DSP 课程设计
实验报告
语音识别
院(系:电子信息工程学院
设计人员:学号:班级:
吴凡 08212020 通信 0807
指导教师签字:
日期:
目录
一、设计任务书 (1)
二、设计内容 (5)
三、设计方案、算法原理说明 (10)
四、程序设计、调试与结果分析 (15)
五、设计(安装与调试的体会 (25)
六、参考文献 (26)
一、设计任务书
语音识别(Speech Recognition 是指让机器听懂人说的话,即在各种情况下,准确的识别语音的内容,从而根据其信息,执行人的各种意图或执行特定的任务,其最终目标是实现人与机器进行自然语言通信。利用 DSP 可以对语音信号进行实时采集、提取语音特征向量、进行语音识别。语音识别系统对语音特征参量的提取可以采用 FFT 等算法, 不同的参数表示不同的频谱包络。本设计要求利用 DSP 的 DMA 方式进行信号采集和信号处理,对语音信号进行实时识别。
语音识别按不同的角度有以下几种分类方法:
1. 识别的单位分类:有孤立词识别、音素识别、音节识别、孤立句识别、连续语音识别和理解。
2. 识别的词汇量分类:有小词汇(10-50个、中词汇(50-200个、大词汇(200以上等。
3. 讲话人的范围分类 :有单个特定讲话人、多讲话人和与讲话者无关。
4. 识别的方法分类:有模块匹配法、随机模型法和概率语法分析法。
本实验的主要任务就是通过 TMS30VC5402对语音信号“ 0”、“ 1”、“ 2”进行训练和识别,并由相应的灯 LED0、 LED1、 LED2亮来显示结果是否正确;该系统核心识别算法采用动态时间规整(DTW 算法,主要流程包括预处理、端点检测、提取特征值、模式匹配和模板训练。
二、设计内容
(1对 A/D、 D/A进行初始化;
(2 根据识别系统的类型选择一种识别方法, 采用语音分析方法分析出这种识别方法所要求的语音特征参数,作为标准模式由机器存储起来,形成标准模式库。
(3 对语音进行特征参数的分析, 语音信号经过相同的通道得到语音参数, 生成测试模板;
(4 将测试模板与参考模板进行匹配, 将匹配分数最高的参考模板作为识别结果, 从而实现语音的识别。
三、设计方案、算法原理说明
1 系统概述
语音识别基本原理如图 1所示。模拟语音信号经过数字化处理 (即采样和量化过程之后,再经去噪和预加重环节得到较干净的数字语音信号。信号起止点检测的主要作用是从各类背景噪声中找出语音的开始和终止点。这一环节对于后续特征参数的提取非常重要。在孤立词语音识别中,确定语音起止点可有效减少系统计算量。另外,在相对较安静的环境下,依靠短时能量与过零率这两个特征就可以很好地完成语音信号的起止点判决。
整个语音识别系统可分为两个阶段, 即训练阶段和识别阶段。在训练阶段, 由用户说出若干训练字,系统根据一定算法建立上述训练语句的特征参考模板;在识别阶段,则从使用者的发音资料中先导出相关特征参量,再将这些参量与事先训练好的特征参考模板进行相似度计算 (即模式匹配。若两者的相似度大于设定的门限值,则予以确认,反之系统则会拒识。(实际中,采用相似度最大者作为匹配结果输出
2. 硬件构成
(1. 系统构成
这里采用 DSP 芯片为核心 (图 2 ,系统包括直接双访问快速 SRAM 、一路 ADC /一路 DAC 及相应的模拟信号放大器和抗混叠滤波器。外部只需扩展 FLASH 存储器、电源模块等少量电路即可构成完整系统应用。
(2. 系统主要功能模块构成
语音处理模块采用 TI TMS320VC5402,其主要特点包括:采用改进的哈佛结构,一条程序总线 (PB,三条数据总线 (CB, DB , EB 和四条地址总线 (PAB, CAB , DAB , EAB , 带有专用硬件逻辑 CPU(40位算术逻辑单元 (ALU,包括 1个 40位桶形移位器和二个 40位累加器; 一个 17×17乘法器和一个 40位专用加法器, 允许 16位带或不带符号的乘法 , 片内存储器 (八个辅助寄存器及一个软件栈 ,片内外专用的指令集,允许使用业界最先进的定点 DSP C语言编译器。 TMS320VC5402含 4 KB的片内ROM 和 16 KB的双存取 RAM , 一个 HPI(HostPortInterface接口,二个多通道缓冲单口 MCBSP(Multi-Channel Buffered SerialPort , 单周期指令执行时间 10 ns , 带有符合
IEEE1149. 1标准的 JTAG 边界扫描仿真逻辑。语音输入、输出的模拟前端采用 TI 公司的 TLC320ADSOC ,它是一款集成 ADC 和 DAC 于一体的模拟接口电路,并且与 DSP 接口简单,性能高、功耗低,已成为当前语音处理的主流产品。 16位数据结构,音频采样频率为 2~22. 05 kHz,内含抗混叠滤波器和重构滤波器的模拟接口芯片,还有一个能与许多 DSP 芯片相连的同步串行通信接口。 TLC320AD50C 片内还包括一个定时器 (调整采样率和帧同步延时和控制器 (调整编程放大增益、锁相环PLL 、主从模式。 TLC320AD50C 与 TMS320VC5402的硬件连接, 如图 3所示。
3. 语音识别算法软件实现
(1 系统流程图
(2端点检测
端点检测的目的就是在复杂的应用环境下的信号流中分辨出语音信号和非语音信号,并确定语音信号的开始及结束。好的端点检测方法能改变语音识别软件存在的检测效果不理想、识别率低等问题。用短时能量短时过零率结合的方法,此方法实现简单, 在噪声干扰不大的环境中可以取得较好的识别效果 .
