CN102760312A

CN102760312A - 一种语音识别的智能门控系统

Info

Publication number: CN102760312A
Application number: CN2012102046509A
Authority: CN
Inventors: 苏淳
Original assignee: TAICANG BOTIAN NETWORK TECHNOLOGY CO LTD
Current assignee: TAICANG BOTIAN NETWORK TECHNOLOGY CO LTD
Priority date: 2012-06-20
Filing date: 2012-06-20
Publication date: 2012-10-31

Abstract

本发明涉及一种语音识别的智能门控系统，采用语音识别技术，在陵阳单片机SPCE061A上实现。硬件部分主要由SPCE061A单片机、电源与门控电路、外扩存储器SPR4096、音频输入与输出电路等组成。主要技术是该单片机在语音识别中的应用和对门控电路的设计。该系统软件部分由语音训练模块、语音识别模块、语音数据处理模块、语音播报模块和密码输入与确认模块组成，通过对系统的初始化和识别训练实现了语音数据的采集、特征提取、特定语音识别和语音播放等功能。根据语音识别算法原理，对语音信号的预处理、特征提取、模式匹配做了分析。该系统实验结果表明，系统性能稳定，识别效果好，可用于家庭或小型办公场所的门锁控制。

Description

一种语音识别的智能门控系统

技术领域

本发明涉及语音识别技术，更具体地讲，涉及一种基于语音识别的智能门控系统。

背景技术

出入口门禁安全管理系统是新型现代化安全管理系统，它集微机自动识别技术和现代安全管理措施为一体，它涉及电子，机械，光学，计算机技术，通讯技术，生物技术等诸多新技术。它是解决重要部门出入口实现安全防范管理的有效措施。适用各种机要部门，如银行、宾馆、机房、军械库、机要室、办公间，智能化小区，工厂等。在数字技术网络技术飞速发展的今天门禁技术得到了迅猛的发展。门禁系统早已超越了单纯的门道及钥匙管理，它已经逐渐发展成为一套完整的出入管理系统。它在工作环境安全、人事考勤管理等行政管理工作中发挥着巨大的作用。随着科技的不断进步，语音识别技术逐渐的出现在我们的生活之中，如手机、个人电脑。智能家居发展的一个重要方面是让用户交互界面更加人性化，更加方便自然，做到老年人和残疾人可以无障碍地使用。

目前，门禁系统采用较多的是非接触式RF卡工C卡密码输入等方式随着科学技术的发展，生物识别技术日趋成熟，如语音识别指纹识别虹膜识别红外识别等技术逐步成为门禁系统发展的主流技术。但相对于其他技术，语音识别技术是目前公认的比较方便与安全的识别技术之一，该技术是利用人体生物特征进行身份认证的一种技术。由于每个人的生物特征与其他人相比具有不同的唯一性和在一定时期内不变的稳定性，因此不易伪造和假冒，所以利用语音识别技术进行身份认证，安全、准确、可靠，具有较好的发展前景。本发明就是利用语音识别技术，使得门禁系统的使用更加方便。

发明内容

本发明的目的在于提供一种语音识别的智能门控系统，可用于家庭或小型办公场所的门锁控制。

为了解决上述技术问题，本发明提供一种语音识别的智能门控系统，包括如下顺序模块：

S1: 硬件系统设计；

S2: 语音信号处理。

进一步，所述的硬件系统设计的模块包括：

S201: CPU 核心电路: 采用SPCE061A 高性能 16 位单片机；

S202: 语音识别电路: 首先是噪音的滤除和预加重，然后语音信号经过滤波器组进行信号的选择，提取有用信号，通过PAR-COR系数、线性预测系数、过零次数和能量性关函数等的计算匹配对信号进行处理选择。

进一步，语音信号处理的内容包括:

