畢業(yè)設計（論文）基于8051的聲控設計

1、南京信息南京信息職業(yè)職業(yè)技技術術學院學院 畢業(yè)設計論畢業(yè)設計論文文 作者 學號 系部 電子信息工程系 專業(yè) 無線電技術（微波技術與器件） 題目 基于 8051 的聲控設計 指導教師 評閱教師 完成時間： 2011 年 5 月 1 日 畢業(yè)設計畢業(yè)設計(論論文文)中文摘要中文摘要 題目：基于 8051 的聲控設計 摘要：本設計是基于 8051 的聲控設計，整個聲控系統(tǒng)的組成是以聲控芯片 rsc364 為核心所設計的聲控模塊（簡稱 vcmm）為中心來做應用，系統(tǒng)采用 模塊化設計，擴充性佳，本身控制板可以適合不同的硬件工作平臺。整套系 統(tǒng)可以做夸平臺聲控應用，可由串行接口來下命令道 vcmm 做聲控

2、處理。聲 控模塊系統(tǒng)構架主要有語音辨認芯片，程序 eprom，flash 內存，單芯片 89c2051 組成。89c2051 是 8051 單片機的小型化設計包裝，用于較簡單化的 硬件設計上。語音辨認芯片采用 sensory 公司設計的芯片，主要優(yōu)點為省電 及相關模擬電路簡單，適合做小型多樣化產品設計用。 關鍵字: 聲控芯片；跨平臺；外部聯機；串行接口；聲控模塊 畢業(yè)設計畢業(yè)設計(論論文文)外文摘要外文摘要 title:8051 voice-based design abstract: the design is based on the 8051 voice design, the comp

3、osition of the whole system is voice-activated voice chip rsc364 designed as the core voice module (referred to vcmm) to do applications for the center, the system is modular in design, good expandability, and its own control panel can work for different hardware platforms. platform for the entire s

4、ystem can do boast voice applications, can be ordered under the serial interface to do voice processing vcmm. voice modules are speech recognition system, chip architecture, program eprom, flash memory, composed of single- chip 89c2051. 8051 89c2051 is a small design package, for a more simplified h

5、ardware design. speech recognition chip designed by sensory chip, the main advantage of energy saving and related analog circuit is simple, suitable for product design with a small variety. keywords: voice chip,cross-platform,external line, serial interface, voice module. 目錄 1 1 引言引言.1 1 2 2系統(tǒng)概述系統(tǒng)概述

6、 .1 1 3 3 聲控計算機的相應概況聲控計算機的相應概況.3 3 3.3. 1 1 聲控計算機的分類聲控計算機的分類 .3 3 3.3. 2 2 聲控計算機的基本規(guī)格聲控計算機的基本規(guī)格 .4 4 3.3. 3 3 聲控計算機的應用聲控計算機的應用 .4 4 4 4 聲控模塊硬件配置聲控模塊硬件配置.4 4 4.14.1 聲控模塊聲控模塊 vcmmvcmm 功能功能 .4 4 4.24.2 聲控模塊聲控模塊 vcmmvcmm 配備配備 .5 5 4.34.3 聲控模塊聲控模塊 vcmmvcmm 硬件說明硬件說明 .5 5 4.44.4 聲控模塊聲控模塊 vcmmvcmm 操作說明操作說明

7、.6 6 5 5 基本控制電路基本控制電路.8 8 5.15.1 經過串行接口來控制經過串行接口來控制 vcmmvcmm.8 8 5.25.2 經過經過 pcpc 的的 rs-232rs-232 接口來控制接口來控制 vcmmvcmm .8 8 5.35.3 程序說明及流程圖程序說明及流程圖 .9 9 結論結論.1313 致謝致謝.1313 參考文獻參考文獻.1313 1 1 引言引言 聲控技術是用來設計一臺會聽話的計算機，只要對著麥克風講話，便 可以指揮計算機動作，也就是要實現“芝麻開門”聲控計算機的夢想，當 然現在已不是夢想。聲控技術將以軟件和硬件來實現。語音識別系統(tǒng)應用 的范圍相當廣泛，

