ATK实时语音识别系统在监护机器人中的应用分析

语音是人类最常用的交流方式，也是人类和计算机交流最渴望的方式。因此用语音同计算机交流也成为了最近研究的热点，计算机对语音的理解是计算机科学中的一个引人人胜的、富有挑战性的课题。
　　进入90年代，随着多媒体时代的来临，迫切要求 语音识别系统从实验室走向实用。许多发达国家如美国、日本、韩国以及IBM、Apple、AT&T、NTT等著名 公司都为语音识别系统的实用化开发研究投以巨资。IBM公司于1997年开发出汉语ViaVo ice语音识别系统，次年又开发出可以识别上海话、广东话和四川话等地方口音的语音识别系统ViaVoice’98。目前市场上已经出现了语音识别电话、语音识别记事本等 产品，如美国V PTC公司的Voice Organizer和法国的Parrot等。
　　我国语音识别研究工作开始的较晚，但近年来发展得很快，一直紧跟国际水平，国家也很重视，并把大词汇量语音识别的研究列入“8 63”计划，由中科院声学所、自动化所、清华大学电子工程系及北京大学等单位研究开发，取得了高水平的科研成果，如中科院自动化所研制的非特定人、连续语音听写系统和汉语语音人机对话系统，其字准确率或系统响应率可达90％以上。鉴于中国未来庞大的市场，国外也非常重视汉语语音识别的研究。美国、新加坡等地聚集了一批来自大陆、台湾、香港等地的学者，研究成果已达到相当高水平。
　　1 系统设计
　　文中是家庭监护 机器人项目中的语音识别系统设计部分，设计目的是设计出一种可以识别语音的、协助监护家庭行动不方便人员的机器人。为实现该语音识别系统，设计了语音识别系统总体结构框图，如图1所示。

　　1．1 硬件设计
　　文中所研究和设计的功能，都是应用在移动机器人上的。因而系统的研究设计需要考虑到体积小、省电、便于移动的特性，并需具有便于家庭用户操作的友好显示界面。对于语音识别部分，需要用到用于语音识别 算法处理的 处理器、语音采集电路和语音输出电路，如图2所示。其中语音识别算法运算的处理器主要负责算法的运算处理，相当于机器人的大脑；语音采集电路负责采集外部的声音 信号，相当于机器人的耳朵；语音输出电路负责输出话语声音，相当于机器人的嘴巴。

　　1）语音识别算法处理器选择
　　根据系统设计功能的要求，目前常用的语音识别 芯片种类一般有： 单片机（ MCU）、 DSP和SoC（System on Circuit）。考虑到普通单片机（MCU）资源的紧缺及运行速度较慢的缺点，因而在本系统设计将不考虑使用单片机（MCU）作为语音识别的处理器。DSP包含用作 数字信号处理的专用部件，运算能力强、精度高，但目前DSP的价格比较高，同时考虑到本系统的特性，需要选择一种既有较强的运算能力，合适于语音识别的功能，并且能实现较好的用户操作界面，并带有文件系统（用于识别地图）的功能，因而选择DSP并不是明智之举。目前 Texas Instruments公司新推出的一款芯片OMAP3530，它具有双内核 ARMCortexTM-A8的内核和TMS320C64+TM DSP内核，属于高性能的OMAP35x架构系列产品，满足了系统设计的各种功能特性要求。
　　2）语音编解码芯片选择
　　机器人选择一款合适的语音处理芯片是非常重要的。考虑到系统中用到了各种 电源，并需要对电源进行管理，因此选择 TI公司配套的TPS 65930芯片来作为系统语音识别部分的 音频编解码处理功能的硬件平台是非常合适的。该芯片是一个集成了 电源管理、 ADC、 嵌入式电源控制（EPC）、全功能的 音频编解码器于一体的芯片，满足了系统所有电源管理和音频编解码的需要，为设计的 PCB板节省了空间，同时减少了多电源