ANYANG INSTITUTE OF TECHNOLOGY
本科毕业论文
基于ISD4004芯片的语音录放系统设计The Design of Voice Recording and Playback System
Based on ISD4004
系（院）名称：计算机科学与信息工程学院
专业班级：11届网络工程
学生姓名：红红
学生学号：7
指导教师：领
指导教师职称：讲师
2011年5月
毕业设计（论文）原创性声明和使用授权说明
原创性声明
本人重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。尽我所知，除文中特别加以标注和致的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得工学院及其它教育机构的学位或学历而使用过的材料。对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了意。
作者签名：日期：
指导教师签名：日期：
使用授权说明
本人完全了解工学院关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部容。
作者签名：日期：
基于ISD4004芯片的语音录放系统设计摘要：用单片机控制语音芯片，再把单片机和语音芯片嵌入到通信设备，智能仪器，治安报警及儿童玩具中，就可做成语音播放的机器。
本文介绍了基于AT89C52单片机及ISD4004语音板为主要部件的语音录放电路的工作原理、硬件和软件的设计。ISD4004系列工作电压3V,单片录放时间8至16分钟,音质好,适用于移动及其他便携式电子产品中。芯片设计是基于所有操作必须由微控制器控制,操作命令可通过串行通信接口SPI送入。论文概述了语音录放电路的原理，并且在介绍语音录放系统功能的基础上，提出了系统的总体构成。针对录放系统的录音、放音部分的总体设计方案进行了论证。进一步介绍了单片机AT89C52应用在系统中的应用，分析了系统各部分的硬件及软件实现。
本次设计目是完成一个简单方便，能可靠稳定工作的语音录放系统，该方案结构简单,控制可靠, 便于推广。
关键词：ISD4004 AT89C52单片机语音录放
The design of voice recording and playback system based on isd4004 Abstract：With the single-chip microcomputer control, and then make the pronunciation chip microcontroller and pronunciation chip embedded in communication equipment, intelligent instruments, security alarm and children's toys, so can make a speech broadcast machine.
This paper introduces ISD4004 based on AT89C52 single chip computer and of the main parts of speech plate as the working principle of voice recording circuit and the design of hardware and software. ISD4004 series working voltage,
monolithic 3V recording time 8 to 16 minutes, timbre, suitable for mobile phones and other portable electronics. Chip design is based on all the operation must by micro controller control, operation orders through serial communication interface SPI into. This paper summarizes the principle of voice recording circuit, and introduces the function of speech on the basis of recording system, puts forward the general structure of the system. Recording system for the recording, playback part of the overall design scheme is demonstrated. This paper introduces microcontroller AT89C52 single applications in system, the application system were analyzed each part of hardware and software realization.