8、現在隨著許多關鍵技術的突破及 vlsi 技術的進步，市場 上已出現許多方便使用的聲控應用產品，如中文語音輸入系統(tǒng)，升空移動 電話（或手機）語音撥號，聲控汽車音響等，而且未來會有更多有趣的聲 控電子產品上市。 聲控系統(tǒng)可以聲音來控制計算機，完成某些特定的工作，如此一來可 以取代部分按鍵輸入來執(zhí)行命令，也就是說計算機也可以聽懂人們的聲音， 并且加以處理后可以完成特定的工作，更進一步讓人和計算機交談。聲控 計算機的技術使用的是計算機語音識別技術，由人的聲音來控制計算機動 作，可是計算機本身完全聽不懂人的聲音，因此必須先讓計算機先了解人 的講話的聲音及腔調。將原先訓練好的聲音特點存成語音參考樣本，以便

9、 將來做識別時，當做對比參考。本論文是基于 8051 的聲控設計，介紹整個 聲控系統(tǒng)的設計流程。 人們對聲控系統(tǒng)的進一步研究和發(fā)展，將會為我們以后的生活和工作 帶來無窮的方便和樂趣。 2 2 系統(tǒng)概述系統(tǒng)概述 整個聲控系統(tǒng)的組成是以聲控芯片 rsc364 為核心所設計的聲控模塊（簡稱 vcmm）為中心來做應用，系統(tǒng)采用模塊化設計，擴充性佳，本身控制板可以適 合不同的硬件工作平臺。整套系統(tǒng)可以做夸平臺聲控應用，可由串行接口來下 命令道 vcmm 做聲控處理。 聲控模塊系統(tǒng)構架如圖 2-1 所示，主要有語音辨認芯片，程序 eprom，flash 內存，單芯片 89c2051 組成。89c2051

10、是 8051 單片機的小型化設 計包裝，用于較簡單化的硬件設計上。語音辨認芯片采用 sensory 公司設計的 芯片，主要優(yōu)點為省電及相關模擬電路簡單，適合做小型多樣化產品設計用。 flash rom 串行接口 til 電 平 rs-232 串行接口 erom +5v 電源穩(wěn)壓器 r s c3 64 模擬電路麥克 風輸 入 lm386 聲頻放大 器 喇叭輸 出 89c2051 單芯片按鍵輸入 控制 圖 2-1 聲控系統(tǒng)組成構架 語音辨認程序代碼存于程序 eprom 中，先前壓縮的語音提示語也可以存放 于其中。flash 內存則是存儲語音訓練時所輸入的參考樣本特征參數及實時輸 入的語音壓縮數據，

11、所輸入的語音壓縮數據可以在辨認后說出來當做辨認結果 驗證用。以上這些數據因為存于 flash 內存內，關機后數據仍保存著，以免每 次開機后，又要重新做訓練造成使用上的不方便。在模擬的接口電路上以最少 的電路便可以做語音的錄放音控制。 整個系統(tǒng)架構采主從式雙處理機架構設計，由單芯片當做主控芯片，送出 串行控制信號來控制辨認芯片完成相關的辨識工作。此一架構可以簡化系統(tǒng)的 軟硬件設計，語音辨識的軟硬件部分交由專用辨識芯片來處理，這些工作需要 有效的算法及高速的硬件架構才能完成。在單芯片控制語音辨認芯片方面使用 串行接口做控制，并定義一系列與與語音辨認處理相關的控制指令來完成工作。 單芯片則負責人機接

12、口的控制，在操作上使用 4 只按鍵控制來做設置，分別做 語音輸入訓練，修改，聽取語音內容，辨認等四項工作。所有工作經過動作指 示 led 燈及語音提示語來完成。除了基本的按鍵操作外，并建立了單片機串行 傳輸接口，可以經過外部的其他種設計師熟悉的單芯片，如 pic 或是 em78 系列 單片機來做更復雜的系統(tǒng)整合用，經過堆積木的方式來構建更復雜的聲控應用 系統(tǒng)，使整個復雜的聲控系統(tǒng)設計，可以簡化到以簡易的串行接口指令來完成。 更復雜的控制可以經過 rs-232 接口連接到 pc 接口上設計串行通信程序來完成。 3 3 聲控計算機的相應概況聲控計算機的相應概況 聲控計算機可以聲音來控制計算機，完成

