論文基于微軟語音引擎的語音識別(編輯修改稿)

　

【文章內容簡介】 初始化過程中需要對語音識別進行初始化，、語音識別對象的創建、上下文語音識別命令的創建、識別消息和感興趣事件的設置、語法和規則的裝載六個底層驅動過程。接著是對串口進行初始化，串口初始化的目的是為了與下位機進行通信，串口初始化過程中需要進行的操作有串口端口號的設定、輸入模式設定為二進制模式、收到一個字節引發OnComm事件、串口參數的設置其中波特率9600bit/s,無奇偶校驗。在以上語音識別引擎和串口初始化完畢，系統初始化完成，接下來是對程序消息函數的實現過程。在MFC程序運行過程中，程序需要由事件驅動。系統維護是維護窗口例行過程中主要的維護機制，對在傳入系統的消息時消息處理函數會對其進行處理。在建立一個窗口前，為了讓消息處理函數與窗口建立聯系，消息處理函數必須先寫，當系統檢測到消息時就會調用消息處理函數。消息函數中包含的消息事件是在程序流程中依次被取出，在程序執行實現，將實現結果依次發送到特定的窗口中。整個消息響應過程是一個程序輪詢的過程。在程序輪詢中按照取出消息，派發消息的循環過程，直到退出循環，程序終止[10]。本程序在對消息響應函數的設計過程中,在語法規則被識別引擎CRInstanceCreat_ISP識別之后,應用程序需要由ISpRecoContext對象發出語音識別消息，并調用識別消息的各個響應函數。為了實現更多的擴展應用，使人機互動過程更加靈活多樣，系統方案中加入了PC與MCU的通信部分。系統下位機設計的硬件部分包括51單片機最小系統,電平轉換電路,語音播報模塊。系統下位機軟件設計采用C語言在Keil下編程。 下位機硬件設計這里使用STC89C51單片機作為下位機MCU，系統電源采用電腦USB接口電源供電，語音模塊供電部分采用兩個二極管達到降壓的目的，整個下位機電路系統包括語音模塊電路，單片機最小系統電路以及串口電平轉換電路，單片機最小系統電路如圖5所示。其中電路板設計使用Altium 軟件繪制原理圖與PCB，電路板工藝設計過程中主要經過了電路板鉆孔、線路曝光、線路顯影以及線路腐蝕四個流程。圖5 單片機最小系統 串口電平轉換電路設計由于電腦電平使用的是CMOS電平，而下位機最小系統采用的是TTL電平，在上位機與下位機進行數據交換時過程中，需要將電腦的COMS電平轉換成下位機的TTL電平，將下位機的TTL電平轉換成電腦的CMOS電平，上位機與下位機才能正常通信。本串口電平轉換芯片選用MAX232芯片,串口電平轉換電路如圖６所示?！D6 串口電平轉換電路 語音控制模塊及流水燈電路設計語音播報控制芯片選用廣東唯創的WTV020SD，該模塊控制方式多樣，這里選用該模塊的三線串口控制方式。其硬件鏈接方式簡單，只需CLK，RST以及DI三條線路與單片機的IO連接。流水燈電路中使用7個發光二極管加一個1K歐排阻進行限流，如圖7所示為語音控制模塊以及流水燈的接口電路。圖7 語音模塊與LED電路圖8下位機硬件實物圖 下位機軟件設計該系統下位機軟件采用C語言在Keil下編程實現。軟件實現的功能是當上位機接收到語音命令信息，向下位機串口發送相應的十六進制字符，下位機接收到串口發送的數據，通過選擇判斷，實現對應的功能要求，本設計案例中加入了語音播報與流水燈閃爍過程。下位機軟件執行流程如圖9所示：執行相關功能模塊結束接收數據一致一致 否是等待串口發送并接收數劇波特率、IO口初始化開始圖9 下位機執行流程圖 下位機串口通信波特率設置為了使上位機與下位機能進行正常通信,，波特率設定為9600 bit/s。根據波特率的計算公式： 其中X為定時器的初始值，fosc為單片機使用的晶振頻率大小。此過程需要對單片機的定時器，串行口控制寄存器以及PCON寄存器進行設置。定時器工作方式選擇定時器一的方式二，串行口方式選擇方式一，即串行口使用10位通用異步通信接口，此時PCON寄存器的SMOD位設定為0。根據以上條件和波特率計算公式得出定時器一的初始值X。 語音播報控制芯片時序控制這里語音播報芯片WTV020SD使用的是三線串口控制模式，其實現機制是是由單片機的三個IO口按照一定的時序分別控制CLK，RST以及DI。其控制時序如圖10所示。在RST信號拉低5ms之后，CLK信號需要立即拉高300ms并等待數據線2ms的時間，數據線可隨時鐘線發送數據，每次發送兩個字節數據即音頻文件的文件名，這里音頻文件名是以十六進制形式命名的兩字節格式。當文件名的十六位數據發送完畢，語音播報芯片開始響應輸出對應的語音文件，即時序圖中的BUSY信號為高電位，表示有語音輸出這個狀態。圖10 三線串口控制時序系統上位機設計是在Windows7系統下進行配置的，上位機實現調試階段主要是針對上位機麥克風的訓練。