为了减小语音帧的截断效应,需要加窗处理 , 采用 hamming 窗,
10, 1
2cos(46. 054. 0 (-≤≤--=N n N n n w π 因为矩形窗的主瓣宽度最小,旁瓣高度最高,会导致泄漏现象,哈明窗的主瓣最宽,旁瓣高度最低,可以有效的克服泄漏现象,具有更平滑的低通特性,应用更广泛。
短时能量定义为:语音信号强度的度量参数
(1
02
0n S E N n w ∑-== 短时平均能量的主要用途:
①可以从语音中区别出浊音来,因为浊音时短时平均能量的值要比清音时短时平均能量的值大很多;
②可以用来区别声母和韵母的分界、无声和有声的分界等
③作为一种超音段信息,用于语音识别中。
短时过零率 :波形穿过横轴的次数
∑--=|}]1(sgn[](sgn[|{2
10n s n s Z w w ???<-≥=0, 10, 1 sgn(x x x
短时过零可以看作信号频率的简单度量:浊音时能量集中于较低频率段内,具有较低的过零率,而清音时能量集中于较高频率段内,具有较高的过零率。
短时平均幅度 :
∑-==1
00(N n
w n S M 这里用计算加权了的信号的绝对值之和替代平方和,因而短时处理的方法比较简单,
硬件更易实现。因此本实验采用短时平均幅值和短时过零率相结合的双门限端点检测法双门限端点检测顾名思义需要两级检测,即短时平均幅值检测和短时平均过零率检
测.首先用短时平均幅值进行第一次判别,然后用短时平均过零率进行第二次判别.开始检测之前,为计算整体平均幅值,当短时平均幅值大于的整体平均幅值或者第 m+1帧
的短时过零率大于 3倍的第 m 帧的短时过零率,即找到了语音的开头.当短时平均幅值小于的整体平均幅值,就找到了语音的结尾。
两种可能会引起端点检测的误判,一是短时噪音引起的误判,此时则需要引入最小语音长度门限进行噪声判定,即语音段时间小于一定数值则认定为是噪声.二是语音中字与字的时间空隙引起的误判,此时需要设定最大静音长度门限来降低识别的错误率。这种双门限端点检测是最常用的孤立词识别所采用的端点检测方法,其方法物理意义明确,计算量小,在安静的环境中有较好的识别率,但它也有很多不足,例如门限值需要由经验来设定,更换实验环境,则效果不理想等
可以采用的改进方法:采用动态窗长短时能量检测语音端点。检测时首先要对语音信号进行加窗分帧处理, 如果窗的长度过大, 在提高检测速度的同时导致识别率的下降, 如果窗的长度过短,在提高检测识别率的同时增加了检测的时间.考虑此种情况,采用动态窗长短时能量端点检测方法,在静音段使用大窗长,进入过度段后,改用小窗长, 进入语音段则使用正常窗长 .
(3特征量提取
矢量量化的过程是:将语音信号波形的 K 个样点的每一帧,或有 K 个参数的每一参数帧,构成 k 维空间中的一个矢量,然后将这个矢量进行量化
临界带特征矢量是指:将一帧信号的功率谱按频率高低分成若干个临界带,每一个临界中的功率谱求和,即可得到相应的临界带特征矢量。每一帧信号都对应一个若干维的临界带特征矢量
临界带特征矢量算法的过程
第一步 , 求出每一帧的加窗语音 Xn(m:m=0~(N-1,的 DFT 的模平方值 | Xn(k|2此即为功率谱。做 256点的 DFT 变换,采样频率为 8kHz ,窗长为 38ms(即 N=256,窗形为汉明窗。 | Xn(k|2与原始加窗语音信号的频谱模平方 |Xn (exp( jwk|2具有下列关系:
| Xn(k| 2=|Xn (exp( jwk| 20~256
其中, wk =2πfk , fk=
第二步 ,划分临界带。在 o ~fs /2中确定若干个临界带频率分割点。确定的方法是将 i=1, 2, 3?代人下面的式子中,即可求出相应的 (以 Hz 为单位。
由此可以求出并且,由构成第一临界带, 构成第二临界带,以此类推。在实验数据中需要安排了 16个临界带。
第三步 ,求临界带特征矢量。将每一个临界带中的功率谱 | Xn(k|2取和,即可得到相应的临界带特征矢量。如果用表示临界带特征矢量,则每一个
分量可通过以下的式子求得。
从而,每帧都可以得到一个 16维的临界带特征矢量:
(4 特定人语音识别算法(两个特征量的比较
目前较为常用的语音识别算法有 DTW 算法 (动态时间归整法、 HMM 算法(隐马尔可夫模型法和 ANN 算法 (人工神经网络法等。考虑到 DSP 存储资源的有限性与系统运行实时性等要求,本文设计采用了计算量相对较小,内存空间占用少,算法简单、高效的 DTW 算法。该算法基于动态规划 (Dynamic Programming, DP 的思想,很好地解决了发音长短不一的模板匹配问题,在小词汇量的语音识别中获得了较优的识别效果。
动态时间归整算法基本原理如下:以 T 和 R 分别表示测试和参考模板,为计算两者之间的相似度,可以计算它们之间的距离 D[ T, R]。距离越小,相似度越高。设 n 和 m 分别是 T 和 R 中任意选择的帧号, d[(n, (m]表示这两帧之间的距离。距离函数取决于实际采用的距离度量, 在 DTW 算法中通常采用欧氏距离。欧氏距离(Euclidean distance 也称欧几里得度量,是一个通常采用的距离定义,它是在 m 维空间中两个点之间
的真实距离。在二维和三维空间中的欧氏距离的就是两点之间的距离。二维计算公
式ρ = √( (x1-x22+(y1-y22 。若 n=m, 则可以直接进行计算, 否则要考虑将 T(n 和 R(m对齐。对齐可以采用线性扩张的方法,但这样会忽略掉语音中各个段在不同情况下的持续时间,将会出现或长或短的变化情况,使识别效果难以达到最佳。因此,更多时候采用的是动态规划 (DP的方法。以 n 为横轴、 m 为纵轴构建一个二维网格,网格中的每一个交叉点
(n, m 表示测试模板中的某一帧与训练模板中的某一帧的交汇点。动态规划算法就是确定一条路径,路径通过的格点坐标即为进行距离计算的帧号。路径不是随意选择的,首先任何一种语音的发音快慢都有可能变化,但是其各部分的先后次序不可能改变,因此所选的路径必定是从左下角出发,在右上角结束,如图所示
DTW 算法路径原理示意图
为了使路径不至于过分倾斜,将各段线段的斜率限制在 0.5~2。如果路径已通过图中格点 (ni-1,m i-1, , 则下一个通过的格点 (ni , m i 只可能是下列三种情况之一:
用η表示上述三个约束条件,求最佳路径的问题可以归结为:满足约束条件η时,求最
佳路径函数 ,使沿该路径的积累距离达到最小值,即
编程时,可以在数据区开辟出两个 n X m的矩阵,即积累矩阵 D 和帧匹配距离矩阵 d ,
其中帧匹配距离矩阵 d(i, j 的值为测试模板的第 i 帧与参考模板的第 j 帧的距离, 而 D(n, m 则为最佳匹配路径所对应的匹配距离, DTW 算法可以直接按上面的描述
来实现。通过将测试模板和模板库中各个参考模板分别进行 DTW 运算, 就可以找到与测试模板匹配距离“最小”的参考模板。当这一匹配距离值小于所设的门限值时,就可识别
出所输入的语音信号。
四、程序设计、调试与结果分析 (1程序清单:
(见工程文件中, vr.c
(2测试数据:
输入语音为“ 0”
输入语音为“ 1”