13、某些特定的工作，如此一來可以取代部 分按鍵來執(zhí)行指令，也就是說計算機可以聽懂人們講話，并且加以處理完成特定的工 作，進一步讓計算機與人進行交談。 3 31 1 聲控計算機分類聲控計算機分類 依系統(tǒng)所能辨認單字多寡可以分類為以下三種： （1） 特定詞匯：幾個單詞，詞或是詞組。 （2） 少量詞匯：數十個單字，詞或是詞組。 （3） 大量詞匯：涵蓋所有的單字，詞或是詞組發(fā)音。以中文語音辨認而 言便是所有的中文字。 依用戶是否需要是先做訓練分為： （1）特定語者 聲控系統(tǒng)只能辨認某一特定用戶的聲音，用戶在第一次使 用此系統(tǒng)時需將所要辨認的詞匯念過一到兩遍，當做語音參考樣本。誰來辨認 說出語音，辨認時會很

14、準確，當然如果訓練時是男生的聲音，如其他的男生來 辨認，只要腔調及音頻不要差異太大，仍然可以辨認出來。 （2）語者調適 用戶只要曾經對辨認系統(tǒng)訓練過，此系統(tǒng)便可辨認出他 的聲音，是一種比較有靈活的做法，用戶不需要念完所有的音，只要念過一部 分的單音后，系統(tǒng)會自動將語音參考樣本做調整。 依說話者的方式分類為： （1）單音辨認：系統(tǒng)只能辨認單音，因此用戶所說的每一個字必須分開來。 （2）連續(xù)音辨認：系統(tǒng)可以接受語音者連續(xù)發(fā)音。 由以上幾種分類說明可以看出，一套最理想的聲控計算機系統(tǒng)應該是大量 詞匯，不特定語者連續(xù)音語音辨認系統(tǒng)，一般人不需要經過學習，便可以讓計 算機聽懂他發(fā)出的語音，也就是說只要對

15、著計算機說話便可以直接來控制計算 機動作了，但是要完成這樣的一套高辨認率的系統(tǒng)實在不是一件容易的工作。 一般在應用上，特定語者，少量詞匯的單音辨認系統(tǒng)便可以滿足我們的特 定需求，若能先完成一套簡單而又高辨認率的聲控系統(tǒng)，在不影響辨認率的情 況下而后再逐漸加大詞匯量，或是修改語者訓練的方式，采用語者調適的方法， 也可以提升聲控系統(tǒng)的整體性能，增加使用的方便性。 3.23.2 聲控計算機的基本規(guī)格聲控計算機的基本規(guī)格 一般的聲控計算機的基本規(guī)格： （1）辨認率高 （2）特定語者 （3）少量詞匯 （4）單音辨認 3.33.3 聲控計算機的應用聲控計算機的應用 聲控的應用范圍很多，一般可以分為以下幾種

16、： （1）計算機接口應用：利用聲音控制屏幕顯示（如簡報系統(tǒng)，多媒體展示） ，或利用聲控來下達計算機指令與鍵盤同時操作（如應用在 cai,game 中）。 （2）自動化控制：利用聲音來控制機器人在高危險度的場所工作，或各種 機械操作，或是聲控儀表操作。 （3）消費性產品應用：如家電控制，電視，音響，電燈或語音自動撥號， 汽車聲控設備，兒童玩具聲控。 （4）文本處理器：利用語音來輸入文字（如聽寫機或是聲控文書處理器） （5）利用語音辨識技術設計門禁管理系統(tǒng)。 4 4 聲控模塊硬件配置聲控模塊硬件配置 聲控模塊 vcmm 是由單芯片 89c2051 控制語音辨識專用芯片 rsc364，單芯 片只用

