基于语音识别和红外无线通信的智能开关控制系统设计

杜丹，陈世鸿，杨靖

（贵州大学，贵州 贵阳 550025）

0 引言

现如今，对于语音识别的研究可以说是成果丰硕，对于提高识别精度，识别效率人们更多倾向于算法的实现，把语音识别技术运用到各种设备上也是对语音识别的挑战。语音识别技术经历了几十年的发展历程，芯片制作技术的成熟，各种相关算法也在完善，语音识别产品也逐渐走进生产生活的各方面[1-6]。本设计从语音识别的实用性出发，分析语音识别在智能家居方面的用途，结合红外无线通信，设计一款利用基于语音识别的开关系统，适用于多数场合，例如智能家居，医院呼叫系统，化工行业的智能控制系统等等。该系统对成本要求不高且操作简单[7-10]。

1 系统设计

本系统是基于语音识别的智能开关控制系统，就是通过语音识别，输出开关量。在开始识别之前，需要通过程序向语音识别模块写入关键词。当对着麦克风说话，语音识别模块便根据说话的内容进行频谱分析，提取关键特征。说话的内容与输入的关键词通过算法匹配是否一致，如果一致，则在语音识别器中产生识别结果，反之就会进行复位等待下一次识别。获取到的识别结果会发送到主控单片机中，单片机根据识别结果利用本身自带的Ι/O可输出开关量，红外发射电路与语音端单片机相连，作为搭建通信的桥梁。当语音识别成功以后，单片机输出相应的控制指令，该指令为二进制码，单片机对它进行编码、调制后加载到固定频率为38 kHz载波上，使之成为一系列脉冲串信号，然后通过红外发射二极管发送到开关控制板。开关控制板接收到红外信号并进行解码，然后单片机输出开关量就可以控制LED发光二极管亮灭，驱动步进电机的正转反转。图1是系统框图。

图1 系统框图Fig.1 System block diagram

2 设计方案

2.1 语音芯片选择

目前国内主流的专门用来进行语音识别的芯片有三种，分别是上海ΙCRoute公司推出的LD332X系列语音识别芯片，北京凌阳科技的SPCE061A和深圳科大讯飞的XFS5152CE，在权衡上面三种芯片的几种条件之后，本文选用性价比较高的LD3320芯片进行开发[11-14]。表1是主流专用芯片对比。

表1 主流专用芯片对比Table 1 Mainstream dedicated chip comparison

2.2 无线通信选择

目前常用的无线通信方式主要有WΙFΙ，蓝牙以及红外通信，通过比较，红外通信多用于室内，无需过远距离通信，不受手机电脑等电磁信号的干扰。因此选用价格低、功耗小、更轻量化的红外通信作为无线传输。

2.3 硬件设计

2.3.1 语音识别模块硬件设计

图2 LD3320硬件原理图Fig.2 LD3320 hardware schematic diagram

LD3320是一块基于非特定人，采用ASR识别技术的中文普通话识别芯片，还可通过写入特殊拼音串识别方言和英文等的芯片[15-17]。语音识别模块芯片为3.3V电压供电，48号引脚ΙNTB为中断信号口，与语音板单片机P3.2连接进入外部中断；45号引脚RDB为读信号口，与语音板单片机P3.7连接，控制语音芯片发出数据；43号引脚CSB为片选信号口，与语音板单片机P2.1连接，为低电平时说明使用的是并行方式进行数据交换；LD3320的P0到P7引脚与语音板单片机的P0.0到P0.7连接，作为地址和数据总线；47号引脚RSTB为芯片复位口，与语音板单片机P3.5连接，当该引脚为低电平是LD3320启动复位；44号引脚A0是地址或数据选择位，与语音板单片机P2.0连接，在WRB有效时，高电平表示P0到P7是地址线，而低电平表示P0到P7是数据线；42号引脚WRB为写信号口，与语音板单片机P3.6连接，当其为低电平时语音芯片接收信号。引脚MΙCP与MΙCN与麦克风的正负两端相连，通过这两端输入声音电压信号。图2 是LD3320硬件原理图。

2.3.2 红外发射电路设计

红外发射电路与语音端单片机相连，作为搭建通信的桥梁。当语音识别成功以后，单片机输出相应的控制指令，该指令为二进制码，单片机对它进行编码、调制后加载到固定频率为38 kHz载波上，使之成为一系列脉冲串信号，然后通过红外发射二极管发送到开关控制板。