输入语音“ 2”
测试结果及分析:
识别“ 0”
识别“ 1”
识别“ 2”
通过多做数据的采集及结果分析:
据实际测试数据可得系统识别率较低,不是很理想,分析原因可能有以下几点:
1、程序中端点检测的门限是由经验所得,不能完整获得语音的起点和终点, 同时, 不确定的外界噪音干扰也会影响端点的检测。
2、特征提取算法不够完善及提取特征比较单一, 只是语音信息提取不够完整, 致使语音的比较产生较大误差。
3、模板的录入也是经过此算法, 因此,录入模板过程和测试过程, 外界环境和说话者发音不可能一样,这也会造成最后结果产生偏差。
五、设计(安装与调试的体会
吴凡 :
在实验的过程中,我在网上查找了很多资料,并在图书馆查阅了很多语音识别相关的书籍,通过和同学以及学长的讨论,我理解了语音识别的基本过程,以及相关过程的算法。
在网上找到了不少例子,进行了阅读、分析,并结合我们的硬件设备和所学的知识, 决定选择相对简单的平均幅值和过零率检测法、临界带特征向量提取法、DTW (动态时间规划特征匹配算法。
对语音识别的流程和技术有所了解后, 就上机调试, 将理论运用在实践中, 又在调试中加强对理论的理解。
实验中,与同学互相讨论,互相补充,互相教正,密切配合,共同进步,这样实验的进展才能顺利,才有可能达到理想的效果。
六、参考文献
1.DSP 技术及其应用高海林钱满义编著
2. 离散时间语音信号处理——原理与应用 Thomas F.Quatieri 著
3. 语音识别与控制应用技术刘幺和宋庭新编著
4. 语音信号处理韩纪庆张磊郑铁然编著
5. 现代语音技术——基础与应用蔡莲红黄德智蔡锐编著
6. 小词汇量孤立词语音识别系统的 DSP 实现
7. 基于 TMS320C54X_DSP的语音识别系统算法研究
8. 基于 DSP 的语音识别智能控制系统
课程设计成绩评定
语音识别系统实验报告 专业班级：信息安全 学号： 姓名：
目录 一、设计任务及要求 (1) 二、语音识别的简单介绍 2.1语者识别的概念 (2) 2.2特征参数的提取 (3) 2.3用矢量量化聚类法生成码本 (3) 2.4VQ的说话人识别 (4) 三、算法程序分析 3.1函数关系 (4) 3.2代码说明 (5) 3.2.1函数mfcc (5) 3.2.2函数disteu (5) 3.2.3函数vqlbg (6)
3.2.4函数test (6) 3.2.5函数testDB (7) 3.2.6 函数train (8) 3.2.7函数melfb (8) 四、演示分析 (9) 五、心得体会 (11) 附：GUI程序代码 (12) 一、设计任务及要求 实现语音识别功能。 二、语音识别的简单介绍
基于VQ的说话人识别系统，矢量量化起着双重作用。在训练阶段，把每一个说话者所提取的特征参数进行分类，产生不同码字所组成的码本。在识别(匹配)阶段，我们用VQ方法计算平均失真测度(本系统在计算距离d时，采用欧氏距离测度)，从而判断说话人是谁。 语音识别系统结构框图如图1所示。 图1 语音识别系统结构框图 2.1语者识别的概念 语者识别就是根据说话人的语音信号来判别说话人的身份。语音是人的自然属性之一，由于说话人发音器官的生理差异以及后天形成的行为差异，每个人的语音都带有强烈的个人色彩，这就使得通过分析语音信号来识别说话人成为可能。用语音来鉴别说话人的身份有着许多独特的优点，如语音是人的固有的特征，不会丢失或遗忘；语音信号的采集方便，系统设备成本低；利用电话网络还可实现远程客户服务等。因此，近几年来，说话人识别越来越多的受到人们的重视。与其他生物识别技术如指纹识别、手形识别等相比较，说话人识别不仅使用方便，而且属于非接触性，容易被用户接受，并且在已有的各种生物特征识别技术中，
DSP 课程设计实验 一、语音信号的频谱分析： 要求首先画出语音信号的时域波形，然后对语音信号进行频谱分析。在MATLAB 中，可以利用函数fft 对信号进行快速傅立叶变换，得到信号的频谱特性，从而加深对频谱特性的理解。 其程序为： >> [y,fs,bits]=wavread('I:\',[1024 5120]); >> sound(y,fs,bits); >> Y=fft(y,4096); >> subplot(221);plot(y);title('原始信号波形'); | >> subplot(212);plot(abs(Y));title('原始信号频谱'); 程序运行结果为： 二、设计数字滤波器和画出频率响应： 根据语音信号的特点给出有关滤波器的性能指标： 低通滤波器性能指标，p f =1000Hz ，c f =1200Hz ，s A =100dB ，p A =1dB ； 高通滤波器性能指标，c f =4800Hz ，p f =5000Hz ，s A =100dB ，p A =1dB ； 带通滤波器性能指标，1p f =1200Hz ，2p f =3000Hz ，1c f =1000Hz ，2c f =3200Hz ，s A =100dB ， p A =1dB ；
】 要求学生首先用窗函数法设计上面要求的三种滤波器，在MATLAB中，可以利用函数firl 设计FIR滤波器；然后再用双线性变换法设计上面要求的三种滤波器，在MATLAB中，可以利用函数butte、cheby1和ellip设计IIR滤波器；最后，利用MATLAB中的函数freqz画出各种滤波器的频率响应，这里以低通滤波器为例来说明设计过程。 低通： 用窗函数法设计的低通滤波器的程序如下： >> fp=1000;fc=1200;As=100;Ap=1;fs=22050; >> wc=2*fc/fs;wp=2*fp/fs; >> N=ceil(/*(wc-wp)/2))+1; >> beta=*; >> Win=Kaiser(N+1,beta); 、 >>b=firl(N,wc,Win); >>freqz(b,1,512,fs); 程序运行结果： 这里选用凯泽窗设计，滤波器的幅度和相位响应满足设计指标，但滤波器长度（N=708）太长，实现起来很困难，主要原因是滤波器指标太苛刻，因此，一般不用窗函数法设计这种类型的滤波器。 用双线性变换法设计的低通滤波器的程序如下： >> fp=1000;fc=1200;As=100;Ap=1;fs=22050; >> wc=2*fc/fs;wp=2*fp/fs; 》 >> [n,wn]=ellipord(wp,wc,Ap,As); >> [b,a]=ellip(n,Ap,As,wn); >> freqz(b,a,512,fs); ^
课程设计总结报告课程名称DSP控制器及其应用 设计题目万年历设计 业专电子信息工程 班级 姓名 学号
指导教师 报告成绩 信息工程学院 年六月十三日二〇一四 录目 言前 (3) 设计要求第一章4.....................................................................................基本要求1.14.....................................................................................
