DSP的声控电子记事本的设计与实现

liyf

                    　　语音输入方式与手写输入方式相比，具有操作简便、查找方便、识别准确率高等优点。省去了大量的输入时间，降低了信息检索的复杂度。本文所介绍的声控电子记事本系统将语音识别和语音编解码在同一片ＤＳＰ芯片上实现，用语音方式代替其它方式进行信息输入，提高了系统的灵活性。
　　１　系统功能
　　可存２００张语音名片，每张语音名片包含四条信息：姓名、电话号码、工作单位、备注；声控查找语音名片信息，用户只需口述所要查找人的姓名，即可获得电话号码、工作单位、备注等信息，同时电话号码显示在液晶显示屏上。
　　具有双音多频（ＤＴＭＦ）拨号功能，用户用声控查找到电话号码并显示在液晶屏上之后，只需轻触一个拨号键，即可通过普通电话机的话筒实现快速自动拨号。
　　数字录音，每段录音加语音标识；声控放音，在放音时只需口述所要语音段的语音标识即可自动找到该段录音并加放，累计录音时间达两个半小时以上。
　　具有方便的编辑功能，增加、删除语音名片，增加、删除数字录音段。
　　２　系统构成
　　本文所介绍的声控电子记事本系统，是在定点１６位ＤＳＰ芯片上实现的，它包含特定人孤立词语音识别算法和代数码本激励线性预测（ＡＣＥＬＰ）语音编解码算法数（ＭＦＣＣ）为语音特征、以动态时间规划（ＤＴＷ）为模板匹配算法，对于普通词条，识别率达到了９９％以上。用于“录音”功能的ＡＣＥＬＰ算法是该码率下性能优异的编解码算法，虽然算法复杂度较高，但共重建语音质量的平均主观评测分数（ＭＯＳ分）达到了４．０，非常接近于压缩前的分数４．３。



　　２．１　ＤＳＰ
　　ＤＳＰ（ＡＤＳＰ２１８５）是整个硬件系统的信号处理中心，完成语音识别、训练、编解码，进行片内ＲＡＭ及外部ＦＬＡＳＨ存储芯片的数据管理与调度，并向主控芯片ＭＣＵ提供简洁的命令与反馈信息。ＡＤＳＰ２１８５是Ａｎａｌｏｇ　Ｄｅｖｉｃｅｓ公司的产品，其主要性能如下：
　　运算速度为５０ＭＩＰＳ，且均为高效的单周期指令。
　　提供了８０Ｋｂｙｔｅ的片内ＲＡＭ，其中３２Ｋｂｙｔｅ为数据ＲＡＭ，４８Ｋｂｙｔｅ为程序ＲＡＭ。
　　最大可支持４Ｍｂｙｔｅ的外部存储区，用于存储数据或程序。
　　提供对字节存储区（ＢＭ）与片内ＲＡＭ区之间的ＤＭＡ方式支持。
　　提供两上可编程、全双工、自动进行收发缓冲区操作的串行口。
　　２．２　ＭＣＵ
　　ＭＣＵ（ＫＳ５７Ｃ２３１６）是ＳＡＭＳＵＮＧ公司生产的性价比较高的一种ＣＭＯＳ四位单片机，可以一次性编程，适于小批量生产，被广泛地应用于家用电器的控制，它具有强大的Ｉ／Ｏ功能。其主要性能如下：
　　ＲＯＭ为１６Ｋ×８　ｂｉｔ；ＲＡＭ为５１２×４　ｂｉｔ
　　４０个Ｉ／Ｏ引脚
　　多至１６位数字ＬＣＤ显示
　　３２个段，４个公共端引脚
　　这些性能保证了系统主控能力，而且能够提供灵活的外部接口，适于做进一步的改进和改造。计算器等附加功能可以直接由ＭＣＵ完成。