This design is to complete a reliable and stable working voice recording circuit. The design is simple in structure, reliable control and facilitate promotion.
Keywords: ISD4004；89C52microcontroller；voice recording and playback
语 音 录 放 系 统 设 计 报 告系别：电气工程与自动化 专业:xxxxx
摘要 目前，语音合成、语音识别、语音存储和回放技术的应用越来越广泛，尽管利用一般的单片机测控系统中都有的硬件电路（如A/D、 D/A、存储器等）能完成语音信号的数字化处理，但是功能比较单一、且效果不是很好。本文采用单片机AT89C52与语音芯片ISD2560组成的语音存储系统，实现了语音的录取、循环回放。系统硬件电路简单，调试方便，性价比高，实用性强。 关键词：语音录放系统；单片机AT89C52 ；ISD2560
第1章绪论 1.1导言 目前基于单片微机的语音系统的应用越来越广泛，如电脑语音钟、语音型数字万用表、手机话费查询系统、排队机、监控系统语音报警以及公共汽车报站器等等。本文用单片机AT89C52和录放时间达60S的数码语音芯片 ISD2560设计了一套智能语音录放系统，实现了语音的分段录取、组合回放，通过软件的修改还可以实现整段录取，循环播放，而且不必使用专门的 ISD语音开发设备。 1.2数字语音录放系统的发展 数字语音录放是指利用数字技术对语音信号进行采集、处理、并且在一定存储设备中进行存储，并可在需要时进行输出的过程。相对于模拟设备来说，数字设备易于集成、小型化、成本更低，同时更为稳定，且操作更为直接、方便，使得数字语音录放系统目前在各种领域中都得到了广泛的应用。例如监控环境中使用的语音采集系统；再如家庭或学校中使用的语音复读机等，都可看作是数字语音录放系统的典型应用。 然而目前一般的数字语音录放系统中，对语音只是进行简单的采集、存储和播放；虽然可以较大程度上保证语音的保真度，但过多的语音数据会造成对大量存储设备的需求。对于大型系统，可通过采用大容量的硬盘、甚至大规模的磁盘阵列来解决；但是对于小型的设备，例如便携式的语音复读机，由于容量有限，则不能采用同样的方法。 近年来，语音信号处理技术研究的突飞猛进，为数字语音录放系统提供了新的发展空间。对语音的采集、处理从以前简单的波形编码转变为进行参数编码、压缩，从而大大减少了存储数据。举例来说，原始语音一般都是采用8KHz抽样，16bits的线性PCM编码进行采集，在一般的系统中就直接将采集后的数据进行存储；而如果采
HX8088主流的语音芯片方案 一、简介 语音播报，这个基本在任何行业都可能用得到，如：公交报站、仪器仪表播报语音信息等等。应用非常的广泛，大到轨道交通，小到家庭用的小家电。如果在现有的系统或者产品设备中增加语音播放的功能，无疑将提升产品的用户体验和价值，因为产品的原则就是对用户越简单越显而易见，越好。市面上的语音播报方案也是呈现多样化，下面我就具体的来一个分析和解剖。 目前市面上主流的语音方案，基本上就是OTP芯片，就是但颗芯片完成控制和语音的存储，最著名的就是佑华的4位机。这种类型的芯片，语音播放生硬，并且语音固定不能修改，另外一个就是可修改。而我们的方案，就是单芯片解决，更换声音极其简单，并且成本低廉。比现有的方案都具有更高的性价比 二、主流分析 市面上主要的方案分为两种： 1、是掩膜类（MASK）、一次性（OTP）类的 (1)、它的特点是成本低廉[争对量大的情况]。因为这样的芯片必须要量大[10K级别的]才便宜，因为量小了，分摊下来，成本其实也不低。 (2)、语音存储的时间短，播放的音质差，并且不可重复的更换语音。因为它内部实现的方法是将语音文件压缩成WA V的文件，直接存储在芯片内部，这样就会导致语音被压缩的非常的厉害。 (3)、主流的还是“SOP8”、“SOP16”、“牛屎堆封装” 2、可替换声音文件的多次烧录的语音芯片 (1)、这个只在OTP芯片的基础上引入了多少烧录的技术，其原理还是和OTP的方式是一样的，这就不做详细的介绍 3、可替换声音文件的芯片方案HX8088 (2)、KT404A方案，支持MP3解码。