17、4 條 i/o 線便可以控制聲控芯片動作。 4.14.1 聲控模塊聲控模塊 vcmmvcmm 功能功能 （1）利用本套系統(tǒng)可以自行設計獨立操作型特定語者聲控系統(tǒng)，產品附 加價值高。 （2）本系統(tǒng)特定語者的單詞，字，詞語音辨識。 （3）不限定說話語言，中英文皆可。 （4）具有自動語音輸入偵測的功能。 （5）特定語者辨識率可達 98%以上，反應時間小于 1 秒。 （6）系統(tǒng)參數及語音參考樣本一但輸入后數據可以長久保存。 （7）系統(tǒng)采用模塊化設計，擴充性佳，可適合不同的硬件工作平臺。 （8）在線訓練輸入的語音可以壓縮成語音數據而又系統(tǒng)說出來當做辨認 結果確認。 （9）系統(tǒng)可以獨立操作，不必依靠 pc

18、。 （10）系統(tǒng)包含有英文的語音提示語做語音動作引導。 （11）系統(tǒng)展示 5 組語音辨認功能。 （12）最多可以擴充控制到 60 組語音辨認。 （13）需要外加+5v 的電源供電。 （14）內建 dtmf 信號產生功能，可做電話撥號的實驗。 （15）內建 4 只按鍵開關及 rs-232 串行通信接口。 （16）提供完整 8051 控制接口及聲控芯片電路圖。 （17）含 8051 匯編語言串行應用范例源程序及 pc vb rs-232 元程序。 （18）可擴充軟硬件功能做進一步產品設計或聲控專題制作 4.24.2 聲控模塊聲控模塊 vcmmvcmm 配備配備 （1）vcm 控制板成品 （2）+5

19、v 的直流電源線 （3）小型喇叭 （4）系統(tǒng)工作磁盤 （5）展示操作書名書 （6）完整電路圖 4.34.3 聲控模塊聲控模塊 vcmmvcmm 硬件說明硬件說明 u1 rsc364：聲控芯片。 u2 flash:29c20 2m，內存語音樣本及語音壓縮數據。 u3 eprom：存聲控芯片程序代碼，rsc364 可執(zhí)行文件。 u4 89c2051：存 8051 聲控程序代碼。 u5 lm386：聲頻放大器。 u6 icl232：rs-232 電平轉換芯片。 u7 7805：5v 穩(wěn)壓 ic。 j1：電容式麥克風。 j2：外部電容式麥克風擴充接頭輸入。 j3：pwm 語音輸出（dtmf 信號產生，

20、電話撥號信號輸出） 。 j4：dac 語音輸出。 j5：喇叭輸出接頭。 j6：9v dc 輸入接頭。 j7：5v dc 輸入接頭，紅色+5v，黑色 gnd。 vr1：喇叭輸出音量控制。 j8：89c2051 串行接口 i/o 輸出接頭。 j9: 89c2051i/o 輸出接頭。 j10:rs232 d 型 9 引腳的公接頭。 j11:rsc364 聲控芯片控制信號。 j12:rs232 3 引腳的接頭。 4.44.4 聲控模塊聲控模塊 vcmmvcmm 操作說明操作說明 （1）準備一個+5v 電源。經過 2 引腳的電線接至+5v 接點 j7，紅色+5v， 黑色 gnd。 （2）或是準備接一個+

21、9v 電源。經過 2 引腳的電線接至+9v 接點 j6，紅色 +9v，黑色 gnd。 （3）喇叭接線接至 j5sp，打開電源，電源指示燈 d2 亮起，工作指示燈 d3 閃爍，表示開機正常?；蚴前聪?8051 reset 鍵 s6。 （4）注意：系統(tǒng)已經錄有測試語音（例如 1,2,3） ，先按 s3 鍵，聆聽系統(tǒng) 已經在的語音內容，作為欲辨識的字詞。多按幾次 s3 鍵，聽聽內建已經訓練的 語音。 （5）按 s4 鍵：說出欲辨識的字詞來辨認。系統(tǒng)會以英文說出“what name”當提示語，d3 led 燈亮起，則對著麥克風說出語音，如說“1” ，系統(tǒng)辨 認出來后會說“1” 。 （6）因為為特定語者