S301: 语音信号预处理，噪声的存在对语音信号的处理和识别存在着严重的干扰，因此我们在处理前先要进行噪声的处理；

S302: 特征提取：本系统采用了不同说话人的分散程度与各说话人自身的

分散程度之间的对比值作为特征参数的评价方法；

S303: 模式匹配：本系统采用端点松弛两点的(DTW)算法，端点松弛引起的计算量增加并不大，还可以放松对端点检测的精度要求。

此外，优选的，该系统的核心处理器是陵阳 16 位单片机 SPCE061A，并在其上实现与文本有关的说话人的确认，然后执行相应的命令与操作。该系统主要由说话人识别模块、门锁控制电机以及门锁等部分组成。在训练时，说话人的声音通过麦克风进入说话人语音信号采集前端电路，由语音信号处理电路对采集的语音信号进行特征化和语音处理，提取说话人的个性特征参数并进行存储，形成说话人特征参数数据库。在识别时，将待识别语音与说话人特征参数数据库进行匹配，通过输出电路控制门控电机，最终实现对门锁的控制。

本发明和原理和功能说明：

本发明的语音识别的智能门控系统，其特征在于：将陵阳单片机的语音处理技术用于门控系统；

硬件部分主要由 SPCE061A 单片机、电源与门控电路、外扩存储器 SPR4096、音频输入与输出电路组成；

软件部分由语音训练模块、语音识别模块、语音数据处理模块、语音播报模块和密码输入与确认模块组成，通过对系统的初始化和识别训练实现了语音数据的采集、特征提取、特定语音识别和语音播放；根据语音识别算法原理，对语音信号进行预处理、特征提取、模式匹配。

语音识别的分类：该系统的核心处理器是陵阳 16 位单片机 SPCE061A，并在其上实现与文本有关的说话人的确认，然后执行相应的命令与操作。

硬件系统设计：本系统中的硬件设计包含CPU核心电路设计及语音识别电路的设计。

语音信号处理：该过程包含语音信号预处理、特征提取及模式匹配。

本系统中的硬件设计包含CPU核心电路设计及语音识别电路的设计，具体内容如下:

1) CPU 核心电路: SPCE061A 高性能 16 位单片机的工作电压范围为 2.6～5.5V，系统工作频率为 0.375～49.152MHz。在片内集成有 32 位可编程的多功能 I/O 端口、两个 16 位定时器/计数器、7 通道10 位电压模- 数转换器(ADC)、自动增益控制功能的麦克风输入方式、双通道 10 位 DAC 方式的音频输出功能及看门狗定时器。中断控制器可处理 3 种 FIQ 中断和 11 种 IRQ 中断，以及一个由指令 BREAK 控制的软中断。提供丰富的 C 函数库和语音处理函数库，因此非常适合数字声音和语音识别产品的开发。使得设计电路简单化，大大降低了硬件成本。分帧: 采用帧与帧重叠的方法，避免失帧。

2) 语音识别电路: 首先是噪音的滤除和预加重，然后语音信号经过滤波器组进行信号的选择，提取有用信号，通过 PAR-COR 系数、线性预测系数、过零次数和能量性关函数等的计算匹配对信号进行处理选择。语音信号在进行分析处理后与语音库(即字典)里的语音量进行模式匹配，最后根据匹配的结果输出语音识别结果。

其中，对语音信号处理，具体内容如下:

1) 语音信号预处理：对麦克风输入的模拟语音信号要进行采样和量化，获得数字化的语音信号。在语音信号数字化之前，要进行防混叠滤波及防工频干扰。其中防混叠滤波是滤除高于 1/2 采样频率的信号成分或噪声，使信号带宽限制在某个范围内。得到干净的语音信号后并通过预加重技术滤除低频干扰，尤其是 50Hz 或 60Hz 的工频干扰，提升语音信号的高频部分，而且它还可以起到消除直流漂移、抑制随机噪声和提升清音部分能量的作用。

2) 特征提取：本系统采用了不同说话人的分散程度与各说话人自身的分散程度之间的对比值作为特征参数的评价方法。其基本思想是:对同一说话人的一段语音提取一组特征参数，相当于把该段语音映射到多维空间上的一个点。同一说话人的不同语音会在特征空间产生不同的点，其分布可用多变量概率密度函数来描述。对同一个说话人的不相同单次的发音，这些点比较集中; 而不同说话人的发音分布相距较远，则所选择的这组特征参数就能够有效的描述说话人的个性特征。根据这一原则，对单个参数而言，可以取两种分布参数的方差比(称为 F 比)作为有效的度量准则。F 比反映了不同说话人的分散程度与各说话人自身的分散程度之间的对比关系。某一特征参数的 F 比越大，说明对于本特征，平均而言前者要大于后者。因此，说话人识别系统中采用 F 比较大的，这样系统会得到较好的性能。