引入了mp3这一项技术，就可以保证播放的音质 (3)、支持USB直接更换语音，可重复烧录语音。烧录次数可达10万次，同时也支持批量烧录，生产极其方便。 (4)、标准的SOP16封装。 三、优势说明 相比较市场的其他方案，我们的优势十分的明显 ?音质接近电脑的播放水准，声音清晰并且圆润 ?芯片采用的是MP3解码的方法，所以相比较传统的WA V的OTP方案，在音频压缩方 面有着非常大的优势 ?HX8088支持外部的存储器扩展，用户根据需要的大小，进行贴心的选择 ?语音可以分类管理，支持循环播放，随机播放，一对一播放等等，十分灵活 ?HX8088支持USB直接更新语音，烧录次数超过10万次 ?HX8088出货为封装片，保证了良率，同时交期最多3天，对数量无任何要求
单片机语音录放系统设计+电气原理图+汇编源程序+流程图 单片机语音录放系统设计+电气原理图+汇编源程序+流程图第3章硬件电路部分设计3.1单片机的选择在设计中文章选择单片机AT89C52作为播放器的核心控制部件，原因是因为AT89C52的功能全部兼容MCS-51，并且还有程序加密等功能，相比而言更加实用。AT89C52单片机是美国ATMEL公司生产的低电压，高性能CMOS8位单片机，片内含8KB的可反复擦写的只读程序存储器和256字节的随机存取存储器，器件采用ATMEL公司的高密度、非易失性存储技术生产，与标准MCS-51指令系统及8051产品引脚兼容，片内置通用8位中央处理器（CPU）和Flash存储单元，其强大的功能更适合较为复杂的控制应用场合。其主要工作特性是：?片内程序存储器内含8KB的Flash程序存储器，可擦写寿命为1000次；?片内数据存储器内含256字节的RAM；?具有32根可编程I/O口线；?具有3个可编程定时器；?中断系统是具有8个中断源、6个中断矢量、2级优先权的结构；?串行口是具有一个全双工的可编程串行通信口；?具有一个数据指针DPTR；?低功耗工作模式有空闲模式和掉电模式；?具有可编程的3级程序锁定位；?AT89C52工作电源电压位5（1±0.2）V，且典型值为5V。?AT89C52最高工作频率为24MHZ，编程频率为3～24HZ，编程启动电流为1mA。 3.1.1 引脚排列及功能 AT89C52的引脚排列如图3.1所示：首先对于I/O口线做一介绍：?P0口—8位、漏极开路的双向I/O口。当使用片外存储器及外扩I/O口时，P0口作为低字节地址/数据复用线。在编程时，P0口可用于接收指令代码字节；在校验时，P0口可输出指令字节（须外加上拉电阻）。P0口也可做通用I/O口使用，但需加上拉电阻，变为准双向口。当作为普通输入时，应将输出锁存器置1。P0口可驱动8个TTL负载。?P1口—8位、准双向 I/O口，具有内部上拉电阻。P1口是为用户准备的I/O口双向口。在编程和校验时，可用做输入低8位地址。用做输入时，应先将输出锁存器置1。P1口可驱动4个TTL负载。?P2口—8位、准双向I/O口，具有内部上拉电阻。当使用片外存储器或外扩I/O口时，P2口输出高8位地址。在编程/校验时，P2口可接收高字节地址和某些控制信号。P2口也可做普通I/O口使用。用做输入时，应先将输出锁存器置1。P1口可驱动4个TTL负载。?P3口—8位、准双向I/O 口，具有内部上拉电阻。P3口可做普通I/O口使用。用做输入时，应先将输出锁存器置1。在编程/校验时，P3口接收某些控制信号。它可驱动4个TTL负载。图 3.1 AT89C52引脚排列图 3.1.2 编程与效验方式AT89C52的编程、校验、程序锁定位的编程和片擦除等操作与AT89C51相同只是地址空间为0000H～1FFFH。表3-1 AT89C52编程电标志顶端标志型号编程电压VPP=5V 编程电压原文请找腾讯3249114六,维~论'文'网 https://www.doczj.com/doc/fc3425081.html, VPP=12VAT89C52 AT89C52 AT89C52 XXXX- 5 XXXX YYWW YYWWAT89C52的编程电压VPP为12V或5V，在产品封装的顶部印有编程电压标志，如表3.1所列： 3.2 晶振及复位电路设计单片机要想工作必须要在XTAL1和XTAL2端口加晶振电路，单片机工作速度也是由晶振电路决定的。典型的晶振电路如图3.2.1所示：在晶振电路中，电路中电容C3和C4对振荡频率有微调作用，通常的取值范围30±10pF；石英晶体选择6MHz或12MHz都可以。其结果只是机器周期时间不同，影响记数器的记数初值和运算
