CN105719656A

CN105719656A - 车载语音识别系统

Info

Publication number: CN105719656A
Application number: CN201410729689.1A
Authority: CN
Inventors: 冯晓宇; 黄少堂; 李嘉洁
Original assignee: Guangzhou Automobile Group Co Ltd
Current assignee: Guangzhou Automobile Group Co Ltd
Priority date: 2014-12-03
Filing date: 2014-12-03
Publication date: 2016-06-29

Abstract

一种车载语音识别系统，包括：设置在车上的声音传感电路、接口电路、语音处理器、语音识别处理器；所述声音传感电路的输出端与所述接口电路的输入端连接，所述接口电路的输出端与语音处理器连接，所述语音处理器与所述语音识别处理器连接；所述声音传感电路采集车内环境中的语音信号，将所述语音信号进行放大，并将放大后的语音信号从正负端输出至所述接口电路；所述接口电路将从正负端接收的信号以差分信号的方式输出至语音处理器；所述语音处理器将所述差分信号进行放大、滤波去噪、模数转换，获得语音数字信号，并输至语音识别处理器；语音识别处理器对所述语音数字信号进行识别获得语音指令。本方案提高语音识别质量。

Description

车载语音识别系统

技术领域

本发明涉及信息识别技术领域，特别是涉及一种车载语音识别系统。

背景技术

集成语音识别与通讯功能的车载娱乐系统越来越普遍，但是由于车内各种背景噪音的复杂性，使得环境噪声抑制技术已经成为车载娱乐系统中的迫切需求。车载语音识别的技术难度在于对车内噪音环境的适应及处理。车内噪声源很复杂，主要有发动机噪声、车体振动噪声、气流噪声、悬挂系统噪声及其他零部件噪声5个方面。其来源可分为非行驶环境和行驶环境两种类型。车辆处于非行驶状态时，空调产生风噪，发动机产生怠速噪音；行驶中，发动机高速运转的噪声、悬挂系统产生的噪声以及轮胎产生的噪声都会通过底盘传入车内。汽车在颠簸路面行驶产生的车身共振，或高速行驶时开启的车窗产生共振都会成为噪声。在一般情况下，行驶速度越高，风噪越大；由于设计的原因，汽车风阻系数很难改变，也很难彻底有效地降低风噪。由于车内空间狭窄，噪声不能有效地被吸收，互相撞击有时还会在车内产生共鸣现象。语音识别、通讯功能运作时，一旦环境中有噪声存在，性能就会下降。

为了提高语音信号的质量，降低语音获取过程中的背景噪音的干扰，目前采用双麦克风分别拾取带有背景噪声的语音信号和纯噪声信号。每个麦克风都是单端输出，另一个输出端接地。信号先经外部放大后才能进FM1182芯片进行消噪处理，处理结果以模拟信号的方式输出给下一级，模拟信号不易长距离传输。

采用传统系统容易受电磁干扰，从而导致语音识别出的语音信号质量差、不稳定。

发明内容

基于此，有必要针对系统存在电磁干扰信号，从而导致语音识别出的语音信号质量差的问题，提供一种车载语音识别系统。

一种车载语音识别系统，包括：设置在车上的声音传感电路、接口电路、语音处理器、语音识别处理器；

所述声音传感电路的输出端与所述接口电路的输入端连接，所述接口电路的输出端与语音处理器连接，所述语音处理器与所述语音识别处理器连接；

所述声音传感电路采集车内环境中的语音信号，将所述语音信号进行放大，并将放大后的语音信号从正负端输出至所述接口电路；

所述接口电路将从正负端接收的信号以差分信号的方式输出至语音处理器；

所述语音处理器将所述差分信号进行放大、滤波去噪、模数转换，获得语音数字信号，并将所述语音数字信号传输至语音识别处理器；

语音识别处理器对所述语音数字信号进行识别获得语音指令。

上述车载语音识别系统，通过在车上设置声音传感电路、接口电路、语音处理器、语音识别处理器，利用声音传感电路采集车内环境中的语音信号并进行放大，利用接口电路将接收的两路信号以差分信号的方式输出至语音处理器，可以抗电磁干扰。利用语音处理器将所述差分信号进行放大、滤波去噪、模数转换，可以获得高质量的语音数字信号，语音识别处理器对所述语音数字信号进行识别获得语音指令，从而提高了识别出的语音信号质量。

