一種基于語音控制的3D動態顯示系統設計

張 偉，沈福周

（1.北京奇虎科技有限公司 360未來安全研究院，北京 朝陽 100015；2.揚州大學 信息工程學院，江蘇 揚州 225001）

0 引 言

裸眼3D顯示系統因其獨特的3D顯示視覺效果，已經從公共信息展示等商業應用向消費類多媒體應用滲透，也成為了近年來國內外的研究熱點。光立方作為一種新型裸眼3D信息發布媒介，給人們帶來了全新的視覺體驗。然而，現有的光立方存在顯示色彩單一、分辨率不高、人機交互性能差、設計復雜、成本較高等問題，嚴重阻礙了光立方三維動態顯示技術的推廣應用。

為使光立方更好地改善智能化生活，設計了一種基于語音控制的3D動態顯示系統，采用RGB全彩LED制作了12×12×12分辨率的光立方，高階全彩的動態顯示效果極大地擴充了顯示色域，增強了三維視覺享受；采用SM16126串轉并級聯驅動輸出電路設計，為高階光立方的設計提供了一種可行的實現方案。

另外，隨著語音識別技術的不斷發展，在諸多領域展現了出色的應用效果，成為了新型智能人機交互方式。本系統采用基于LD3320的語音識別模塊控制其工作，提高了人機交互性能，拓寬了其應用范圍，使生活更加智能化、人性化。

1 系統總體設計

本智能語音3D動態顯示系統主要分為語音識別模塊和12×12×12全彩光立方兩大部分，采用語音識別模塊、硬件驅動電路、STM32F407核心控制器控制不同立體位點的LED亮滅和顏色變換，顯示多種炫彩三維動態畫面。光立方采用RGB全彩LED焊接完成，構成三維顯示陣列；通過讀取外設SD卡內的數據流，并送入級聯的SM16126芯片控制每個LED燈的顏色；采用語音識別模塊對非特定人聲語音指令進行識別，并將結果通過UART串口發送給STM32控制光立方顯示相應的動畫，并播放背景音樂。另外，STM32的UART2串口連接藍牙模塊，可使用手機藍牙控制光立方顯示。系統結構如圖1所示。

圖1 系統結構

2 系統硬件設計

2.1 LED的選擇

LED發光體的體積越小，光立方整體的通透性就越好，即后排的LED就越不容易被前排的LED擋住；另一方面，使用直徑更大或是霧面的LED越容易看到光點。此外，還要注意LED光點的可視角度，霧狀LED比光面LED更大。

綜上分析，本系統使用的LED燈為5 mm、RGB霧狀散光共陽極LED燈，其最大電流為20 mA，電壓范圍為3.0～3.5 V，波長460～465 nm。實物如圖2所示。

圖2 4腳RGB LED

2.2 光立方模塊

光立方采用RGB全彩LED焊接完成，實現三維顯示陣列。將光立方模塊分成3個4×12×12的子立方，每層48個LED的陽極連在一起，由2片74HC138構成4～16選擇器實現對層（12層）的選擇，控制某一層和/或某幾層燈的亮滅；豎直方向同列的R、G、B引腳分別連接SM16126的輸出端口，控制每個LED的顏色（具體實現如圖3和圖4所示）。此外，由于構成光立方的LED燈數量巨大，對電流的要求很高，故選擇74HC245作為數據的強驅動緩沖器，同時SM16126能夠提供極為精確的穩定電流輸出，保證系統穩定工作。

圖3 SM16126串轉并強驅動級聯電路

圖4 強上拉驅動和4～16層選擇電路

采用SM16126串轉并級聯驅動輸出和公共端強上拉設計，多個光立方可自由拼接，為高階光立方的設計提供了一種可行的實現方案。一面LED燈組裝示意圖如圖5所示，光立方組裝測試如圖6所示，光立方組裝完成圖如圖7所示。

圖5 一面LED燈組裝示意圖

圖6 光立方組裝測試

圖7 光立方組裝完成圖

2.3 語音識別模塊

LDV5語音識別模塊主要包括LD3320非特定人聲識別芯片和STM32F103微處理器。LD3320芯片內部集成了高精度的A/D接口，無需外接輔助FLASH和RAM即可實現語音識別、聲控、人機對話功能，并且識別的關鍵詞語列表可動態編輯。

該模塊具有以下優點：

（1）LDV5模塊具備USB接口及TF卡讀取U盤功能。

（2）支持最大4G mini 低速TF卡讀取。

（3）可實現人機對話，具有播放MP3、播放歌曲及對話等功能。

（4）具備串口輸出識別碼功能，支持1～12字節自定義十六進制輸出。

（5）支持口令識別方式，例如：定義模塊為“小光”，只有每次喊“小光”后，模塊才能接收其他操作指令。另外，還支持普通識別模式、按鍵觸發模式，以適應不同應用環境。

（6）具備看門狗復位功能，系統更穩定。

模塊上有一個TF卡，加入語音模塊后，只需對TF卡內容進行修改就可對該模塊進行操作。圖8所示主菜單文件中的串口輸出識別碼01、02，分別為語音模塊響應時通過串口發送給STM32主控制器的識別結果。