南华大学电气工程学院 《电子技术课程设计》 设计题目：___________ 语音录放器___________ 专业：________ 本11通信02班 _________ 学生姓名：______________ 王佳杰____________ 学号：__________ 20114400218 ________ 指导教师：____________ 王彦________________ 教研室主任：__________ 王彦________________
语音录放器电子课程设计 《电子技术课程设计》任务书
2. 对课程设计成果的要求〔包括图表(或实物)等硬件要求〕： ■ ■■ ■ ■*?■ ■ ■ ■ HT?■ ■ H■ ■ W■■■ ■ ■ H!■ ■?*■ ■ ■ VI■ ■ H!■■■ ▼?■ ■ !R■ ■?T?■ ■ *■ ■ ■ ■ ■ ■ W■ ■ !n■ ■ m■ ■ *■ ■ ■H■ ■ BH!■ ■?■ ■■■ VI■ ■ H ■ ■?*■ ■ ■ ■■■ ■ ■ ■■■ ■?■ ■ H ■ ■ m■ ■ !T?■ ■ IV■■■*■■■ ■ ■ ■*!!■■■ H■ ■ ■!■!■■■ VI ■ ■ H■ ■?*?设计电路，安装调试或仿真，分析实验结果，并写出设计说明书，语言流畅简洁，文字不得少于3500字。要求图纸布局合理，符合工程要求，使用Protel软件绘出原理图(SCH和印制电路板(PCB), 器件的选择要有计算依据。 3. 主要参考文献: (1) 黄智伟.全国大学生电子设计竞赛技能训练[M].北京: 北京航空航天大学出版社，2007 (2) 黄智伟. 全国大学生电子设计竞赛制作实训[M].北京: 北京航空航天大学出版社，2007 (3) 黄智伟. 全国大学生电子设计竞赛系统设计[M].北京: 北京航空航天大学出版社，2006 (4) 黄智伟. 全国大学生电子设计竞赛电路设计[M].北京: 北京航空航天大学出版社，2006 (5) 黄智伟. 全国大学生电子设计竞赛常用电路模块制作[M].北京：北京航空航天大学出版社， 2010 (6) 黄智伟等?基于NI multisim 的电子电路计算机仿真设计与分析[M].北京：电子工业出版社, 2007 (7) 黄智伟.印制电路板(PCB设计技术与实践[M].北京：电子工业出版社，2009 (8) 高吉祥等.电子技术基础实验与课程设计[M].北京：电子工业出版社，2002 (9) 吴运昌.模拟集成电路原理与应用[M].广州：华南理工大学出版社，2001年 (10) 谭博学等.集成电路原理及应用[M].北京：电子工业出版社，2003 (11) 魏立军.CMOS 4000系列60种常用集成电路的应用[M].北京：人民邮电出版社，1993 (12) 杨宝清.实用电路手册[M].北京：机械工业出版社.2002 (13) 陈有卿.报警集成电路和报警器制作实例[M].人民邮电出版社1996 (14) 肖景和.红外线热释电与超声波遥控电路[M].人民邮电出版社.2003 4. 课程设计工作进度计划:
WT7010语音识别芯片 1.WT7010语音识别芯片概述 WT7010语音芯片内建8bit DSP核心,它能提供高分辨率ADC模拟采样和高质量的差分音频输入及麦克风输入,配备数学处理器以精确处理高压缩语音编解码或语音识别。该芯片有NAND接口和SPI总线用于外部存储器,提供2线串口用于连接其它设备或MCU。语音输入方面配备差分放大器用以麦克风输入以及AGC（自动增益控制）以便提供更好的SNR （信噪比）语音信号输入。芯片不单止嵌入前置放大也提供高品质的DAC和AB类扬声器放大器可以驱动输出高品质的声音。 2. WT7010功能特性 (1)内置8bitDSP核心,内部操作频率最高达48MHz（典型值：40MHz）； (2)内置麦克风差分前置放大器,包括AGC功能,16级增益控制功能； (3)最长可记录10秒语音； (4)内置8欧姆/0.5瓦电路,可直接驱喇叭或蜂鸣器,拥有16级音量控制,PWM音频输出方式； (5)低电压复位功能（LVR）； (6)内建看门狗（WDT）； (7)具有24 I/O； (8)内建有NAND-Flash接口及SPI主从总线接口； (9)数字部分工作电压：2.4V ~ 3.6V；模拟部分工作电压2.4V~4.5V； (10)休眠电流<3.0uA WT7010语音识别芯片为广州唯创新研发特定语音识别芯片,还有未尽的各项其他功能正在加紧研发中,有需求时可接受定制。 3. 应用举例 在语音ic应用范围上,特定语音识别可以做简短语音识别系统,体现个性化服务,如: ? 语音电子锁； ? 智能家居开关,如WT系列智能语音识别开关； ? 特定报警器、家庭防盗报警器； ? 高级玩具,如鹦鹉学舌、TOM汤姆猫 4. 应用电路示例 (1)特定人语音识别（学习型） 特定人语音识别（学习型）,是指预先对说话人进行语音输入,由语音识别芯片进行特征提取,然后进行存储。当语音输入时,语音芯片会将输入的声音特征和参考模块库内的特征进行匹配,匹配成功则输出成功值。 (a)示例电路