3) 模式匹配：本系统采用端点松弛两点的(DTW)算法，端点松弛引起的计算量增加并不大，还可以放松对端点检测的精度要求。

附图说明

图1是本发明提供的系统硬件框图。

图2是语音识别电路框图。

图3语音信号处理过程结构图。

具体实施方式

图1是本发明提供的系统硬件框图。本系统的硬件部分由单片机 SPCE061A、音频输出电路、音频输入电路、语音识别电路、门锁控制电路、FLASH 电路和按键电路等部分组成。系统框图如图 1 所示。硬件系统主要完成的任务是将语音信号数字化，实现语音数据的采集、上传、保存、识别及播放。。

图2是语音识别电路框图。语音识别电路的工作原理是智能系统在提取语音后，对语音信号进行分析，首先是噪音的滤除和预加重，然后语音信号经过滤波器组进行信号的选择，提取有用信号，通过 PAR-COR 系数、线性预测系数、过零次数和能量性关函数等的计算匹配对信号进行处理选择。语音信号在进行分析处理后与语音库(即字典)里的语音量进行模式匹配，最后根据匹配的结果输出语音识别结果。语音识别电路的基本结构如图 2 所示。

图3语音信号处理过程结构图。首先对输入的语音信号要进行预处理，对信号进行适当的放大，并进行反混叠滤波来消除工频干扰; 然后为方便数字化设备对信号进行计算处理则对信号进行数字化，将模拟信号转化为数字信号; 接着进行特征提取，用反映语音信号特点的若干参数来代表语音，最后根据任务的不同，采用不同的处理方法。语音识别分为两个阶段:训练阶段和识别阶段。在训练阶段对用特征参数形式表示的语音信号进行相应的处理，获得表示识别基本单元共性特点的标准数据，以此形成参考模板，将所有能识别的基本单元的参考模板结合在一起，形成参考模板库; 在识别阶段将待识别的语音经过特征提取后逐一与参考模板比较，找出最相似的参考模板所对应的发音，即为识别结果。

Figure 2012102046509100002DEST_PATH_IMAGE001

表 1 是先用录音机对特定人的发音进行录音(发音的语调、语素和话音内容相同)，然后用录音与特定人真实发音在不同的距离范围内做 40 次比较。在实验结果中，使用录音机进行 40 次实验，非特定人通过认证的次数为零。对于使用该系统的家庭而言，这个结果十分理的。而当说话人与麦克风距离较远时，识别率有明显下降，主要是因为随着距离的增加，有用的语音信号的能量与噪声能量的比值逐渐下降，使得在特征提取时发生失真，最终导致在模式匹配时很难达到匹配要求。解决这一问题可以通过调整阈值来实现。

Claims

1. 一种语音识别的智能门控系统，包括如下顺序模块：

S1: 硬件系统设计；

S2: 语音信号处理。

2. 根据权利要求1所述的语音识别的智能门控系统，其特征在于所述的硬件系统设计的模块包括：

S201: CPU 核心电路: 采用SPCE061A 高性能 16 位单片机；

3. 根据权利要求1所述的语音识别的智能门控系统，其特征在于所述的语音信号处理的内容包括:

S301: 语音信号预处理；

S302: 特征提取：采用不同说话人的分散程度与各说话人自身的分散程度之间的对比值作为特征参数的评价模式；

S303: 模式匹配：采用端点松弛两点的算法。

4. 根据权利要求1所述的语音识别的智能门控系统，其特征在于系统主要由说话人识别模块、门锁控制电机以及门锁等部分组成；在训练时，说话人的声音通过麦克风进入说话人语音信号采集前端电路，由语音信号处理电路对采集的语音信号进行特征化和语音处理，提取说话人的个性特征参数并进行存储，形成说话人特征参数数据库；在识别时，将待识别语音与说话人特征参数数据库进行匹配，通过输出电路控制门控电机，最终实现对门锁的控制。