系统的组成和工作原理第二章5............................................................. 芯片的工作原理VC5509APGE2.1DSPTMS3205.............................. 液晶显示器的工作原理2.2LCD16026..............................................主电路图及程序流程图第三章.. (7) 主电路图3.17...................................................................................... 程序总流程图3.27.............................................................................. 程序分块流程图3.38..........................................................................软件程序设计第四章9.............................................................................
基于单片机的语音识别系统毕业设计 目录 摘要..................................... 错误!未定义书签。Abstract ................................. 错误!未定义书签。目录..................................................... I 前言.. (1) 1 方案介绍及设计简介 (2) 1.1小车的控制要求及设计方案 (2) 1.1.1小车的控制要求 (2) 1.1.2方案设计与论证 (2) 1.2SPCE061A 简介 (3) 1.2.1SPCE061A单片机概述 (5) 1.2.2SPCE061A的介绍 (7) 1.2.3SPCE061A的结构 (7) 1.3SPCE061A 单片机强大的语音功能 (7) 1.3.1语音识别的原理 (8) 1.3.2系统的结构框图 (9) 1.4语音控制小车设计要求 (10) 1.4.1功能要求 (10) 1.4.2语音控制小车的主要功能 (10) 1.4.3参数说明 (10) 1.4.4注意事项 (10) 2电路设计及程序设计 (11) 2.1电路设计基础知识 (11) 2.2电路方框图及说明 (13) 2.3各部分电路设计 (13) 2.3.1电机的选择 (14)
2.3.2继电器驱动电路的设计 (14) 2.3.3行驶状态控制电路设计 (15) 2.3.4麦克录音输入及AGC电路 (16) 2.3.5语音播报电路 (18) 3软件设计 (19) 3.1软件流程图及设计思路说明 (19) 3.1.1程序设计 (20) 3.2模块设计 (20) 3.2.1中断流程图部分 (20) 3.2.2语音识别部分 (22) 4连接和操作说明 (25) 4.1硬件模块连接图 (25) 4.1.1功能说明 (25) 4.1.2代码下载 (26) 4.1.3训练小车 (27) 4.1.4声控小车 (28) 4.1.5重新训练 (28) 总结 (30) 致谢 (31) 参考文献 (32) 附件1 系统程序说明 (33)
DSP课程设计总结（2013-2014学年第2学期） 题目： 专业班级：电子1103 学生姓名：万蒙 学号：11052304 指导教师： 设计成绩： 2014 年6 月
目录 一设计目的----------------------------------------------------------------------3 二系统分析----------------------------------------------------------------------3 三硬件设计 3.1 硬件总体结构-----------------------------------------------------------3 3.2 DSP模块设计-----------------------------------------------------------4 3.3 电源模块设计----------------------------------------------------------4 3.4 时钟模块设计----------------------------------------------------------5 3.5 存储器模块设计--------------------------------------------------------6 3.6 复位模块设计----------------------------------------------------------6 3.7 JTAG模块设计--------------------------------------------------------7 四软件设计 4.1 软件总体流程-----------------------------------------------------7 4.2 核心模块及实现代码---------------------------------------8 五课程设计总结-----------------------------------------------------14
深圳大学考试答题纸 (以论文、报告等形式考核专用) 二○一四～二○一五学年度第1 学期 课程编号 课程 名称 单片机/ARM /DSP技术实践 主讲 教师 评 分 学号姓名 专业年级 题 目： 基于DSP2812的课程设计
一、实验要求 由外接的信号发生器产生一正弦信号（电压范围：0~3V），通过DSP的AD功能对此正弦信号进行采集，通过DSP的SCI功能与PC机之间进行通信，把所采集的AD信号发送至PC机端，在超级终端上进行实时显示。 二、实验原理 2.1 ADC概述 ADC，即模/数转换器，将模拟量转换成数字量，提供给控制器使用。TMS320F2812片上有一个12位分辨率、具有流水线结构的模/数转换器，其机构框图如图1所示。其前端为2个8选1多路切换器和2路同时采样/保持器，构成16个模拟输入通道，模拟通道的切换由硬件自动控制，并将各模拟通道的转换结果顺序存入16个结果寄存器中。 图1 ADC机构框图 2.2 ADC模块特点 （1）带2个8选1多路切换器和双采样/保持器的12位的ADC，共有16个模拟输入通道； （2）模拟量输入范围：0.0V-3.0V；
（3）转换率：在25MHZ的ADC时钟下为80ns; (4)转换结果存储在16个结果存储器中； （5）转换结果=4095*（输入的模拟信号-ADCLO）/3； （6）多种A/D触发方式：软件启动、EVA和EVB； （7）灵活中断方式：可以在每次转换结束或每隔一次转换结束触发中断； 3．AD C转换步骤 （1）初始化DSP系统； （2）设置PIE中断矢量表； （3）初始化ADC模块； （4）将ADC中断的入口地址装入PIE中断矢量表中，开中断； （5）软件启动ADC转换； （6）等待ADC中断； （7）在ADC中断中读取ADC转换结果，软件启动下一次ADC中断。 三、实验实现 3.1硬件方案设计 本实验以TMS320F2812为核心控制部件，利用软件编程，通过ADC模块对试验箱上的信号发生器发出的正弦信号进行采集，由于试验箱上的信号发生器只能调节到2V，所以此次实验只针对2V的正弦信号，再通过串口线与PC机连接，将采集转换的数字信号传送到PC机端的串口助手，并还原成采集时的电压值。硬件框架图如图2所示。本次ADC采用SEED-DEC2812的AD接口的ADCINA6通道。 图2 硬件框架图