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)
语音播报器的设计 1 总体设计方案 为了实现语音播报所需的功能，即按下开始键，启动录音，松开开始键，结束录音。结 束录音后，循环播放所录音。而且为了使语音播报器的音质好, 功能强, 实验运行效果较好，使用起来也很简单。。所以本设计采用的设计框图如图1 所示： 由上面的框图可知：本设计框图包括，按键，单片机，语音芯片，话筒和扬声器。其中 单片机为本设计的控制核心，它控制语音芯片，实现对声音的存储和播放。语音芯片实现对语音的录入和播放。 1.1 微处理器的选择 近年来，随着科学技术的发展，微型计算机技术日益发展，已经在许多领域得到了广 泛的应用。随着集成电路工艺的发展，出现了单片机、DSP,ARM 等多种单片机。本系统采用AT89C51单片机。。AT89C51 是一种带4K 字节闪烁可编程可擦除只读 存储器（FPEROM—Falsh Programmable and Erasable Read Only Memory）的低电压，高性能CMOS8 位微处理器，俗称单片机。该器件采用ATMEL 高密度非易失存储器制造技术制造，与工业标准的MCS-51 指令集和输出管脚相兼容。由于将多功能8 位CPU 和闪烁存储器组合在单个芯片中，ATMEL 的AT89C51 是一种高效微控制器，为很多嵌入式控制系统提供了一种灵活性高且价廉的方案[3]。51 单片机虽然和DSP,ARM 相比处理速度和运算速度上都比较慢，但它的体积小、质量轻、价格便宜，它的速度可以满足本次实验的要求，所以我们采用AT89C51 这款单片机。 1.2 语音芯片的选择 目前市场流行的语音芯片有很多，从性价比的角度来考虑，美国ISD 公司的ISD 系列 语音芯片可谓是一只独秀。ISD 系列语音芯片具有以下优点： ·采用模拟量数据存储在半导体存储器直接存储的专利技术，即将模拟量数据直接 写入单个存储单元，不需要经过A/D，D/A 转换。 ·内部集成了大容量的的EEPROM，不再需要扩展存储器。 ·控制简单，控制引脚与TTL 电平兼容。 ·集成度高，使用方便。
常用4000 系列芯片功能 CD4000 双3 输入端或非门单非门 CD4001 四2 输入端或非门 CD4002 双4 输入端或非门 CD4006 18 位串入/串出移位寄存器 CD4007 双互补对加反相器 CD4008 4 位超前进位全加器 CD4009 六反相缓冲/变换器 CD4010 六同相缓冲/变换器 CD4011 四2 输入端与非门 CD4012 双4 输入端与非门 CD4013双主-从D型触发器 CD4014 8 位串入/并入-串出移位寄存器 CD4015 双4位串入/并出移位寄存器 CD4016 四传输门 CD4017 十进制计数/分配器 CD4018 可预制1/N 计数器 CD4019 四与或选择器 CD4020 14 级串行二进制计数/分频器 CD4021 08 位串入/并入-串出移位寄存器CD4022 八进制计数/分配器 CD4023 三3 输入端与非门 CD4024 7 级二进制串行计数/分频器 CD4025 三3 输入端或非门 CD4026 十进制计数/7 段译码器 CD4027 双J-K 触发器 CD4028 BCD 码十进制译码器 CD4029 可预置可逆计数器 CD4030 四异或门 CD4031 64 位串入/串出移位存储器 CD4032 三串行加法器 CD4033 十进制计数/7 段译码器 CD4034 8 位通用总线寄存器 CD4035 4 位并入/串入-并出/串出移位寄存CD4038 三串行加法器 CD4040 12 级二进制串行计数/分频器 CD4041 四同相/反相缓冲器 CD4042 四锁存D 型触发器 CD4043 三态R-S 锁存触发器（"1"触发）CD4044 四三态R-S 锁存触发器（"0"触发）
课程设计--语音录放器
南华大学电气工程学院 《电子技术课程设计》设计题目：语音录放器 专业：本11通信02班 学生姓名：王佳杰 学号： 20114400218 指导教师:王彦 教研室主任：王彦
《电子技术课程设计》任务书 1．课程设计的内容和要求（包括原始数据、技术要求、工作要求等）： 一、课程设计内容 题目：语音录放器 要求：电源电压DC6~12V，利用语音录放芯片完成声音的录放。 注：可以采用麦克风作为声音传感器，扬声器作为声音播放，ISD2560等语音芯片制作。 二、课程设计要求 1.综合运用已学习过模拟电路和数字电路等知识，阅读相关集成电路芯片资料和相关文献，了解电子电路设计的有关知识，方法和特点，掌握基本的电子电路设计和芯片使用方法。 2.一人一题，所设计的电路必须制作成功，并且全部或者部分通过计算机仿真。课程设计必须自己独立完成，不得从网上下载，一经发现该课程成绩记零分。 3.课程设计设计说明书（报告）应包括有： ①电路工作原理分析 ②电路元器件参数设计计算 ③电路调试说明 ④电原理图和PCB图（必须自己画）
