可編輯語音識別芯片LD3320

1、Routein fo第 # 頁Routein foRouteLD3320語音識別芯片第 # 頁Routein fo（單芯片/非特定人/動態(tài)編輯識別列表語音識別解決方案）用聲音去溝通VUI (Voice User Interface)ICRoute用聲音去溝通VUI (Voice User In terface)Web :Tel ail:in fo一、.語音識別芯片介紹LD3320是一顆基于非特定人語音識別(SI-ASR: Speaker-IndependentAutomatic Speech Recognition )技術的語音識別/聲控芯片。提供了真正的單 芯片語

2、音識別解決方案。LD3320芯片上集成了高精度的A/D和D/A接口，不再需要外接輔助的Flash和RAM即可以實現語音識別/聲控/人機對話功能。并且，識別的關鍵詞 語列表是可以動態(tài)編輯的?；贚D3320可以在任何的電子產品中，甚至包括最簡單的51作為主控芯片的系統(tǒng)中，輕松實現語音識別/聲控/人機對話功能。為所有的電子產品增 加VUI( Voice User In terface)語音用戶操作界面。主要特色功能：非特定人語音識別技術：不需要用戶進行錄音訓練可動態(tài)編輯的識別關鍵詞語列表：只需要把識別的關鍵詞語以字符串的形式傳 送進芯片，即可以在下次識別中立即生效。比如，用戶在51等MCU勺編程中

3、，簡單地通過設置芯片的寄存器，把諸如“你好”這樣的識別關鍵詞的內容動態(tài) 地傳入芯片中，芯片就可以識別這樣設定的關鍵詞語了。真正單芯片解決方案：不需要任何外接的輔助Flash和RAM真正降低系統(tǒng)成本。內置高精度 A/D和D/A通道:：不需要外接 AD芯片，只需要把麥克風接在芯片的 AD引腳上；可以播放聲音文件，并提供550mW的內置放大器。高準確度和實用的語音識別效果支持用戶自由編輯 50條關鍵詞語 在同一時刻，最多在 50條關鍵詞語中進行識 別，終端用戶可以根據場景需要，隨時編輯和更新這50條關鍵詞語的內容。二、語音識別介紹語音識別 ASR技術，是基于關鍵詞語列表識別的技術。只需要設定好要識

4、別的關鍵詞語列表，并把這些關鍵詞語以字符的形式傳送到LD3320內部，就可以對用戶說出的關鍵詞語進行識別。不需要用戶作任何地錄音訓練。語音識別ASR現實意義：ASR 技術最重要的現實意義就在于提供了一種脫離按鍵，鍵盤，鼠標的基 于語音的用戶界面 VUI: Voice User In terface 。使得用戶對于產品的操作更快速，更自然。非特定人語音識別技術ASR是對幾十 G的語音數據經語言學家語音模型分析，科學家建立數學模型，并經過反復訓練提取基元語音的細節(jié)特征，以及 提取各基元間的特征差異?？梢缘玫皆诮y(tǒng)計概率最優(yōu)化意義上的各個基元語音 特征。最后才由資深工程師將算法以及語音模型轉化為硬件芯

5、片以應用在嵌入 式系統(tǒng)中。基于領先的語音識別核心引擎，經過在各大主流手機產品中三年來超過一 千萬份的量產檢驗，LD3320提供了可以真正實用的語音識別/聲控功能。ASR技術是基于關鍵詞語列表識別的技術。每次識別的過程，就是把用戶說出的語音內容，通過頻譜轉換為語音特 征，和這個關鍵詞語列表中的條目進行一一匹配，最優(yōu)匹配的一條作為識別結 果。比如在手機的應用中，這個關鍵詞語列表的內容就是電話本中的人名/手機的菜單命令/T卡中的歌曲名字。不論這個列表的條目內容是什么，只需要用戶設置相關的寄存器，就可以 把相應的待識別條目內容以字符形式傳遞給識別引擎。LD3320可以識別列表中的關鍵詞，用戶說的語音可

6、以是這個列表中任意的 關鍵詞語，而且不需要用戶在識別前進行任何訓練。識別引擎不關心關鍵詞語列表中的關鍵詞語的內容，可以是命令，人名， 歌曲名字，操作指令等等任何的漢字字符串。每條關鍵詞語最大可以支持的字數，從算法角度是限制在30字以內。但是從實際情況來看，用戶一口氣說超過8個字以上的條目時，幾乎肯定會出現說錯字/說漏字/說多字/打嗝/停頓等情況，這些情況都會嚴重影響識別并造成識 別錯誤。因而一般來說，如果要獲得理想的識別效果，建議每條關鍵詞語的字 數不要過長，避免影響效果。ASR技術上的局限性在于：ASR不是聽寫系統(tǒng)ASR不能把人的聲音轉換為確定的拼音串ASR不能任意地識別人的說話內容ASR不

7、能識別關鍵詞語列表中的某個關鍵詞語的一部分內容，除非這一部 分內容自身也是一個關鍵詞語ASR不可以識別與關鍵詞語列表中列出的關鍵詞語不相符的情況 比如，前后加了 “嗯”，“阿”之類的語氣詞 比如，只說出了關鍵詞語中的一部分而不是整個關鍵詞語 比如，沒有列在關鍵詞語列表中的詞語三、應用場景由于LD3320可以動態(tài)編輯的識別關鍵詞語列表，因此其可以應用的范圍大大超過了那些不可以改變識別列表的芯片。同時，LD3320是一顆真正的單芯片解決方案，不需要輔助的外圍Flash/RAM/AD,只需要有一顆 51級別的單片機芯片就可以控制 LD3320從而降低了系統(tǒng)的成本。其應用場景主要包括：1. 智能玩具/

8、對話玩具2. 導航儀3. MP3/MP44. 數碼像框5. 機頂盒/彩電遙控器6. 電磁爐/微波爐/洗衣機/智能家電操作7. PMP/游戲機8. 自動售貨機9. 地鐵自動售票機10. 導游機11. 樓宇電視的廣告點播(請參考“ LD3320語音識別芯片應用場景”)四、主要技術參數1. 內置單聲道m(xù)ono 16-bit A/D模數轉換2. 內置雙聲道stereo 16-bit D/A數模轉換3. 內置20mW聲道耳機放大器輸出4. 內置550mW單聲道揚聲器放大器輸出5. 支持并行接口或者 SPI接口6. 內置鎖相電路 PLL，輸入主控時鐘頻率為2MHz - 34MHz7. 工作電壓：(VDD: for internal core) 3.3V8. 48pin 的QFN 7*7標準封裝9. 省電模式耗電：1uALD3320評估板的照片：（其中，控制MCU目前選用的是 STC的51單片機）9