圖8 TF卡主菜單文件

2.4 音頻輸出電路

LM358是雙運算放大器，內部包括2個獨立的、高增益、內部頻率補償的運算放大器，適合于電源電壓范圍寬的單電源使用，也適用于雙電源工作模式，在推薦的工作條件下，電源電流與電源電壓無關。其使用范圍包括傳感放大器、直流增益模塊和其他所有可用單電源供電的使用運算放大器的場合。本系統用其進行音頻播放。音頻輸出電路如圖9所示。

圖9 音頻輸出電路

3 系統軟件設計

3.1 系統程序設計概述

系統啟動后，將處于休眠模式，顯示開機動畫，語音識別模塊在后臺進行語音監聽。考慮到使用環境的多樣性，程序設定了語音指令“小光”來喚醒語音交互功能，并播放語音提示“在呢在呢”，顯示相應動畫。此后，在限定的時間內檢測語音指令，并將識別碼通過串口發送給STM32，控制顯示相應的動畫、播放背景音樂。系統軟件設計流程如圖10所示。

圖10 系統軟件設計流程

3.2 系統軟件結構

該系統軟件源代碼目錄如圖11所示。

圖11 軟件系統結構

結合具體的源文件分析每層實現的功能。

（1）寄存器接口層

寄存器接口層是外設驅動層和單片機硬件之間的橋梁，它直接操縱單片機內部的寄存器，封裝實現I/O輸入輸出模塊、定時器模塊、ADC模塊和串口模塊。其中，STM32F4xx.h頭文件中定義了單片機的型號以及相關I/O口寄存器等。sys.c中封裝了I/O管腳的地址偏移；usart.c中封裝了串口模塊；TIM.c中封裝了定時器模塊。

（2）外設驅動層

外設驅動層主要由SM16126驅動模塊、SPI總線驅動和SD卡讀取驅動構成。其中，SM16126.c中封裝了SM16126驅動模塊，通過MCU模擬IC通信對SM16126寄存器進行操作，可調用底層的I/O輸入輸出模塊以及定時器模塊。diskio.c中封裝了SD卡讀寫驅動，可調用寄存器層的I/O輸入輸出模塊。SPI_MSD0_Driver.c中封裝了SPI總線驅動，可調用底層的I/O輸入輸出模塊以及定時器模塊，搭建了基于DMA傳輸的SPI通信協議。

（3）應用層

應用層設計主要面向用戶并且負責處理具體事務。主要包括顯示系統、語音系統以及FATFs文件系統。main.c文件中封裝了整個程序的入口函數main（），負責啟動任務模塊。LED_CUBE.c文件中封裝了顯示系統的操作函數，同時其頭文件LED_CUEB.h對所用管腳以及各全局變量進行了定義，如圖12所示。

該文件已經完成了數十種動畫的播放，并封裝成了相應的函數，如圖13所示。

圖12 LED_CUBE.h（1）

圖13 LED_CUBE.h（2）

TFCard.c中封裝了FATFs文件系統調用的相關配置。借助基于DMA傳輸的SPI總線對內存卡的扇區進行快速讀寫操作，同時該文件的頭文件TFCard.h中也封裝了所占用的具體管腳以及DMA總線的初始化內容。

3.3 TF讀卡程序

通過移植FATFs系統對文件進行快速讀寫。初始化SPI總線，掛載文件系統，在DMA方式下讀取文件數據，關閉文件。

TF讀卡程序如下：

3.4 SM16126驅動程序設計

通過模擬IC總線來驅動SM16126芯片，同時通過多次頻繁的寫入數據，模擬PWM脈寬調制來實現多灰度的顯示。具體實現過程如下：

（1）數據端口準備數據；

（2）時鐘端口拉高，發送數據線數據；

（3）時鐘端口拉低，鎖存數據；

（4）鎖存器使能端打開，輸出控制數據。

4 結 語

本文設計了一種基于語音控制的3D動態顯示系統，通過語音識別控制高階全彩光立方顯示動畫，改善了現有光立方顯示色彩單一、分辨率低、人機交互性能差、設計復雜等問題，提高了三維顯示系統的視覺體驗。

本3D顯示系統相較于其他顯示系統具有如下優勢：

（1）采用LD3320語音識別模塊控制其工作，提高了人機交互性能，拓寬了其應用范圍，使生活更加智能化和人性化；

（2）采用RGB全彩LED制作了12×12×12高分辨率的光立方，高階全彩的動態顯示效果極大地擴充了顯示色域，增強了三維視覺體驗；

（3）采用SM16126串轉并級聯驅動輸出和公共端強上拉的電路設計，多個光立方可自由拼接，為高階光立方的設計提供了一種可行的實現方案；

（4）采用DMA方式讀取外設SD卡，動畫修改更方便，讀取時不占用系統資源，顯示效果更加流暢。

系統實現效果如圖14所示。經實際測試，本系統能夠達到預期的效果，對推進3D顯示技術的實際應用具有一定的意義。

圖14 系統實現效果