⑤元器件装配图（必须自己画） ⑥元器件清单 ⑦自己的收获和体会 ⑧要求字数不得少于3500字 ⑨要求图纸布局合理，符合工程要求，使用 Protel等软件绘制电原理图（SCH）、元器件布 局图和印制电路板(PCB)。 4.所有的文档和表格必须采用Word形式。 5.同类型的设计题可以组成一个设计组，组员之间可以开展研究与讨论。雷同者均计0分。 6.阅读有关芯片英文参考资料，理解资料内容。 7.英文资料中的曲线、参数、方框图、引脚端封装等图（不包括电原理图和PCB图）可以直接采用（pdf 文档中的图可放大300倍后裁剪到Word文档中），图中的英文可以采用英文（中文）方式翻译在图下。 8.英文资料中的一些词，如果翻译拿不准，可以采用英文（中文）方式标注。 9.设计资料中的有关的公式可以直接采用。 10.课程设计结束，需要交制作的作品、文字稿和电子稿，采用Word文档形式。 11.成绩评定： ①按ABCDE分档，其中：优秀为A，良好为B，
语音识别芯片所涉及的技术包括:信号处理、模式识别、概率论和信息论、发声机理和听觉机理、人工智能等等。 语音识别分类 按照使用者的限制而言，语音识别芯片可以分为特定人语音识别芯片和非特定人语音识别芯片。 特定人语音识别芯片是针对指定人的语音识别，其他人的话不识别，须先把使用者的语音参考样本存入当成比对的资料库，即特定人语音识别在使用前必须要进行语音训练，一般按照机器提示训练2遍语音词条即可使用。 非特定人语音识别是不用针对指定的人的识别技术，不分年龄、性别，只要说相同语言就可以，应用模式是在产品定型前按照确定的十几个语音交互词条，采集200人左右的声音样本，经过PC算法处理得到交互词条的语音模型和特征数据库，然后烧录到芯片上。应用这种芯片的机器(智能娃娃、电子宠物、儿童电脑)就具有交互功能了。 非特定人语音识别应用有的是基于音素的算法，这种模式下不需要采集很多人的声音样本就可以做交互识别，但是缺点是识别率不高，识别性能不稳定。 语音识别基本原理 嵌入式语音识别系统都采用了模式匹配的原理。录入的语音信号首先经过预处理，包括语音信号的采样、反混叠滤波、语音增强，接下来是特征提取，用以从语音信号波形中提取一组或几组能够描述语音信号特征的参数。特征提取之后的数据一般分为两个步骤，第一步是系统"学习"或"训练"阶段，这一阶段的任务是构建参考模式库，词表中每个词对应一个参考模式，它由这个词重复发音多遍，再经特征提取和某种训练中得到。第二是"识别"或"测试"阶段，按照一定的准则求取待测语音特征参数和语音信息与模式库中相应模板之间的失真测度，最匹配的就是识别结果。 语音识别四大平台 1、科大讯飞 科大讯飞股份有限公司成立于1999年，是一家专业从事智能语音及语言技术、人工智能技术研究，软件及芯片产品开发，语音信息服务及电子政务系统集成的国家级骨干软件企业。2008年，科大讯飞在深圳证券交易所挂牌上市，股票代码：002230。 11月23日科大讯飞轮值总裁胡郁在发布会上引述了罗永浩在9 月锤子发布会上的演示数据，表示科大讯飞的语音输入识别成功率也达到了97%，即使是离线识别准确率也达到了95%。 2、云知声 云知声成立于2012年6月。之前1年，Siri的发布再度唤醒了大家对语音识别的关注。经过四年多的积累，云知声的合作伙伴数量超过2万家，覆盖用户超过1.8亿，其中语音云平台覆盖城市超过470个，覆盖设备超过9000万台。 3、百度 百度则在11月22日宣布向开发者开放了情感合成、远场方案、唤醒二期和长语音方案等四项语音识别技术。百度语音开放平台自2013 年10 月上线以来每日在线语音识别请求已经达到了1.4 亿次，开发者数量超过14 万。在如此庞大的数据支撑下，百度语音在“安静条件下”的识别准确率达到了97%。4、搜狗 搜狗语音团队在11 月21 日推出了自己的语音实时翻译技术。搜狗的这项技术主要包括两个方面，分别是语音识别和机器翻译。根据该团队的介绍，搜狗语音识别的准确率达到了97%，支持最快400 字每秒的听写。 语音识别芯片原厂及芯片方案 1、ICRoute 总部：上海 简介：ICRoute专注于开拓语音识别的芯片市场,致力于研发出高性能的语音识别，语音处理芯片。为各种平台的电子产品提供VUI（Voice User Interface）语音人机交互界面。目前提供的语音识别芯片，可以在