开放实验项目报告 项目名称：语音识别机器人 专业 学生姓名 班级学号 指导教师 指导单位 2012/2013学年第一学期 一．设计背景
在科学日新月异的今天，电子设备的便捷化，人性化，智能化已成为不可逆转的潮流，而语音控制智能，更是其中研究发展的热点。凌阳SPCE061以其便捷的操作，可靠的性能，成为了各位电子爱好者的首选。本实验采用凌阳61板和运动小车（迷你型）模组设计的语音控制小车。凌阳板嵌入小车模型顶部。语音处理技术不仅包括语音的录制和播放，还涉及语音的压缩编码和解码、语音的识别等各种处理技术。本设计的语音控制小车，借助于SPCE061A在语音处理方面的特色，不仅具有前进、后退、左转、右转、停止等基本程序控制功能，而且还具备语音控制功能。 二．总流程图
三．主要模块 1、凌阳SPCE061是继μ’nSP?系列产品SPCE500A等之后凌阳科技推出的又一款16 位结构的微控制器。与SPCE500A不同的是，在存储器资源方面考虑到用户的较少资源的需求以及便于程序调试等功能，SPCE061A里只内嵌32K字的闪存（FLASH ）。较高的处理速度使μ’nSP?能够非常容易地、快速地处理复杂的数字信号。因此，与SPCE500A相比，以μ’nSP?为核心的SPCE061A 微控制器是适用于数字语音识别应用领域产品的一种最经济的选择。 其性能如下： A、16 位μ’nSP?微处理器； B、工作电压(CPU) VDD 为2.4~3.6V (I/O) VDDH 为2.4~5.5V C、CPU 时钟：0.32MHz~49.152MHz ； D、内置2K 字SRAM； E、内置32K FLASH； F、可编程音频处理； G、晶体振荡器; H、系统处于备用状态下(时钟处于停止状态)，耗电仅为2μA@3.6V ； I、2 个16 位可编程定时器/计数器(可自动预置初始计数值)； J、2 个10 位DAC(数-模转换)输出通道； K、32 位通用可编程输入/输出端口； L、14 个中断源可来自定时器A / B ，时基，2 个外部时钟源输入，键唤醒；
语音识别是以语音为研究对象，通过语音信号处理和模式识别让机器自动识别和理解人类口述的语言。语音识别技术就是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的高技术。语音识别是一门涉及面很广的交叉学科，它与声学、语音学、语言学、信息理论、模式识别理论以及神经生物学等学科都有非常密切的关系。语音识别技术正逐步成为计算机信息处理技术中的关键技术，语音技术的应用已经成为一个具有竞争性的新兴高技术产业。 1语音识别的基本原理 语音识别系统本质上是一种模式识别系统，包括特征提取、模式匹配、参考模式库等三个基本单元，它的基本结构如下图所示： 未知语音经过话筒变换成电信号后加在识别系统的输入端，首先经过预处理，再根据人的语音特点建立语音模型，对输入的语音信号进行分析，并抽取所需的特征，在此基础上建立语音识别所需的模板。而计算机在识别过程中要根据语音识别的模型，将计算机中存放的语音模板与输入的语音信号的特征进行比较，根据一定的搜索和匹配策略，找出一系列最优的与输入语音匹配的模板。然后根据此模板的定义，通过查表就可以给出计算机的识别结果。显然，这种最优的结果与特征的选择、语音模型的好坏、模板是否准确都有直接的关系。2语音识别的方法 目前具有代表性的语音识别方法主要有动态时间规整技术（DTW）、隐马尔可夫模型（HMM）、矢量量化（VQ）、人工神经网络（ANN）、支持向量机（SVM）等方法。 动态时间规整算法（Dynamic Time Warping，DTW）是在非特定人语音识别中一种简单有效的方法，该算法基于动态规划的思想，解决了发音长短不一的模板匹配问题，是语音识别技术中出现较早、较常用的一种算法。在应用DTW算法进行语音识别时，就是将已经预处理和分帧过的语音测试信号和参考语音模板进行比较以获取他们之间的相似度，按照某种距离测度得出两模板间的相似程度并选择最佳路径。 隐马尔可夫模型（HMM）是语音信号处理中的一种统计模型，是由Markov链演变来的，所以它是基于参数模型的统计识别方法。由于其模式库是通过反复训练形成的与训练输出信号吻合概率最大的最佳模型参数而不是预先储存好的模式样本，且其识别过程中运用待识别语音序列与HMM参数之间的似然概率达到最大值所对应的最佳状态序列作为识别输出，因此是较理想的语音识别模型。 矢量量化（Vector Quantization）是一种重要的信号压缩方法。与HMM相比，矢量量化主要适用于小词汇量、孤立词的语音识别中。其过程是将若干个语音信号波形或特征参数的标量数据组成一个矢量在多维空间进行整体量化。把矢量空间分成若干个小区域，每个小区域寻找一个代表矢量，量化时落入小区域的矢量就用这个代表矢量代替。矢量量化器的设计就是从大量信号样本中训练出好的码书，从实际效果出发寻找到好的失真测度定义公式，设计出最佳的矢量量化系统，用最少的搜索和计算失真的运算量实现最大可能的平均信噪比。在实际的应用过程中，人们还研究了多种降低复杂度的方法，包括无记忆的矢量量化、有记忆的矢量量化和模糊矢量量化方法。 人工神经网络（ANN）是20世纪80年代末期提出的一种新的语音识别方法。其本质上是一
电气信息工程学院 D S P技术与综合训练 实验报告 班级 08通信1W 姓名丁安华 学号 08313115 指导老师倪福银刘舒淇 2011年09 月
目录 实验一 LED演示 1.1.实验目的 -------------------------------------------------P2 1. 2.实验设备-------------------------------------------------P2 1. 3.实验原理-------------------------------------------------P2 1. 4.实验程序设计流程------------------------------------------P3 1. 5.实验程序编写----------------------------------------------P4 1. 6.实验步骤-------------------------------------------------P7 1. 7.实验结果与分析--------------------------------------------P7实验二键盘输入 2.1.实验目的 -------------------------------------------------P8 2.2.实验设备-------------------------------------------------P8 2. 3.实验原理-------------------------------------------------P8 2. 4.实验程序设计流程------------------------------------------P9 2. 5.实验程序编写----------------------------------------------P10 2. 6.实验步骤-------------------------------------------------P14 2. 