[实用新型]基于专用语音芯片的非特定人语音识别与语音合成装置

说明书

技术领域

本实用新型涉及一种基于专用语音芯片的非特定人语音识别与语音合成装置，属于语音交互领域。

背景技术

基于听觉的人机交互是当今科学技术领域的一个重要发展方向。目前主流的语音识别技术是基于统计模式。然而，由于统计模型训练算法复杂，运算量大，一般由工控机、PC机或笔记本来完成，成本较高，这无疑限制了它的运用。嵌入式语音识别系统和PC机的语音识别系统相比，虽然其运算速度和内存容量有一定限制，但它具有体积小、功耗低、可靠性高、投入小、安装灵活等优点。目前嵌入式语音交互系统的开发主要采用在嵌入式处理器中直接调用语音开发包的方式，而这种方法程序量大，计算复杂，需要占用大量的处理器资源，开发周期长。

实用新型内容

本实用新型针对嵌入式语音交互系统的开发中存在的不足，提供了一种基于专用语音芯片的非特定人语音识别与语音合成装置，它采用嵌入式处理器外围扩展专用语音芯片的方式，实现了语音识别与语音合成。

为实现上述目的，本实用新型采用如下技术方案：

一种基于专用语音芯片的非特定人语音识别与语音合成装置，它包括对话管理模块，该模块与语音输入模块、外部设备接口模块、显示模块、语音合成模块和语音输出模块连接；电源模块为整个装置供电。

所述对话管理模块包括主控制器和存储模块。

所述主控制器与存储模块间采用I²C总线通信，主控制器还分别通过SPI总线与语音输入模块，通过SPI接口与显示模块连接；通过USB或UART总线与外部设备通信；通过UART总线与语音合成模块通信。

所述语音输入模块包括语音识别芯片，它与外围电路连接，语音识别芯片与对话管理模块通信。

所述语音合成模块包括语音合成芯片，它与外围电路连接，语音合成芯片与对话管理模块通信。

所述语音输出模块包括音频放大电路，它与外围电路连接。

本实用新型的系统包括以下几个部分：对话管理模块、语音输入模块、语音合成模块以及外部设备接口模块。

本实用新型的有益效果是：无需预先训练，识别率高，语音交互流畅自然，性能稳健等特点。可以应用于智能家居的语音控制，智能机器人的语音交互，以及智能玩具控制等语音交互和语音控制领域。

附图说明

图1为本实用新型的系统结构图。

图2为主控制器原理图。

图3为电源模块原理图。

图4为语音输入模块原理图。

图5为语音合成模块原理图。

图6为音频放大电路原理图。

图7为外部设备接口原理图。

其中，1.对话管理模块，2.语音输入模块，3.外部设备接口模块，4.显示模块，5.语音合成模块，6.语音输出模块，7.主控制器，8.存储模块，9.语音识别芯片，10.语音合成芯片，11.音频放大电路。

具体实施方式

下面结合附图与实例对本实用新型做进一步说明。

图1中，它包括对话管理模块1，该模块与语音输入模块2、外部设备接口模块3、显示模块4、语音合成模块5和语音输出模块6连接。

1.对话管理模块

对话管理模块1包括主控制器7和存储模块8。

主控制器7选用的是ST公司的STM32F103C8T6芯片。该芯片基于ARM Cortex-M3 32位的RISC内核，工作频率最高可达72MHz，内置高速存储器(64K字节的闪存和20K字节的SRAM)，丰富的增强I/O端口和联接到两条APB总线的外设。STM32系列提供了全新的32位产品选项，结合了高性能、实时、低功耗、低电压等特性，同时保持了高集成度和易于开发的优势，将32位MCU世界的性能和功效引向一个新的级别。扩展存储器选用24C256，容量为256KB，I²C通信，用于存储大量的对话信息和指令信息。在装置使用之前，可通过USB或RS232对存储器的数据进行初始化，以实现该装置的通用性。同时预留LCD接口，可连接SPI接口的设备，如液晶屏，本装置调试实现了NOKIA 3510i液晶屏的显示。

图2为STM32主控制器的设计原理图，参考了STMicroelectronics发布的STMF10xxx硬件开发入门文档。为了保证可靠复位，选用了MAXIM公司的DS1233A作为复位芯片；STM32的模拟电源输入采用了LC滤波电路；采用3路LED指示状态，三个操作按键实现特定操作。

图3为电源模块原理图