附图说明

图1为本发明车载语音识别系统实施例一的结构示意图；

图2为本发明应用实例中声音传感电路图；

图3为本发明实施例中接口电路的示意图；

图4为本发明应用实例中接口电路图；

图5为本发明车载语音识别系统实施例二的结构示意图；

图6a为不经过消噪处理的测试效果示意图；

图6b为启动本发明车载语音识别系统后的测试效果示意图。

具体实施方式

下面结合实施例及附图对本发明作进一步详细说明，但本发明的实施方式不限于此。

如图1所示，为本发明车载语音识别系统实施例一的结构示意图，包括：设置在车上的声音传感电路110、接口电路120、语音处理器130、语音识别处理器140；

所述声音传感电路110的输出端与所述接口电路120的输入端连接，所述接口电路120的输出端与语音处理器130连接，所述语音处理器130与所述语音识别处理器140连接；

所述声音传感电路110采集车内环境中的语音信号，将所述语音信号进行放大，并将放大后的语音信号从正负端输出至所述接口电路；

所述接口电路120将从正负端接收的信号以差分信号的方式输出至语音处理器；

所述语音处理器130将所述差分信号进行放大、滤波去噪、模数转换，获得语音数字信号，并将所述语音数字信号传输至语音识别处理器；

语音识别处理器140对所述语音数字信号进行识别获得语音指令。

本实施例通过在车上设置声音传感电路、接口电路、语音处理器、语音识别处理器，利用声音传感电路采集车内环境中的语音信号并进行放大，利用接口电路将从正负端接收的信号以差分信号的方式输出至语音处理器，可以抗电磁干扰。利用语音处理器将所述差分信号进行放大、滤波去噪、模数转换，可以获得高质量的语音数字信号，语音识别处理器对所述语音数字信号进行识别获得语音指令，从而提高了识别出的语音信号质量。其中，声音传感电路采集车内环境中的语音信号，这里的语音信号可以是纯语音信号，也可以是混有噪音的语音信号。

由声音传感电路组成的设备可以是声音传感器，例如麦克风。

在其中一个实施例中，所述声音传感电路包括压电器件、放大器、第二滤波电容；

压电器件的一端与放大器的输入端连接，放大器的输出端分别与第二滤波电容和声音传感电路的正极输出端连接，压电器件的另一端分别与放大器的电源端、第二滤波电容和声音传感电路的负极输出端连接。

进一步的，如图2所示，为本发明应用实例中声音传感电路图。第二滤波电容包括两个并联的电容C1和C2。

在其中一个实施例中，如图3所示，为本发明实施例中接口电路的示意图。所述接口电路包括第一低通滤波器310、第二低通滤波器320、第一偏置电路330、下拉电阻340；

所述第一偏置电路330包括依次连接的上拉电阻331、偏置电源端口332和第一滤波电容333，第一滤波电容333接地；

所述接口电路的正极输入端350与第一低通滤波器310连接，第一低通滤波器310分别与接口电路的正极输出端370和上拉电阻331连接，接口电路的负极输入端360与第二低通滤波器320连接，第二低通滤波器320分别与接口电路的负极输出端380和下拉电阻340连接，下拉电阻340接地。

本实施例将声音传感电路中的语音信号通过差分的方式传输到语音处理器中，差分的方式可以减少电磁干扰和本地噪声，PCB板引入的噪声因为共模噪声对于LINE_IN_P、LINE_IN_N来说是同相的，经过语音处理器内部的音频差分出入后可以互相抵消。偏置电源端口可以与偏置电源连接，以便给声音传感电路供电。偏置电源可以是PMIC_BIAS。

进一步的，在一个具体实例中，如图4所示，为本发明应用实例中接口电路图。包括第一低通滤波器L36、第二低通滤波器L39、第一偏置电路、下拉电阻R86、接口电路的正极输入端MIC_P、负极输入端MIC_N、正极输出端MIC_IN_P和负极输出端MIC_IN_N。第一偏置电路包括依次连接的上拉电阻R80、偏置电源端口和第一滤波电容。第一滤波电容可以由三个电容C337、C81、C103并联组成。其中，L36的取值可以为1K，L39的取值可以为1K，R80的取值可以为2K，C337的取值可以为22uF、C81的取值可以为220nF、C103的取值可以为33pF。进一步的，还可以设有电容C87、电容C104、电容C105，取值可以分别是100pF、33pF、33pF。L36的输出端分别与电容C87和电容C105连接，L39的输出端分别与电容C87和电容C104连接，电容C104和电容C105接地。

上拉电阻的目的是为了给声音传感器(比如麦克风)内部的放大器(比如FET放大器)提供一个漏极偏置，使其工作在饱和区，完成信号放大的任务。可以称该上拉电阻为偏置电阻。偏置电阻的选择会影响到放大电路的最大动态输出范围。如果电阻选择过大，可能使MIC内部的FET进入非饱和区；电阻过小，可能导致损坏管子。

