基于声纹识别的通用语音控制系统设计

  作者:angelazhang 时间:2015-03-21

Chapter 1.引言

1.1.背景

随着物联网的发展,对家庭电器的控制将会有更多的发展,而语音作为一种自然简单的方法将是一种有效便捷的控制方式。声音不仅可以传达指令,还能与声纹识别的安全系统结合,如果可以把语音控制与安全控制结合起来,系统就变得更自然直接更人性化了。

 

在本设计就是希望通过设计出一个通用的系统为将来的这些应用实现基本的框架。

 

1.2.编写目的

进入21世纪以来,随着科学技术的突飞进展,语音识别与确认技术也逐渐的走向成熟,基于语音识别技术的对话控制系统受到了越来越多的关注。直接用声音来发出控制指令,让机器能“听懂”你的话,执行相应的命令。本设计目的在于能够实现一个比较通用的语音控制系统,为了能更好地示例,在本文的设计中选择使用数字0-9(中文发音)十个控制语音来控制Linux系统下的ls等5个命令,通过说出命令对应的数字来选择相应命令操作,从而达到执行命令程序的目的。语音识别识别系统可以使人机交互更为方便,更加智能。

 

1.3.定义

GVCS: General Voice Control System,即通用语音控制系统。

SI: Speaker-Independent,与说话者无关的语音识别技术;

SD: Speaker-Dependent, 与说话者有关的语音识别技术;

SV: Speaker Verification, 语音确认;

 

2.1.项目目标

符合SMART原则

Specific明确的陈述:整个通用语音管理系统的实现。

Measurable可以衡量的结果:通用语音控制系统对机器的控制结果。

Attainable可以达成的目标:对机器设备控制的智能化。

Relevant任务相关性:只完成语音控制所需要的实现

Time-based时限性:在规定的时间内成项目计划

 

遵循质量控制管理

项目将严格进行质量管理控制,对每一个步骤都建立相对完善的文档,严格按照流程进行,完成系统功能的同时提高系统性能,增强系统的可维护性。

 

2.2.产品目标与范围

本项目主要是为了实现对机器设备控制的智能化,从而选择使用Digilent Cerebot™ 32MX4开发板设计一套通用语音控制系统,该系统主要应用在家庭电器设备和工业控制等领域。

Chapter 3.可行性分析

3.1.实用可行性

本设计的主要目的是能建立一个通用的语音控制系统,只要对系统进行相关的配置和扩展之后就能够应用到各种应用中。通过这一个系统可以实现对电器、软件等的语音控制。

 

这一系统的应用可以使对机器的操作方便高效,,同时也可以完善用的操作体验。

 

3.2.技术可行性

在这个系统中需要实现的有:控制语音的采集、控制语音的识别、将识别后的控制语音转换成控制指令、将控制指令转换成相应机器可以识别的指令,需要的硬件有:

控制语音的采集:直接用模数转换器收集模拟的语音,用编程的方法把数字语音转换成合适的格式。

 

控制语音的识别:用编程的方法将采集到的语音与控制语音库的数据进行匹配,得到匹配结果。

 

将识别后的控制语音转换成控制指令:把匹配的结果映射成相应的控制指令输出。

 

将控制指令转换成相应应用可以识别的控制指令:为了使系统有更好的通用性,需要根据实际的应用把输出的控制指令转换成相应应用可识别的控制指令,从而实现控制机器。这些实现可以直接用编程的方法实现

 

3.3.经济可行性

本系统采用高度可定制的思想实现。系统可以根据需要,自行对各个功能实现进行选择或替换,通过这种实现方案可以定制出能达到最好的经济效益的组合。如替换更合适的语音采集方法、语音识别方法,定制语音与控制指令的映射关系等。

 

本系统的性能主要由硬件处理速度、控制语音库的大小和语音匹配算法决定。在实际中可以根据需要选择硬件和语音库,同时也可以不断改进算法。

 

Chapter 4.需求分析

4.1.系统应该实现以下功能:

  1. 把说出的控制语音转换成相应的控制操作。

  2. 能够配置语音与指令的对应关系。

  3. 可以根据需要替换相关功能实现。

  4. 在无法识别控制语音时不执行操作并给出提示。

 

4.2.通用语音控制系统模型

51ac25083be20-thumb.jpg

                                        图1:通用语音控制系统模型

4.3.用中文数字声音执行Linux命令

                   51ac25083dfa3-thumb.jpg

                                图2:语音转换系统命令的过程\

控制语音采集:

使用模数转换芯片,将模拟的语音转换成数字语音数据。

 

编码转换:

将采集到的语音加工成可以进行语音识别的格式,这种格式应该文件较小、利于语音识别。

 

控制语音识别:

通过搜索比较,得到识别结果,并把识别结果映射到定义的识别码(用整数表示),识别码包括无法识别项。

 

应用可识别的指令转换:

把识别码转换成执行指令,在这里就是相应的Linux指令。

 

执行操作:

直接调用指令,执行选定指令。

 

4.4.硬件需求

1、Digilent Cerebot 32MX4开发板

2、PmodNIC——网络接口控制器

3、PmodMIC——麦克风/数字接口

 

4.5.项目开发环境

软件环境:

在Linux操作系统;MPLAB IDE

 

硬件环境:

PC机;Digilent Cerebot 32MX4开发板; PmodNIC——网络接口控制器;PmodMIC——麦克风/数字接口

关键词: 声纹识别 通用语音控制 Linux 人机交互

加入微信
获取电子行业最新资讯
搜索微信公众号:EEPW

或用微信扫描左侧二维码

相关电路