7.实验结果与分析--------------------------------------------P14实验三液晶显示器控制显示 3.1.实验目的 -------------------------------------------------P15 3.2.实验设备-------------------------------------------------P15 3.3.实验原理-------------------------------------------------P15 3. 4.实验程序设计流程------------------------------------------P17 3. 5.实验程序编写----------------------------------------------P18 3. 6.实验步骤-------------------------------------------------P22 3. 7.实验结果与分析--------------------------------------------P23实验四有限冲激响应滤波器（FIR）算法 4.1.实验目的 -------------------------------------------------P23 4.2.实验设备-------------------------------------------------P23 4.3.实验原理-------------------------------------------------P24 4.4.实验程序设计流程------------------------------------------P25 4. 5.实验程序编写----------------------------------------------P25 4. 6.实验步骤-------------------------------------------------P27 4. 7.实验结果与分析--------------------------------------------P28
实验一 语音信号的时域分析 一、 实验目的、要求 （1）掌握语音信号采集的方法 （2）掌握一种语音信号基音周期提取方法 （3）掌握语音信号短时能量和短时过零率计算方法 （4）了解Matlab 的编程方法 二、 实验原理 语音是一时变的、非平稳的随机过程，但由于一段时间内(10-30ms)人的声带和声道形状的相对稳定性，可认为其特征是不变的，因而语音的短时谱具有相对稳定性。在语音分析中可以利用短时谱的这种平稳性，将语音信号分帧。 10～30ms 相对平稳，分析帧长一般为20ms 。 语音信号的分帧是通过可移动的有限长度窗口进行加权的方法来实现的。几种典型的窗函数有：矩形窗、汉明窗、哈宁窗、布莱克曼窗。 语音信号的能量分析是基于语音信号能量随时间有相当大的变化，特别是清音段的能量一般比浊音段的小得多。定义短时平均能量 [][]∑∑+-=∞-∞=-=-= n N n m m n m n w m x m n w m x E 122)()()()( 下图说明了短时能量序列的计算方法，其中窗口采用的是直角窗。 过零就是信号通过零值。对于连续语音信号，可以考察其时域波形通过时间轴的情况。而对于离散时间信号，如果相邻的取样值改变符号则称为过零。由此可以计算过零数，过零数就是样本改变符号的次数。单位时间内的过零数称为平
均过零数。 语音信号x (n )的短时平均过零数定义为 ()[]()[]()()[]()[]() n w n x n x m n w m x m x Z m n *--=---= ∑∞ -∞=1sgn sgn 1sgn sgn 式中，[]?sgn 是符号函数，即 ()[]()()()()???<-≥=01 01sgn n x n x n x 短时平均过零数可应用于语音信号分析中。发浊音时，尽管声道有若干个共振峰，但由于声门波引起了谱的高频跌落，所以其语音能量约集中干3kHz 以下。而发清音时．多数能量出现在较高频率上。既然高频率意味着高的平均过零数，低频率意味着低的平均过零数，那么可以认为浊音时具有较低的平均过零数，而清音时具有较高的平均过零数。然而这种高低仅是相对而言，没有精确的数值关系。 短时平均过零的作用 1.区分清/浊音： 浊音平均过零率低，集中在低频端； 清音平均过零率高，集中在高频端。 2.从背景噪声中找出是否有语音，以及语音的起点。 基音是发浊音时声带震动所引起的周期性，而基音周期是指声带震动频率的倒数。基音周期是语音信号的重要的参数之一，它描述语音激励源的一个重要特征，基音周期信息在多个领域有着广泛的应用，如语音识别、说话人识别、语音分析与综合以及低码率语音编码，发音系统疾病诊断、听觉残障者的语音指导等。因为汉语是一种有调语言，基音的变化模式称为声调，它携带着非常重要的具有辨意作用的信息，有区别意义的功能，所以，基音的提取和估计对汉语更是一个十分重要的问题。 由于人的声道的易变性及其声道持征的因人而异，而基音周期的范围又很宽，而同—个人在不同情态下发音的基音周期也不同，加之基音周期还受到单词发音音调的影响，因而基音周期的精确检测实际上是一件比较困难的事情。基音提取的主要困难反映在：①声门激励信号并不是一个完全周期的序列，在语音的
摘要 语音识别主要是让机器听懂人说的话，即在各种情况下，准确地识别出语音的内容，从而根据其信息执行人的各种意图。语音识别技术既是国际竞争的一项重要技术，也是每一个国家经济发展不可缺少的重要技术支撑。本文基于语音信号产生的数学模型，从时域、频域出发对语音信号进行分析，论述了语音识别的基本理论。在此基础上讨论了语音识别的五种算法：动态时间伸缩算法(Dynamic Time Warping，DTW)、基于规则的人工智能方法、人工神经网络(Artificial Neural Network，ANN)方法、隐马尔可夫(Hidden Markov Model，HMM)方法、HMM和ANN的混合模型。重点是从理论上研究隐马尔可夫(HMM)模型算法，对经典的HMM模型算法进行改进。 语音识别算法有多种实现方案，本文采取的方法是利用Matlab强大的数学运算能力，实现孤立语音信号的识别。Matlab 是一款功能强大的数学软件，它附带大量的信号处理工具箱为信号分析研究，特别是文中主要探讨的声波分析研究带来极大便利。本文应用隐马尔科夫模型(HMM) 为识别算法，采用MFCC(MEL频率倒谱系数)为主要语音特征参数，建立了一个汉语数字语音识别系统，其中包括语音信号的预处理、特征参数的提取、识别模板的训练、识别匹配算法；同时，提出利用Matlab图形用户界面开发环境设计语音识别系统界面，设计简单，使用方便，系统界面友好。经过统计，识别效果明显达到了预期目标。 关键词：语音识别算法；HMM模型；Matlab；GUI ABSTRACT Speech Recognition is designed to allow machines to understand what people say,and accurately identify the contents of voice to execute the intent of people.Speech recognition technology is not only an important internationally competed technology,but also an indispensable foundational technology for the national economic development.Based on the mathematical model from the speech signal,this paper analyze audio signal from the time
