基于非特定人语音识别芯片的技术方案

　　0 引言

　　随着高新技术在军事领域的广泛运用，武器装备逐步向高、精、尖方向发展。传统的军事训练由于训练时间长、训练费用高、训练空间窄，常常不能达到预期的训练效果，已不能满足现代军事训练的需要。为解决上述问题，模拟训练应运而生。

　　为进一步提高训练效果，本文利用智能语音交互芯片设计了某模拟训练器的示教与回放系统。示教系统为 *** 作人员生动的演示标准 *** 作流程及相应的 *** 作现象，极大地缩短了对 *** 作人员的培训时间，提高了培训效果。回放系统通过记录 *** 作训练过程中各 *** 作人员的口令、声音强度、动作、时间、 *** 作现象等，待 *** 作训练结束后通过重演训练过程，以便 *** 作者及时纠正自己的问题。示教系统也可理解为对标准 *** 作训练过程的回放。该系统不需要虚拟现实技术的支持，在小型的嵌入式系统上就可以实现。

　　1 系统原理

　　该模拟训练器由一台测控计算机和多台从设备组成。如图1所示。在此仅对一台从设备进行介绍，其硬件系统主要由测控计算机、Arduino mega2560 控制器、语音识别单元、声强检测单元、语音合成单元、面板控制单元、仪器面板等组成。面板控制单元较为复杂，包含多种控制电路，在模拟训练中负责该从设备在Arduinomega2560 控制器的控制下完成整个训练过程，在示教与回放系统中完成对刚才 *** 作训练 *** 作现象的重演，其具体电路设计在此不做介绍。

　　语音识别单元负责识别 *** 作人员的 *** 作口令；声强检测单元负责检测声强大小并以此作为判断是哪台从设备 *** 作人员口令的依据；Arduino mega2560控制器负责监视仪器面板各元件的状态来识别 *** 作人员的动作，从而完成对 *** 作训练过程的记录。各仪器的 *** 作现象根据 *** 作动作事先编制无需记录。在 *** 作回放过程中，测控计算机根据所记录的数据，通过控制相应从设备的Arduino mega2560控制器重现所记录的 *** 作过程。

　　2 单元系统设计

　　2.1 语音识别单元设计

　　目前，语音识别技术的发展十分迅速，按照识别对象的类型可以分为特定人和非特定人语音识别。特定人是指识别对象为专门的人，非特定人是指识别对象是针对大多数用户，一般需要采集多个人的语音进行录音和训练，经过学习，从而达到较高的识别率。

　　本文采用的LD3320语音识别芯片是一颗基于非特定人语音识别（Speaker？Independent AutomaTIc SpeechRecogniTIon，SI？ASR）技术的芯片。该芯片上集成了高精度的A/D 和D/A 接口，不再需要外接辅助的FLASH 和RAM，即可以实现语音识别、声控、人机对话功能，提供了真正的单芯片语音识别解决方案。并且，识别的关键词语列表是可以动态编辑的。其语音识别过程如图2所示。

　　语音识别流程采用中断方式工作，其工作流程分为初始化、写入关键词、开始识别和响应中断等。MCU的程序采用ARDUINO IDE编写［5］，调试完成后通过串口进行烧录，控制LD3320完成语音识别，并将识别结果上传至Arduino mega2560控制器。其软件流程如图4所示。