詳解語(yǔ)音識別芯片的技術(shù)方案?

　    如今物聯(lián)網(wǎng)的時(shí)代，而語(yǔ)音識別被視作為人機交互的入口，由于人工智能和機器學(xué)習迅猛發(fā)展，語(yǔ)音控制也變得更為實(shí)用。在接下來(lái)的幾年里智能語(yǔ)音將成為人機交互的新范式，語(yǔ)音識別技術(shù)將解放人類(lèi)雙手和眼睛，用戶(hù)以較低的成本實(shí)現隨時(shí)訪(fǎng)問(wèn)。未來(lái)與智能家居、可穿戴設備、機器人等交互模式，智能語(yǔ)音識別芯片將是最佳人機交互模式。

　　語(yǔ)音識別芯片也叫語(yǔ)音識別IC，與傳統的語(yǔ)音芯片相比，語(yǔ)音識別芯片最大的特點(diǎn)就是能夠語(yǔ)音識別，它能讓機器聽(tīng)懂人類(lèi)的語(yǔ)音，并且可以根據命令執行各種動(dòng)作，如眨眼睛、動(dòng)嘴巴(智能娃娃)。除此之外，語(yǔ)音識別芯片還具有高品質(zhì)、高壓縮率錄音放音功能，可實(shí)現人機對話(huà)。
 

　　語(yǔ)音識別芯片所涉及的技術(shù)包括:信號處理、模式識別、概率論和信息論、發(fā)聲機理和聽(tīng)覺(jué)機理、人工智能等等。

　　一、語(yǔ)音識別分類(lèi)

　　按照使用者的限制而言，語(yǔ)音識別芯片可以分為特定人語(yǔ)音識別芯片和非特定人語(yǔ)音識別芯片。

　　特定人語(yǔ)音識別芯片是針對指定人的語(yǔ)音識別，其他人的話(huà)不識別，須先把使用者的語(yǔ)音參考樣本存入當成比對的資料庫，即特定人語(yǔ)音識別在使用前必須要進(jìn)行語(yǔ)音訓練，一般按照機器提示訓練2遍語(yǔ)音詞條即可使用。

　　非特定人語(yǔ)音識別是不用針對指定的人的識別技術(shù)，不分年齡、性別，只要說(shuō)相同語(yǔ)言就可以，應用模式是在產(chǎn)品定型前按照確定的十幾個(gè)語(yǔ)音交互詞條，采集200人左右的聲音樣本，經(jīng)過(guò)PC算法處理得到交互詞條的語(yǔ)音模型和特征數據庫，然后燒錄到芯片上。應用這種芯片的機器(智能娃娃、電子寵物、兒童電腦)就具有交互功能了。

　　非特定人語(yǔ)音識別應用有的是基于音素的算法，這種模式下不需要采集很多人的聲音樣本就可以做交互識別，但是缺點(diǎn)是識別率不高，識別性能不穩定。

　　二、語(yǔ)音識別基本原理

　　嵌入式語(yǔ)音識別系統都采用了模式匹配的原理。錄入的語(yǔ)音信號首先經(jīng)過(guò)預處理，包括語(yǔ)音信號的采樣、反混疊濾波、語(yǔ)音增強，接下來(lái)是特征提取，用以從語(yǔ)音信號波形中提取一組或幾組能夠描述語(yǔ)音信號特征的參數。特征提取之后的數據一般分為兩個(gè)步驟，第一步是系統"學(xué)習"或"訓練"階段，這一階段的任務(wù)是構建參考模式庫，詞表中每個(gè)詞對應一個(gè)參考模式，它由這個(gè)詞重復發(fā)音多遍，再經(jīng)特征提取和某種訓練中得到。第二是"識別"或"測試"階段，按照一定的準則求取待測語(yǔ)音特征參數和語(yǔ)音信息與模式庫中相應模板之間的失真測度，最匹配的就是識別結果。

　　相信這不僅對于智能手機，對于可穿戴設備、智能家居而言也是十分受用的產(chǎn)品;因為這些設備因為體積而受限的交互界面可借助語(yǔ)音識別進(jìn)入新階段。而在續航問(wèn)題上也能得到又有效的保證。

　　賽億方案十年電子產(chǎn)品硬件及嵌入式軟件開(kāi)發(fā)設計經(jīng)驗，累計開(kāi)發(fā)產(chǎn)品電子應用設計完成5000多個(gè)方案設計;目前為客戶(hù)提供理念超前的手機app開(kāi)發(fā)、智能家居系統、電子技術(shù)、電子線(xiàn)路設計、PCB設計、電路板設計、單片機技術(shù)、智能控制、嵌入式系統等。如有產(chǎn)品方案開(kāi)發(fā)意向，期待您的來(lái)訪(fǎng)。