　　３．２　ＤＳＰ与数据ＦＬＡＳＨ存储器
　　ＤＳＰ与数据存储器的接口如图２所示。ＤＳＰ的数据总线中的８位连到ＦＬＡＳＨ存储器的总线上；用ＤＳＰ的读写控制线ＷＲ和ＲＤ控制ＦＬＡＳＨ芯片的读写；用ＤＳＰ的Ｉ／Ｏ口ＦＬ０控制ＦＬＡＳＨ存贮器的ＣＥ（片选）端，以保证ＤＳＰ在进行其它总线操作时不会对该ＦＬＡＳＨ芯片产生误操作；用ＤＳＰ的另一个Ｉ／Ｏ口ＰＦ３连到ＦＬＡＳＨ芯片的“忙／闲”信号线上，监视其工作状态；分别把两个地址线Ａ８和Ａ９连到ＦＬＡＳＨ芯片的两个锁存控制ＣＬＥ和ＡＬＥ上，以便控制总线的状态。
　　３．３　ＤＳＰ与程序ＦＬＡＳＨ存储器
　　ＡＤＳＰ２１８５的Ｂｙｔｅ存储区是一个８位宽的外部双向存储空间，可用于存储程序与数据。整个Ｂｙｔｅ存储区的４Ｍｂｙｔｅ的存储空间由２５６个１６Ｋ×８的页面组成。Ｂｙｔｅ存储区只能通过ＢＤＭＡ方式进行访问。在使用ＢＤＭＡ方式工作时用Ａ０～Ａ１３作为低端地址，用Ｄ１６～Ｄ１８作为扩展的高端地址，联合使用实现４Ｍｂｙｔｅ的外部寻址能力。Ｄ８～Ｄ１５作为数据总线，ＢＭＳ、ＲＤ、ＷＲ分别用于控制存储器的片选以及读写操作信号。ＤＳＰ与程序ＦＬＡＳＨ存储器的接口如图３所示。
　　值得提出的是，ＡＤＳＰ２１８５的开发系统提供了“重载”功能的支持。其基本思路是，当片内ＲＡＭ（程序ＲＡＭ或数据ＲＡＭ）不够用时，可以由主程序将所需子程序动态调入。子程序在程序ＦＬＡＳＨ存贮器中，在需要运行时才将其调入ＤＳＰ的ＲＡＭ区。这样就相当于用软件调入方法扩大了ＤＳＰ的ＲＡＭ区。这一性能为本系统的设计提供了方便，这是因为语音识别和编解码程序都较长，不可能同时装入ＤＳＰ的ＲＡＭ区。因此，系统软件设计中必须利用这一点进行程序动态输入。
　　４　系统软件设计
　　本系统采用动态程序调入的办法扩充可利用硬件资源，在一个芯片上实现了几个复杂算法的协同工作；在程序结构上，采用了Ｃ语言和汇编语言混合编程，充分利用了ＤＳＰ的运算速度，并兼顾了程序的灵活性；软件系统采用清晰的层次结构和明确的模块划分，便于局部修改和升级；系统还根据不同功能所规定的各种参数的组合和从属关系精心设计了存储器的数据存储结构，并将数据存储、删除、查找等程序模块做了合理的封装，供上层程序调用。



　　４．１　系统软件模块的构成
　　系统的软件设计包含ＭＣＵ软件设计和ＤＳＰ软件设计两部分。ＭＣＵ软件主要是时钟日历、电源监测控制、科学计算、键盘扫描、ＬＣＤ显示驱动、与ＤＳＰ通信等程序，如图４所示。
　　ＤＳＰ的软件，主要包含五大功能模块：系统基本ＩＯ、ＦＡＬＳＨ管理、语音、Ｇ．７２３．１编码、Ｇ．７２３译码，如图５所示。分为６层，上面３层是Ｃ语言编写，用以增强程序的灵活性；下面３层用汇编语言编写，主要是算法、系统设置和外围器件控制。
　　５　应用前景
　　我们研制成功的声控电子记事本系统，是未来ＳＰＤＡ（Ｓｐｅｅｃｈ　Ｐｅｒｓｏｎａｌ　Ｄｉｇｉｔａｌ　Ａｓｓｉｓｔａｎｔ：语音个人数字助理）的雏型。它集成了语音识别、语音压缩编解码、语音信号处理器ＤＳＰ和大容量ＦＬＡＳＨ存储器的数据管理等技术，该系统所运用的技术可应用于语音拨号电话机、语音拨号＋语音录音电话机、电话机伴侣（语音拨号、报号、答录）、ＰＤＡ、随声听、语音玩具、声纹锁、语音门户等。
　　欢迎转载,信息来自维库电子市场网（www.dzsc.com）