2.3.3 开关控制板设计

开关控制板是整个系统的执行机构，接收红外信号后需要用到单片机进行开关量控制，单片机型号选择为STC89C52RC，主要的原因是步进电机需要的驱动电流较大，驱动电压为5～12 V，综合考虑5 V供电的单片机作为主控芯片，然后进行外围电路设计。包含红外接收电路、限位开关电路、晶振和复位电路的设计。小灯通过限流电阻与单片机Ι/O口直接连接，程序控制Ι/O口高低电平实现开灯与关灯，步进电机通过驱动板ULN2003驱动，实现电机正反转功能。图3是开关控制板结构框图。

2.4 软件设计

图3 开关控制板结构框图Fig.3 Block diagram of switch control board

2.4.1 语音板程序设计

主函数作为程序的入口，主要功能是进行单片机初始化，进行定时器、中断、延时程序等的设置。语音识别初始化程序对LD3320语音芯片进行复位操作，需要对芯片RSTB引脚发送低电平，然后对片选端CS做拉低拉高的操作，以激活内部的DSP。其次是通用初始化，主要是对LD3320芯片中的读写寄存器进行赋初值，该函数为出厂配置，一般不需要更改。最后是语音识别初始化，ASR功能的寄存器赋初值，也不需要修改。识别列表程序主要是添加语音识别关键词，需要在下面二维数组中写入中文拼音串，只能是小写的，而且两个拼音之间必须用空格隔开，LD3320芯片最多可支持50条关键词，当关键词识别匹配成功以后会有一个一维数组对应的识别码，在该识别码下可进行语音控制的其他操作。图4是语音板主程序流程图。

图4 语音板主程序流程图Fig.4 Voice board master program flow chart

2.4.2 红外发送子程序设计

为了避免红外线发送的数据被空气中的红外线或其他红外设备干扰，需要利用单片机产生38 ΚHz固定频率的红外线作为载波信号，把要发送的二进制数据加到38 kHz载波上，这样接收端就只能接收该频率的红外数据。所以程序一开始要对定时器进行设置，利用一个周期内高低电平的变化次数来得到38 kHz的频率，需要计算出每隔多长时间进行电平的取反操作[18-20]。红外发射程序是在语音识别码下执行，当识别成功以后发送八位的二进制红外数据。其流程图如图5所示。

图5 红外发送程序流程图Fig.5 Flow chart of infrared sending program

图6 开关控制板主程序流程图Fig.6 Master program flow chart of switch control board

2.4.3 开关控制板程序设计

开关控制板作为开关电路，当接收到语音板的红外信号以后，会触发红外中断处理函数，在该中断中进行数据解码。当解码成功以后会有一个返回值，此时程序会进行二次比对，以防接收到的不是语音板发送过来的红外数据，只有比对成功以后才进行控制步进电机和LED小灯的操作。这样，在不同的红外数据值下，我们只要对想控制的Ι/O口进行赋值或者利用标志位处理。就可以进行相应的开关控制等。图6是开关控制板主程序流程图。

3 系统性能测试

通过加入红外无线收发模块进行远程控制，使开关控制具有可移动性，可实现一端进行语音识别，另一端进行控制。在控制端加了一些控制功能，比如步进电机的正反转控制，LED小灯的PWM调节亮度，加入英文语音识别。图7是系统测试图。

图7 系统测试图Fig.7 System test chart

4 结论

整个设计的创新之处是在开关控制系统中加入语音识别和红外无线通信，这种应用在智能家居，医院呼叫系统，化工行业的智能控制系中都可以有广泛的应用，然而这样一个系统如果要应用到具体黄环境中，相应的功能还必须加以完善。针对本次设计，由于研究人员水平有限，所以系统还有以下几点需要完善的地方：

1） 通信距离受限，由于选用红外无线通信，所以理想通信距离为十米左右，

但实际距离只为3～5 m，对于远距离传输确实有待提高。解决办法可以考虑使用性能比较好的红外模块来提高通信距离，改进措施是可以考虑应用ZigBee无线无线传感器网络，这可以作为尝试，在后续的研究中来进行推进。

2） 语音识别易受环境噪音影响，导致识别效果不太稳定，该系统目前适用于相对安静的室内环境，但是这种环境要求是苛刻的。所以要提高系统的语音识别模块部分的抗干扰能力以及识别的精度。

放眼全球，智能化的语音成品已经相当丰富，一股全球语音声控的热潮已经汹涌而来。在面临语音识别率和语音采集等问题上还有一些技术瓶颈，但在技术不断走向成熟的动力下，把语音技术融入更多领域将是必然趋势，困扰其应用的准确度和稳定性的问题也有望迎刃而解，将会有越来越多的人投身到这一场科技浪潮里。