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
智能语音播报、显示系统 作者： 1、方栋学号 1062610315 2、许其亮学号 1062610323 3、任帅辉学号 1062510127 作品简介: 1、制作背景： 随着智能化和机械化的发展，语音播报功能越来越受到大众的青睐，公交车、汽车、电动车、电话等得到了普及。但还有很多设备仍然不具有这种超便利的功能。为此我们设计了这款语音智能播报和选段显示系统，它可以应用于各种设备，小巧便利。 2、摘要： 本系统以APR9600语音芯片为基础，采用52单片机系统控制，和数码管显示，实现语音智能播报和显示。 调试与制作： 1、总体设计： 想通过控制电路的方式来选择工作方式，然后语音经过话筒输入进入语音芯片，再有音频电路（功放）再经过扬声器输出。通过单片机程序的控制实现播报系统的智能化。 2、语音芯片的选取与电路设计： 我们需要的是具有录放音功能的芯片，而且录音量不需要太大，但要可以录入足够多段。而且可以通过快进键来控制语音选段的播放。通过搜集资料我们选择了APR9600语音芯片。他有串行和并行两种模式，根据需要我们选择了串行模式。 功能介绍：置 MSEL1、MSEL2 均为 0，在录音时S8 置 1。置RE 端为 0 为录音状态，按住M1 即开始录第一段，松键即停止。再按住S1 即录第二段，如此一直分段录音，直到芯片溢出。在放音时（RE=1）S8 置 0 为串行选段控制方式，按一下/M1 只能放音第一段，再按还是放音第一段。这时的S2 有效成为快进选段键，每按一下S2 即向后移动一段，例如现在按了三下S2，再按S1 就放音第四段。因此可以实现选段放音。按CE 键复位为第一段。具体电路设计：
支持winbond华邦ISD全系列语音芯片1700，ISD1720，ISD1730,ISD1740,ISD1750,ISD1760,ISD1790,ISD17120,ISD17150,ISD17180,ISD17210,ISD17240 等 特点：使用界面简单，LCD显示地址信息，操作过程。精确地址拷贝。一次拷贝2片，5个采样频率选择。制作母片、录制芯片、拷贝芯片、测试芯片一机完成。可定制一些特殊拷贝功能、更改语音段地址等个性化服务。可作为，通过电脑对ISD1700编程； 可作为ISD1700的拷贝机，通过ISD1700母片拷贝芯片，地址准确无误。 PM50 (13,20,50,100秒) 可分段分类有16脚和28脚芯片 PM60 (125,250,500,1000,2000,4000秒芯片) 28脚，长时间录放芯片， ISD1110P 10秒语音录放可分段 DIP-28封装 ISD1110COB 10秒语音录放 COB-28封装 ISD1820P 20秒语音录放 DIP-14封装 ISD2560P 60秒语音录放可公段 DIP-28封装（已经停产，可用ISD1760代替，《点击资料》） ISD1720P 20秒语音录放可分段 DIP-28封装带背景噪音处理 ISD1730S 30秒语音录放可分段 SOP-28封装带背景噪音处理 ISD1730P 30秒语音录放可分段 DIP-28封装带背景噪音处理 ISD1760P 60秒语音录放可分段 DIP-28封装带背景噪音处理 ISD1760S 60秒语音录放可分段 SOP-28封装带背景噪音处理 ISD1790P 90秒语音录放可分段 DIP-28封装带背景噪音处理 ISD1790S 90秒语音录放可分段 SOP-28封装带背景噪音处理 ISD4002-120P 120秒语音录放可分段 DIP-28封装 ISD4002-120S 120秒语音录放可分段 SOP-28封装 ISD4002-240P 240秒语音录放可分段 DIP-28封装 ISD4003-04MP 240秒语音录放可分段 DIP-28封装 ISD4003-04MS 240秒语音录放可分段 SOP-28封装 ISD4004-08MP 480秒语音录放可分段 DIP-28封装 ISD4004-08MS 480秒语音录放可分段 SOP-28封装 ISD4004-16MP 960秒语音录放可分段 DIP-28封装 ISD4004-16MS 960秒语音录放可分段 SOP-28封装
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