声音传感器偏置电路需要增加小电容以滤除电磁干扰，上拉的偏置电源需要增加大电容使得纹波VPP控制在20mV以内。

因为PCB板走线引入的共模噪声是一种以共模形式输入的干扰，如果电路对称性越差，其共模抑制比就越小，抑制共模信号(干扰)的能力也就越差。本实施采用将语音信号(比如麦克风信号)通过差分的方式输入到语音处理器(芯片)，差分的方式可以减少电磁干扰和本地噪声，PCB板引入的噪声因为共模噪声对于LINE_IN_P、LINE_IN_N来说是同相的，经过语音处理器内部的音频差分出入后可以互相抵消。

语音信号经语音处理器处理后，经线路输出(I2S_OUT)，送到IMX53的I2S输入端。喇叭的输出差分信号送到芯片回声消除的参考信号输入端(LINE_IN_P，LINE_IN_N)，用于在免提模式下消除回声。

在其中一个实施例中，为了避免声音传感电路中的放大器进入非饱和区，同时又不损坏管子，上拉电阻和下拉电阻符合如下公式：

R_{N} = R_{P} = \frac{VDD * 90 %}{{2 I}_{DSS}}

其中，R_P为上拉电阻，R_N为下拉电阻，VDD表示供电电压，I_DSS表示声音传感电路最大耗电流。

具体的，偏置电路设计参数如下：

V_BIAS＝VDD*90％

R_N+R_P＝V_BIAS/I_DSS

V_N＝V_BIAS/2

I_DSS是MIC的最大耗电流500uA，为了将偏置电压值设定为电源的中点，使MIC达到输出最大化的动态范围，将按R_N+R_P＝V_BIAS/I_DSS设定偏置电阻，其中R_N＝R_P。

车载语音识别对声音传感电路(比如麦克风)的安装位置有着严格的要求。声音传感电路的安装设计直接影响到其性能及使用效果，如果安装位置不当，在某些环境下采集到的声音难以达到饱和，如在有吹风、强烈振动等导致采集到的噪音过大。在其中一个实施例中，所述声音传感电路安装于车内遮阳板的阴面。可以使声音传感电路采集到的声音达到饱和，大大提高了声音识别率。其中，遮阳板的阴面是指遮阳板中面向用户的一面，以档光面为正面的话，遮阳板的阴面可以是指遮阳板的后面。

为了实现人机交互，在其中一个实施例中，如图5所示，为本发明车载语音识别系统实施例二的结构示意图。所示车载语音识别系统还包括中央处理器510、数字信号处理器520和功率放大器530；

所述中央处理器分别与语音处理器和语音识别处理器连接，数字处理器分别与语音识别处理器和功率放大器连接；

所述语音识别处理器将识别出的语音指令发送至中央处理器，将识别成功与否的结果和响应信息以语音的方式传输至数字处理器；其中，识别成功与否的结果是当前识别操作是否成功的结果，比如，识别结果可以是：“当前操作失败，请重新录入语音！”、“当前操作成功！”等。相应信息是语音识别处理器根据识别出的语音指令得到的响应信息。

中央处理器用于接收启动语音识别指令，根据所述启动语音识别指令启动语音处理器和语音识别处理器，并接收所述语音指令，执行语音指令对应的操作；

数字处理器接收所述结果和所述响应信息，并将其转换为模拟信号，发送至功率放大器进行播放。

其中，中央处理器可以是CPU(CentralProcessingUnit，中央处理器)芯片，语音识别处理器可以是MPU(MicroProcessorUnit，微处理器)芯片，数字信号处理器可以是DSP(digitalsignalprocessing，数字信号处理)芯片，功率放大器可以是音响。所述中央处理器与所述语音处理器可以通过12C总线连接。所述中央处理器与所述语音识别处理器之间可以通过通用异步收发传输器连接。所述车载可以包括语音拨号设备、语音导航设备。即本方案车载语音识别系统可以用于语音拨号识别，语音导航识别等语音识别。

在一个优选的实施例中，所述语音处理器为FM1288芯片。FM1288芯片支持16KHZ音频采样率，同时支持I2S音频格式。I2S数字信号容错能力强，能避免模拟信号容易受干扰的隐患。FM1288的内部算法更偏向于语音质量，更适合用于语言识别。而且，FM1288自身内置了输入/输出的放大电路以及16位的Sigma-Delta模数转换器。Sigma-Delta模数转换器通过采样、噪声整形和数字滤波技术，能有效衰减输出信号带内的量化噪声，提高信噪比。将FM1288芯片创新性的用在车载语音识别系统中，并与声音传感电路、接口电路、语音处理器进行巧妙的结合，它有助于降低对模拟电路性能指标和元件精度的要求，有助于简化模拟电路的设计，能有效削减生产成本，并且提高了语音质量。

