摘要：介紹了一種以ARM為核心的嵌入式語音識別模塊的設(shè)計(jì)與實(shí)現(xiàn)。模塊的核心處理單元選用ST公司的基于ARM Cortex-M3內(nèi)核的32位處理器STM32F103C8T6。本模塊以對話管理單元為中心，通過以LD3320芯片為核心的硬件單元實(shí)現(xiàn)語音識別功能，采用嵌入式操作系統(tǒng)μC/OS-II來實(shí)現(xiàn)統(tǒng)一的任務(wù)調(diào)度和外圍設(shè)備管理。經(jīng)過大量的實(shí)驗(yàn)數(shù)據(jù)驗(yàn)證，本文設(shè)計(jì)的語音識別模塊具有高實(shí)時(shí)性、高識別率、高穩(wěn)定性的優(yōu)點(diǎn)。
關(guān)鍵詞：ARM；語音識別；對話管理；LD3320；μC/OS-II
引言
服務(wù)機(jī)器人以服務(wù)為目的，因此人們需要一種更方便、更自然、更加人性化的方式與機(jī)器人交互，而不再滿足于復(fù)雜的鍵盤和按鈕操作。基于聽覺的人機(jī)交互是該領(lǐng)域的一個重要發(fā)展方向。目前主流的語音識別技術(shù)是基于統(tǒng)計(jì)模式。然而，由于統(tǒng)計(jì)模型訓(xùn)練算法復(fù)雜，運(yùn)算量大，一般由工控機(jī)、PC機(jī)或筆記本來完成，這無疑限制了它的運(yùn)用。嵌入式語音交互已成為目前研究的熱門課題。
嵌入式語音識別系統(tǒng)和PC機(jī)的語音識別系統(tǒng)相比，雖然其運(yùn)算速度和內(nèi)存容量有一定限制，但它具有體積小、功耗低、可靠性高、投入小、安裝靈活等優(yōu)點(diǎn)，特別適用于智能家居、機(jī)器人及消費(fèi)電子等領(lǐng)域。
1 模塊整體方案及架構(gòu)
語音識別的基本原理如圖1所示。語音識別包括兩個階段：訓(xùn)練和識別。不管是訓(xùn)練還是識別，都必須對輸入語音預(yù)處理和特征提取。訓(xùn)練階段所做的具體工作是通過用戶輸入若干次訓(xùn)練語音，經(jīng)過預(yù)處理和特征提取后得到特征矢量參數(shù)，最后通過特征建模達(dá)到建立訓(xùn)練語音的參考模型庫的目的。而識別階段所做的主要工作是將輸入語音的特征矢量參數(shù)和參考模型庫中的參考模型進(jìn)行相似性度量比較，然后把相似性最高的輸入特征矢量作為識別結(jié)果輸出。這樣，最終就達(dá)到了語音識別的目的。
單片機(jī)與嵌入式系統(tǒng)
