基于SPCE061A智能小車機器人語音辨識系統的研究

0 引言
隨著科技的發展，智能設備大量涌現，其中智能汽車作為典型代表之一，對其進行研究開發也相當普遍，當然人與這些智能化設備之間快捷可靠的交互方式很多，其中語音辨識技術以其獨特的趣味性成為了人與智能系統交互方式中的熱點。本文所設計的智能小車利用語音辨識技術，實現自動前進、后退、左拐、右拐和停車。

1 智能車語音辨識系統的開發平臺SPCE061A
采用語音辨識技術構建的智能小車的語音辨識系統實現了小車的自動行駛，而SPCE061A控制器是構建語音辨識系統的開發平臺。
SPCE061A是一款16位獨具語音特色的控制器，片內采用的μ‘nSPTM(microcontroller and signal processor)核心處理器，具有較高的處理速度，能夠完成16位算術邏輯運算、16×16位硬件乘法運算和DSP內積濾波運算、能夠快速處理復雜的數字信號，不需要額外的專用語音控制芯片，就能實現語音的編解碼等，既節省了設計成本，又能滿足一定的控制要求?？刂破鞑捎媚K化架構，集成了ICE(在線仿真)、鎖相環振蕩器、時基控制器、7通道10位AD轉換器、單通道AD+AGC(自動增益)轉換器、雙通道10位DA轉換器、通用異步通信接口、串行輸入輸出接口、電壓監控等模塊，其結構如圖1所示。

2 語音辨識的基本原理
語音辨識是建立在對人的語音交互過程的基礎上，它是一種多維模式辨識過程，分為訓練和辨識兩個階段，其基本原理圖如圖2所示。辨識過程主要包括語音信號的預處理、特征提取、語音模型庫、模式匹配、后處理等幾個環節。預處理包括濾波、采樣和量化、加窗、端點檢測、預加重等過程，然后對預處理后的語音信號樣本進行分析處理，從中提取出語音特征信息，建立特征模型；之后開始模式匹配，將輸入語音信號的特征與已有的特征模型進行對比，如果兩者達到一定的匹配度，則輸入的語音被辨識。機器語音辨識處理的過程與人對語音辨識處理的過程基本上是一致的，目前主流的語音辨識技術是基于統計模式辨識的基本理論。