本方案采用FM1288为核心处理芯片，整个工作过程如下：首先，含有背景噪声的语音信号由MIC拾取，通过差分电路输送给FM1288芯片。通过芯片内部的放大、A/D转换、压噪处理后成为最终信号，通过D/A转化芯片输出，可用于有线、无线通信。

通常需要使用的控制信号包含复位控制(RESET)、省电控制(PWD_PIN)和串行主机接口(SHI)。FM1288的所有数字引脚可以承受3.3V的电压，可以和7269的通用输入输出口(GPIO)直接连接而不需要电压转换。使用通用输入输出口来模拟SHI接口，控制FM1288，SHI接口最大支持400kHz的时钟信号，根据时钟速率选择合适的FM1288接口电路的上拉电阻，时钟速率100kHz时上拉电阻R5、R6使用10KΩ，时钟速率400kHz时上拉电阻使用2.2KΩ，电阻需要上拉到3.3V电源。

消噪策略为：测量车载熄火状态下的混有噪音的语音信号和纯噪音信号、各种环境下的混有噪音的语音信号和纯噪音信号，根据混有噪音的语音信号和纯噪音差别的差值计算滤波器的声学模型参数，根据混有噪音的语音信号和纯噪音信号调整活动语音检测(VAD)的阈值。在嘈杂模拟环境下调整频域的噪声频谱，使主通道参考通道噪声频谱平行，调整频域噪声抑制参数。调整自动音量控制(AVC)功能。通过I2C接口，读取FM1288根据噪声情况提供的参考扬声器音量，改变下行链路的增益，如果扬声器音量已经达到最大值，则读取音调参数改变下行通路的高频段的音调，改善接收器端的可懂度。

本实施例还进行了性能测试。通过录音软件(CoolEditPro)，在动态及静态的车内环境下录取底噪与语音幅值进行客观分析。然后通过软件调整芯片的频域抑制信噪比值、放大增益等参数，使底噪抑制在一个合理的范围，且不会影响到语音的质量。

图6a是不经过消噪处理的测试效果示意图，从安静环境下到加载实车发动后的一段录音波形。可以看出，加载实车启动的模拟噪音后，底噪增大到1000左右，说话声音几乎淹没在噪音下。

图6b是启动本发明车载语音识别系统后的测试效果示意图，实际测试对加载实车发动后的噪音的抑制能力。可以看出，加载实车启动的模拟噪音后，底噪降到200～300左右，说话声音几乎保持原音色。

以上实施方式中的各种技术特征可以任意进行组合，只要特征之间的组合不存在冲突或矛盾，但是限于篇幅，未进行一一描述，因此上述实施方式中的各种技术特征的任意进行组合也属于本说明书公开的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims

1.一种车载语音识别系统，其特征在于，包括：设置在车上的声音传感电路、接口电路、语音处理器、语音识别处理器；

所述语音识别处理器对所述语音数字信号进行识别获得语音指令。

2.根据权利要求1所述的车载语音识别系统，其特征在于，所述接口电路包括第一低通滤波器、第二低通滤波器、第一偏置电路、下拉电阻；

所述第一偏置电路包括依次连接的上拉电阻、偏置电源端口和第一滤波电容，第一滤波电容接地；

所述接口电路的正极输入端与第一低通滤波器连接，第一低通滤波器分别与接口电路的正极输出端和上拉电阻连接，接口电路的负极输入端与第二低通滤波器连接，第二低通滤波器分别与接口电路的负极输出端和下拉电阻连接，下拉电阻接地。

3.根据权利要求2所述的车载语音识别系统，其特征在于，上拉电阻和下拉电阻符合如下公式：

R_{N} = R_{P} = \frac{VDD * 90 %}{{2 I}_{DSS}}

4.根据权利要求1所述的车载语音识别系统，其特征在于，所述声音传感电路包括压电器件、放大器、第二滤波电容；

5.根据权利要求1至4任意一项所述的车载语音识别系统，其特征在于，所述声音传感电路安装于车内遮阳板的阴面。

6.根据权利要求1至4任意一项所述的车载语音识别系统，其特征在于，还包括中央处理器，数字信号处理器和功率放大器；

所述语音识别处理器将识别出的语音指令发送至中央处理器，将识别成功与否的结果和响应信息以语音的方式传输至数字处理器；

7.根据权利要求6所述的车载语音识别系统，其特征在于，所述中央处理器与所述语音处理器通过12C总线连接。

8.根据权利要求6所述的车载语音识别系统，其特征在于，所述中央处理器与所述语音识别处理器之间通过通用异步收发传输器连接。

9.根据权利要求1至4任意一项所述的车载语音识别系统，其特征在于，所述语音处理器为FM1288芯片。