22、語音辨認，男生來辨認會準確些，誰來訓練語音， 辨認會準確，辨識率可達 95%以上。 （7）語音輸入操作技巧： 訓練及辨認時周圍環(huán)境不宜太嘈雜。 語音提示音會有提示音，led 亮起，等提示音說完才輸入語音。 語音輸入時與麥克風的最佳距離為 30cm，有效距離為 100cm，距離越遠則 音量要大點，若太小聲系統(tǒng)會以英文說出“please louder” ，要您說話大聲點。 （8）s1s4 功能鍵如下： 按鍵 s1：做語音參考樣本訓練輸入，一次訓練一組，展示系統(tǒng)為 5 個辨認 的單音。已訓練的語音會永久保存在 flash 的記憶芯片中，即使關機還是有效， 語音訓練輸入需要輸入 23 次，一般正常情況

23、輸入 2 次語音便可按下 s1 鍵， 操作過程如下： 系統(tǒng)說出“say name” （說一單音）第 1 次錄音 系統(tǒng)說出“repeat name”(重復一遍)（非必要）第 2 次錄音 系統(tǒng)說出“repeat name to record” （重復一遍錄音用）第 3 次錄音 第 1,2 次錄音作為產生語音參考樣本，第 3 次錄音則是做聆聽已存在的語 音內容用。若訓練成功后，系統(tǒng)會說出您剛剛輸入的語音，以做確認。 按鍵 s2：修改原先已存在的語音參考樣本。先按 s3 鍵聆聽系統(tǒng)已存在的某 組語音內容。再按 s2 鍵該組內容會先被刪除，再執(zhí)行語音輸入訓練過程來建立 新的語音參考樣本。若在語音輸入訓練

24、過程中失敗，可以使用 s1 鍵來輸入新的 語音樣本。 按鍵 s3：聆聽系統(tǒng)已經存在的語音內容。展示程序為編號 04，重復循環(huán)。 按鍵 s4：進行辨認。 （9）做內建 dtmf 信號產生實驗：reset+s3 鍵，則工作 led 燈會持續(xù)閃動， 進入 dtmf 信號實驗模式，可做電話撥號的實驗，按 s3 鍵則產生 dtmf 信號 “117” 撥號音，則會接通電話，進行報時的動作，需按 reset 才能回到辨認的功能。 實際電話撥號的電路設計，由 j3 的 pom0 單點送出撥號音（dtmf 信號）至電話 耦合接口，達成撥號的動作。 （10）其他說明： 當用戶第一次使用此系統(tǒng)時，不必輸入新的語音樣

25、本，以原來的辨認單音， 例如“！” ， “2” ， “3”便可以進行辨認，一般男生應可以辨認正確，如果是辨 認自己的聲音，則可以高達 95%以上的辨認率。 您可以依自己喜好來重新輸入新的語音樣本，如“john” ， “nancy”等。 展示系統(tǒng)為 5 個辨認的單音，當辨認到相對的語音（編號 04）則原先輸 入對應的語音說出來當作確認用。 5 5 基本控制電路基本控制電路 vcmm 本身便可以做語音辨認實驗，但由單片機 8051 設計聲控的功能也 可以由外部聯機來控制 vcmm 動作。所有應用主控系統(tǒng)都是經過串行接口來 控制 vcmm 動作，進一步完成聲控的目的，分為兩種方式來作控制：經過串 行

26、接口來控制 vcmm 和經過 pc 的 rs-232 接口來控制 vcmm。 5.15.1 經過串行接口來控制經過串行接口來控制 vcmmvcmm 由外部任何單芯片經過串行接口來控制 vcmm，其電平為 ttl 信號，皆可以 由 j8（89c2051 串行接口 i/o 輸出接頭）連到 vcmm。其控制連接方式如下表 2- 2-1 所示。 外部單芯片 vcmm 89c2051 j8 txd rxd（接收） rxd txd（發(fā)送） 接地 接地 表 5-1-1 vcmm 的控制連接方式 5.25.2 經過經過 pcpc 的的 rs-232rs-232 接口來控制接口來控制 vcmmvcmm 此一控制