实验一 程序的控制与转移 一、实验目的 1、掌握条件算符的使用。 2、掌握循环操作指令（BNAZ ）和比较操作指令（CMPR ） 二、实验设备 计算机、ZY13DSP12BD 实验箱、5402EVM 板。 三、实验原理 程序控制指令主要包括分支转移、子程序调用、子程序返回、条件操作及循环操作等。通过传送控制到程序存储器的其他位置，转移会中断连续的指令流。转移会影响在PC 中产生和保护的程序地址。其中转移可以分为两种形式的，一种是有条件的，另一种是无条件的。 四、实验内容 编写程序，实现计算y= ∑=5 1 i i x 的值。 五、实验步骤 1、用仿真机将计算机与ZY13DSP12BD 实验箱连接好，并依次打开实验箱电源、仿真机电源，然后运行CCS 软件。 2、新建一个项目：点击Project －New ，将项目命名为example2，并将项目保存在自己定义的文件夹下。 3、新建一个源文件example2.asm 。将该文件添加到工程example2.pjt 中。 4、在工程管理器中双击example2.asm ，编写源程序： .tiltle ”example2.asm ” .mmregs STACK .usect ”STACK ”,10H ;堆栈的设置 .bss x,5 ;为变量分配6个字的存储空间 .bss y,1 .def start .data table: .word 10,20,3,4,5 ;x1,x2,x3,x4,x5 .text Start: STM #0,SWWWSR ;插入0个等待状态 STM #STACK+10H,sp ;设置堆栈指针 STM #x,AR1 ;AR1指向x RPT #4 ;下一条被重复执行5遍 MVPD table,*AR1+ ;把程序存储器中的数据传送到数据存储器 LD #0,A ;A 清零 CALL SUM ;调用求和函数 end: B end SUM: STM #x,AR3 ;AR3指向x STM #4,AR2 ;AR2=4 loop: ADD *AR3+,A ;*AR3+A-->A,然后AR3+ BANZ loop,*AR2- ;如果AR2的值不为0,则跳到loop 处;否则执行下一条指令 STL A,*(y) ;把A 的低16位赋给变量y
共享知识分享快乐 盛年不重来，一日难再晨。及时宜自勉，岁月不待人。 数据采集处理和控制系统设计 一课程设计要求 1.基本DSP硬件系统设计要求 ①基本DSP硬件系统以TMS320C54x系列为核心处理器，包括最小系统、存储器扩展、显示器、键盘、AD、DA等电路模块； ②硬件设计画出主要芯片及电路模块之间的连接即可，重点考查电路模块方案设计与系统地址分配； ③设计方案以电路示意图为主，辅以必要的文字说明。 2.基本软件设计要求 ①看懂所给例程，画出例程输出波形示意图； ②修改例程程序，使之输出其它波形，如方波、三角波、锯齿波等均可； ③设计方案以程序实现为主，辅以必要的文字说明。 3.课程设计报告要求 ①硬件系统设计：设计思路、设计系统功能、主要芯片选型及使用方法、设计方案说明、电路示意图 ②软件系统设计：示例程序功能解读及输出波形示意图、设计软件功能、设计思路、实现源码（带程序注释） ③报告总结 二系统分析 利用实验箱的模拟信号产生单元产生不同频率的信号，或者产生两个频率的信号的叠加。在DSP 中采集信号，并且对信号进行频谱分析，滤波等。通过键盘或者串口命令选择算法的功能，将计算的信号频率或者滤波后信号的频率在LCD 上显示。主要功能如下： (1)对外部输入的模拟信号采集到DSP 内存，会用CCS 软件显示采集的数据波形。 (2)对采集的数据进行如下算法分析： ①频谱分析：使用fft 算法计算信号的频率。 ②对信号进行IIR 滤波或FIR 滤波，并且计算滤波前后信号的频率。 ③外部键盘或者从计算机来的串口命令选择算法功能，并且将结果在 LCD 上显示。 绘制出DSP系统的功能框图、使用AD（Altium Designer）绘制出系统的原理图和PCB 版图。 在 DSP 中采集信号，用CCS 软件显示采集的数据波形，以及对采集的数据进行算法分析。 三硬件设计 3.1 硬件总体结构
通信工程学院12级1班罗恒2012101032 实验一语音信号的低通滤波和短时分析综合实验 一、实验要求 1、根据已有语音信号，设计一个低通滤波器，带宽为采样频率的四分之一，求输出信号； 2、辨别原始语音信号与滤波器输出信号有何区别，说明原因； 3、改变滤波器带宽，重复滤波实验，辨别语音信号的变化，说明原因； 4、利用矩形窗和汉明窗对语音信号进行短时傅立叶分析，绘制语谱图并估计基音周期，分析两种窗函数对基音估计的影响； 5、改变窗口长度，重复上一步，说明窗口长度对基音估计的影响。 二、实验目的 1.在理论学习的基础上，进一步地理解和掌握语音信号低通滤波的意义，低通滤波分析的基本方法。 2.进一步理解和掌握语音信号不同的窗函数傅里叶变化对基音估计的影响。 三、实验设备 1.PC机； 2.MATLAB软件环境； 四、实验内容 1.上机前用Matlab语言完成程序编写工作。 2.程序应具有加窗（分帧）、绘制曲线等功能。 3.上机实验时先调试程序，通过后进行信号处理。 4.对录入的语音数据进行处理，并显示运行结果。 5. 改变滤波带宽，辨别与原始信号的区别。 6.依据曲线对该语音段进行所需要的分析，并且作出结论。 7.改变窗的宽度（帧长），重复上面的分析内容。 五、实验原理及方法 利用双线性变换设计IIR滤波器（巴特沃斯数字低通滤波器的设计），首先要设计出满足指标要求的模拟滤波器的传递函数Ha(s),然后由Ha(s)通过双线性变换可得所要设计的IIR滤波器的系统函数H(z)。如果给定的指标为数字滤波器的指标，则首先要转换成模拟滤波器的技术指标，这里主要是边界频率Wp和Ws 的转换，对ap和as指标不作变化。边界频率的转换关系为∩=2/T tan(w/2)。接着，按照模拟低通滤波器的技术指标根据相应设计公式求出滤波器的阶数N和3dB截止频率∩c ；根据阶数N查巴特沃斯归一化低通滤波器参数表，得到归一化传输函数Ha(p)；最后，将p=s/ ∩c 代入Ha(p)去归一，得到实际的模拟滤波器传输函数Ha(s)。之后，通过双线性变换法转换公式s=2/T((1-1/z)/(1+1/z))得到所要设计的IIR滤波器的系统函数H(z)。
机电信息工程学院专业综合课程设计 系：信息与通信工程 专业：通信工程 班级：081班 设计题目：基于matlab的语音识别系统 学生姓名： 指导教师： 完成日期：2011年12月27日
一．设计任务及要求 1.1设计任务 作为智能计算机研究的主导方向和人机语音通信的关键技术，语音识别技术一直受到各国科学界的广泛关注。以语音识别开发出的产品应用领域非常广泛，有声控电话交换、语音拨号系统、信息网络查询、家庭服务、宾馆服务、旅行社服务系统、订票系统、声控智能玩具、医疗服务、银行服务、股票查询服务、计算机控制、工业控制、语音通信系统、军事监听、信息检索、应急服务、翻译系统等，几乎深入到社会的每个行业、每个方面，其应用和经济社会效益前景非常广泛。本次任务设计一个简单的语音识别系。 1.2设计要求 要求：使用matlab软件编写语音识别程序 二．算法方案选择 2.1设计方案 语音识别属于模式识别范畴，它与人的认知过程一样，其过程分为训练和识别两个阶段。在训练阶段，语音识别系统对输入的语音信号进行学习。学习结束后，把学习内容组成语音模型库存储起来；在识别阶段，根据当前输入的待识别语音信号，在语音模型库中查找出相应的词义或语义。 语音识别系统与常规模式识别系统一样包括特征提取、模式匹配、模型库等3个基本单元，它的基本结构如图1所示。 图1 语音识别系统基本结构图 本次设计主要是基于HMM模型（隐马尔可夫模型）。这是在20世纪80年代引入语音识别领域的一种语音识别算法。该算法通过对大量语音数据进行数据统计，建立识别词条的统计模型，然后从待识别语音信号中提取特征，与这些模