74LS系列 74LS00 TTL 2输入端四与非门 74LS01 TTL 集电极开路2输入端四与非门 74LS02 TTL 2输入端四或非门 74LS03 TTL 集电极开路2输入端四与非门 74LS122 TTL 可再触发单稳态多谐振荡器 74LS123 TTL 双可再触发单稳态多谐振荡器 74LS125 TTL 三态输出高有效四总线缓冲门 74LS126 TTL 三态输出低有效四总线缓冲门 74LS13 TTL 4输入端双与非施密特触发器 74LS132 TTL 2输入端四与非施密特触发器74LS133 TTL 13输入端与非门 74LS136 TTL 四异或门 74LS138 TTL 3-8线译码器/复工器 74LS139 TTL 双2-4线译码器/复工器 74LS14 TTL 六反相施密特触发器 74LS145 TTL BCD—十进制译码/驱动器 74LS15 TTL 开路输出3输入端三与门 74LS150 TTL 16选1数据选择/多路开关 74LS151 TTL 8选1数据选择器74LS153 TTL 双4选1数据选择器 74LS154 TTL 4线—16线译码器
74LS155 TTL 图腾柱输出译码器/分配器 74LS156 TTL 开路输出译码器/分配器 74LS157 TTL 同相输出四2选1数据选择器 74LS158 TTL 反相输出四2选1数据选择器 74LS16 TTL 开路输出六反相缓冲/驱动器 74LS160 TTL 可预置BCD异步清除计数器 74LS161 TTL 可予制四位二进制异步清除计数器 74LS162 TTL 可预置BCD同步清除计数器 74LS163 TTL 可予制四位二进制同步清除计数器74LS164 TTL 八位串行入/并行输出移位寄存器74LS165 TTL 八位并行入/串行输出移位寄存器 74LS166 TTL 八位并入/串出移位寄存器74LS169 TTL 二进制四位加/减同步计数器 74LS17 TTL 开路输出六同相缓冲/驱动器 74LS170 TTL 开路输出4×4寄存器堆 74LS173 TTL 三态输出四位D型寄存器 74LS174 TTL 带公共时钟和复位六D 触发器 74LS175 TTL 带公共时钟和复位四D 触发器 74LS180 TTL 9位奇数/偶数发生器/校验器 74LS181 TTL 算术逻辑单元/函数发生器 74LS185 TTL 二进制—BCD代码转
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。
毕业设计（论文）开题报告 1．结合毕业设计（论文）课题情况，根据所查阅的文献资料，每人撰写不少于1000字左右的文献综述： 本课题研究的是超声波盲人导航及语音提示系统的设计，当有视力障碍的人外出行走，手持本装置，通过前端超声波发送和接收模块对障碍物进行测距，由单片机处理数据，再由串行通信传送给语音芯片D/A转换后，由功放放大，通过扬声器或耳机发声。此外，超声所测距离也通过液晶显示出来，供视力正常者检测。 目前，国内外带语音提示的导盲器是由超声波探测器获取数据，经单片机处理后将数据发送给语音提醒器，然后驱动语音芯片提醒。但是这种导盲器是通过不同音量、音调、节奏的提示音或者是误差较大的分段式语音提示对盲人进行提醒，只能使盲人对障碍物的距离有个大概的判断，并且消耗了盲人的大量精力，容易造成错误判断。为了克服现有的语音提示导盲器不能提供障碍物精确距离的不足，本实用新型提供一种语音提示导盲器，该语音提示导盲器能够实时提供障碍物的精确距离。 中国是世界盲人最多的国家，目前约有500万盲人，占世界盲人总数的18%，低视力者600多万。盲人出行的问题是一个不可忽视的社会问题。目前，盲人的出行主要依靠盲道、手杖。而超声波盲人导航系统则能够更好地识别障碍物物以及其所在的距离。此系统的目的旨在提供一种方便盲人出行的导航系统，解决现有的盲人导航系统不够准确安全的为盲人导航的问题。 (1)历史发展： 盲人导航设备在历史上大致经历了以下几个过程：拐棍或手杖、盲道砖、导盲犬和电子导盲系统。导盲棍可以在盲人外出时起到安全警示作用，帮助盲人出行。而新式的导盲棍可以装上各类感应器，用来检测路面上有没有水、障碍物或者有没有坑，棍上还可以安装一个夜间发光的灯，它在白天可以自动接收太阳能进行充电。盲道砖以及盲人通道是现代化社会中常用的盲人帮助设施。是专门为盲人设计的地砖，防止盲人走错道路，摔倒时防止摔伤。盲道砖是按照国际残联的有关标准制造的,设计优良,具有灵敏的触觉感，耐强腐蚀，耐损耗性和长寿命等特征。这种高强塑料盲道砖的表面既美丽又光滑，适用于室内或室外装修。它凹凸的模型不仅可以使盲道更加安全，同时还美化环境作用。盲人道砖为盲人带来福音，同时也美化了城市道路。导盲犬是经过严格训练的犬，是工作犬的一种。它们习惯于颈圈、导盲牵引带和其他配件的约束，懂得很多口令，可以带领盲人安全地走路，当遇到障碍和需要拐弯时，会引导主人停下以免发生危险。电子导盲仪可以有效的帮助盲人进行通行等生活项目，其仪器分类主要有超声波导盲仪、移动式机器人导引式手杖，能大大减少以往导盲设备的不便以及昂贵的价格。 (2)现状评述：