27、方式是連接到 pc 的 rs-232 d 型 9 引腳的公接頭，經過 rs-232 串 行接口來控制 vcmm，由 j10（rs-232 的 d 型 9 引腳的公接頭）連接到 pc 串行 接口輸入端，在 pc 上寫串行控制指令來做聲控應用。 vcmm 可以做夸平臺聲控應用，可由串行接口來下命令 vcmm 做聲控處理。不 是使用 8051 的系統(tǒng)，也可以聯機來控制 vcmm。主要是以串行通信指令來控制 vcmm。 vcmm 的串行通信格式為9600 n 8 1: 傳輸率 9600bps，不做校驗位檢查，傳輸 8 個數據位，1 個停止位。下一節(jié) 以 8051 程序代碼來寫聲控程序，并以 io51

28、控制板來做控制實驗。 5.35.3 程序說明及流程圖程序說明及流程圖 以 io51 控制板的串行接口來控制 vcmm 聲控模塊。以 3 條連接線相連，將 io51 j1 聯機至 vcmm j8 插座。下圖為其控制電路： 圖 5-3-1 io51 控制電路圖 vcmm 串行接口聲控指令句柄如下： （1）句柄t：語音訓練，做語音參考樣本訓練輸入，一次訓練一組， 展示系統(tǒng)為 5 個辨認的單音。 （2）句柄m：語音修改，修改原先已存在的語音參考樣本。 （3）句柄l:語音聆聽，聆聽系統(tǒng)已存在的某組語音內容，展示程序為 編號 04，重復循環(huán)。 （4）句柄r：語音辨認。 以上所有動作操作如同操作 vcmm

29、上的 4 個按鍵一樣。 io51 送出辨認句柄r后，等待約 1 秒后，vcmm 送出句柄ab用以表 示辨認結果，ab 為所辨認的語音樣本編號編碼，實際辨認結果編號為 no: no=10a+b，其中 no 有效值為 059。 若辨認錯誤則會傳回x作為響應。 例如辨認出語音樣本編號 1，則會傳回ab，用戶可以再設計程序做進 一步應用控制。 io51 在收到辨認結果后也會以內置的 led 指示燈組合來表示，led 動作是 反向亮滅指示燈，一次亮，一次滅。順序由左而右對應編號 04。 io51 控制板上的操作： （1）按下 k1 鍵：io51 送出句柄“t”，語音訓練。 （2）按下 k2 鍵：io51

30、 送出句柄“m”，語音修改。 （3）按下 k3 鍵：io51 送出句柄“l(fā)”，語音聆聽。 （4）按下 k4 鍵：io51 送出句柄“r”，語音辨認。 由于實驗時是以串行接口做信號聯機，不需經過 rs-232 電平轉換，因此 vcmm 及 io51 兩邊的 rs-232 控制芯片 icl232 要先取下來，以避免信號干擾， 無法正確的聯機。 圖 2-3-2 是主控程序控制流程圖。在主控程序循環(huán)中掃描是否有按鍵，若 有修改則做相對功能處理，若按下 k1 鍵則送出語音訓練句柄，若按下 k2 鍵送 出語音修改句柄，若按下 k3 鍵送出語音聆聽句柄，若按下 k4 鍵則送出語音辨 認句柄，執(zhí)行辨認功能。 聲控應用程序的控制程序文件名為 v51.asm，子程序說明如下： （1）delay：延遲子程序。 （2）led_bl：工作指示燈閃爍。 （3）init_rs232：初始化 rs-232 接口。 （4）tx_char：傳送一個字節(jié)數據。 （5）recog：啟動 vcmm 開始做辨認處理。 （6）op：執(zhí)行辨認后的相對反應動作。 （7）test_led：測試 led 燈亮滅。 （8）rxa：等待 vcmm 傳回辨認結果。 是否按下