型进行匹配，通过比较匹配分数以获得识别结果。通过大量的语音，就能够获得一个稳健的统计模型，能够适应实际语音中的各种突发情况。并且，HMM算法具有良好的识别性能和抗噪性能。 2.2方案框图 图2 HMM语音识别系统 2.3隐马尔可夫模型 HMM过程是一个双重随机过程：一重用于描述非平稳信号的短时平稳段的统计特征（信号的瞬态特征）；另一重随机过程描述了每个短时平稳段如何转变到下一个短时平稳段，即短时统计特征的动态特性（隐含在观察序列中）。人的言语过程本质上也是一个双重随机过程，语音信号本身是一个可观测的时变列。可见，HMM合理地模仿了这一过程，是一种较为理想的语音信号模型。其初始状态概率向量π，状态转移概率矩阵向量A，以及概率输出向量B一起构成了HMM的3个特征参量。HMM 模型通常表示成λ={π，A，B}。 2.4HMM模型的三个基本问题 HMM模型的核心问题就是解决以下三个基本问题： (1)识别问题：在给定的观测序列O和模型λ=（A,B,π）的条件下，如何有效地计算λ产生观测序列O的条件概率P(O︱λ)最大。常用的算法是前后向算法，它可以使其计算量降低到N2T次运算。 (2)最佳状态链的确定：如何选择一个最佳状态序列Q=q1q2…qT，来解释观察序列O。常用的算法是Viterbi算法。 (3)模型参数优化问题：如何调整模型参数λ=(A,B,π)，使P(O︱λ)最大：这是三个问题中最难的一个，因为没有解析法可用来求解最大似然模型，所以只能使用迭代法(如Baum-Welch)或使用最佳梯度法。 第一个问题是评估问题，即已知模型λ=(A,B,π)和一个观测序列O，如何计算由该模型λ产生出该观测序列O的概率，问题1的求解能够选择出与给定的观测序列最匹配的HMM模型。 第二个问题力图揭露模型中隐藏着的部分，即找出“正确的”状态序列，这是一个典型的估计问题。
语音控制小车实验报告 专业： 学号： 姓名： 2014年01月12日
一、实验目的 语音控制小车以SPCE061A单片机为核心，采用语音识别技术，可通过语音命令对其行驶状态进行控制。本次实验的主要目的： 1．通过简单的I/O 操作实现小车的前进、后退、左转、右转功能； 2．配合SPCE061A 的语音特色，利用系统的语音播放和语音识别资源，实现语音控制的功能； 3．在行走过程中声控改变小车运动状态； 4．在超出语音控制范围时使小车停车。 二、实验内容 1、SPCE061A简介 SPCE061A是一款性价比很高的十六位单片机，使用它可以非常方便灵活的实现语音的录放，该芯片拥有8路10位精度的ADC，其中一路为音频转换通道，并且内置有自动增益电路。这为实现语音录入提供了方便的硬件条件。两路10位精度的DAC，只需要外接功放（SPY0030A）即可完成语音的播放。该单片机具有一套易学易用的指令系统和集成开发环境，在此环境中，它支持标准 C 语言编程，也支持 C 语言与汇编语言的互相调用。另外还提供了语音录放的库函数，只要了解库函数的使用，就可以很容易的完成语音的录放、识别等功能，这些都为软件开发提供了方便的条件。 SPCE061A特性： 16位μ’nSP微处理器； 工作电压：内核工作电压VDD为 3.0V~3.6V(CPU)，I/O口工作电压VDDH为VDD~5.5V(I/O)； CPU时钟：0.32MHz~49.152MHz； 内置2K 字 SRAM； 内置32K 闪存 ROM； 可编程音频处理； 晶体振荡器； 系统处于备用状态下(时钟处于停止状态)，耗电小于 2μA@3.6V； 2 个 16 位可编程定时器/计数器(可自动预置初始计数值)； 2 个 10 位 DAC(数-模转换)输出通道； 32 位通用可编程输入/输出端口；
基于单片机的语音识别系统
摘要 近几年来，智能化和自动化技术在玩具制造领域中越来越被关注。本文介绍一种智能化小车控制系统的设计——语音控制小车。语音控制小车是基于SPCE061A的代表性兴趣产品，它配合61板推出，综合应用了SPCE061A的众多资源，小车采用语音识别技术，可通过语音命令对其行驶状态进行控制。首先介绍了SPCE061A的主要性能及其引脚的功能；接着完成了电源电路、复位电路、键盘电路、音频输入电路，音频输出电路和无线控制电路等硬件功能模块的设计。软件设计模块能实现智能小车的前进、后退、转向、停止、避障、表演动作以及循线等功能。测试表明，在环境背景噪音不太大，控制者的发音清晰的前提下，语音控制小车的语音识别系统能对特定的语音指令做出智能反应，做出预想中的有限的动作 关键词：spec061a 语音识别驱动电路声控小车智能反应
Abstract In recent years, Intelligent and automation technology in the toy manufacture paid more and more attention.Introduce an intelligent vehicle control system design. SPCE061A program the system to single-chip, based on implementation of the car's voice control, This paper introduces the and implementation. The SPCE061A's main characters and pin function are introduced firstly. Completed the power circuit, reset circuit, keyboard circuitry, audio input circuits, audio output circuit and control circuit of wireless of function modules. Software design module can achieve smart car forward, backward, turn, stop, obstacle avoidance, performing actions, as well as on-line functions. Test showed that the background noise in the environment is not too great, control persons under the premise of clear pronunciation, voice control car speech recognition systems for specific voice commands to make intelligent reaction, limited to the desired action. Keywords: spec061a 、voice recogniton、Driving circuit、Voice control dolly、intelirent response