾桶的系統設計和制作，體現了一個完整的系統設計過程，需要經歷學習研究、方案論證、系統軟硬件設計、仿真調試、實物制作與測試、設計總結等過程。使學生能深入了解模擬電子線路、數字電路與系統、EDA技術、傳感器原理與應用、單片機原理及其相關接口的綜合應用技術，掌握單片機應用系統設計的基本方法和步驟。通過本次設計，學生全程參與單片機應用系統的整個設計開發過程，進一步掌握了STM32單片機的應用，對SPI、串口通信的工作方式和配置有了進一步的理解和掌握，學生的自學能力、分析問題和解決問題的能力、軟硬件設計能力、實踐創新能力、系統工程設計、團隊合作意識等方面得到了很好的鍛煉和提升。