系統上位機在對Windows系統視窗程序、打開網站和播放Flash動畫都是在PC上完成的，當用戶在一定的距離之內對著麥克風發出語音請求，Windows彈出相應的功能表示上位機軟件在PC中的設計沒有問題。上位機麥克風訓練過程首先需要打開Windows7系統，進入控制面板的輕松訪問界面啟動語音識別并設置麥克風。如圖11 所示為啟動語音識別配置麥克風。圖11 啟動語音識別配置麥克風當上位機進入系統彈出軟件歡迎動畫界面如圖12所示。 圖12 軟件歡迎動畫界面系統上位機軟件打開后，當用戶對著麥克風呼出“阜陽師范學院”，Windows界面彈出阜陽師范學院的網站。圖13 小葉同學正對著麥克風呼叫“阜陽師范學院”圖14 Windows 彈出阜陽師范學院網站窗口 下位機調試系統下位機調試主要針對串口通訊和語音播報模塊的時序調試。串口通訊調試過程中，由上位機發送十六進制字符如果下位機接收到相應的字符那么波特率設置正確。在語音播報控制模塊的調試中需要嚴格按照WTV020SD的三線控制時序，其中CLK與DI時序如圖15示波器截圖所示，黃線是CLK，綠線是DI。 圖15 示波器檢測到的CLK與DI時序波7. 設計總結本設計過程是學習與設計的同步過程，由于在校期間軟件方面知識很是欠缺，本設計是從開始接觸MFC到了解在MFC平臺下開發軟件的一個開始階段。設計制作過程中也是從一點一滴學起來的，并逐步完善的。為了讓整體設計效果達到實用性與趣味性，在設計過程中相繼添加了幾個生活中實用性的模塊。因為語音識別技術是人機互動的一種方式，在人的意志控制下，以發出語言的方式讓機器來實現人的意愿是很有趣，很友好的。當然，在設計過程遇到了一些問題，解決這些問題的過程的同時也提升了學習能力，在歷時幾個月的學習與設計的時間里，對軟件設計有了初步認識。參考文獻：[1] Microsoft Speech SDK Help [Z].[2] 李逸波，郭天杰，[M] 北京：電子工業出版社，1998.[3] 安居院猛，(日)[M] 北京：國防工業出版社，1987.[4] 孟威，黃維通 Visual C++ 程序設計教程[M] 北京：機械工業出版社，2002. [5] 李禹才,左友東, SDK的語音控制應用程序的設計與實現[J].計算機應用, 2004.[6] 李松, SpeechSDK5. 1 實現中英文朗讀[ J]. [7] [ J].微計算機息,2005.[8] 朱民雄，聞新，黃健群，周露計算機語音技術[M].北京：北京航空航天大學出版社，2002.[9] 楊尚國，[J]1福建電腦，2006.[10] ,2007.附錄一：系統上位機部分源代碼//基于微軟語音引擎的語音識別////阜陽師范學院////劉歡//include include include ifdef _DEBUGdefine new DEBUG_NEWundef THIS_FILEstatic char THIS_FILE[] = __FILE__。endif/////////////////////////////////////////////////////////////////////////////// CAboutDlg dialog used for App Aboutclass CAboutDlg : public CDialog{public: CAboutDlg()。 enum { IDD = IDD_ABOUTBOX }。 protected: virtual void DoDataExchange(CDataExchange* pDX)。 // DDX/DDV support protected: DECLARE_MESSAGE_MAP()}。 void CAboutDlg::DoDataExchange(CDataExchange* pDX){ CDialog::DoDataExchange(pDX)。 }BEGIN_MESSAGE_MAP(CAboutDlg, CDialog) END_MESSAGE_MAP()/////////////////////////////////////////////////////////////////////////////// CVoiceDlg dialogCVoiceDlg::CVoiceDlg(CWnd* pParent /*=NULL*/) : CDialog(CVoiceDlg::IDD, pParent){ B0=0。 m_hIcon = AfxGetApp()LoadIcon(IDR_MAINFRAME)。}void CVoiceDlg::DoDataExchange(CDataExchange* pDX){ CDialog::DoDataExchange(pDX)。 //{{AFX_DATA_MAP(CVoiceDlg) DDX_Control(pDX, IDC_EDIT1, m_Edit1