电视机智能声控选合系统设计与实现

摘要：介绍了一种基于专用语音识别芯片TSG410的彩电智能声控选台系统，可以在不对彩电做任何改动的基础上，实现语音遥控电视机。 关键词：语音识别 彩电遥控 智能声控选台 随着电视频道数目的日益增多，传统的电视遥控方法弊端越来越明显。它需要观念记忆大量电视台对音识别芯片TSG410设计了一个彩电智能声控选台系统，可以较好地解决记忆频道这个难题。尤其对列疾朋友来讲，更具有特殊的意义。 该系统不对彩电做任何改动。在保留原有遥控功能的基础上，实现语音控制选台，主要功能有： %26;#183;开关电视：电视接通电源处于待命状态，操作者发出“开机”命令，则打开电视机；操作者发出“关机”命令，则关掉电视机； %26;#183;选台功能：操作者想看XX电视台的节目，只要发出“XX台”的命令，电视机自动跳转到该台。 %26;#183;识别主人功能：日防止识操作，该系统只能事先录入命令样本的操作者语音敏感，其他人发出的命令包括电视伴音均无效。 %26;#183;其它功能：具有电视音量、画面亮度调节等适合语音控制的功能。 1 系统设计方案 我们最初考虑了两种设计方案（见图1和图2），它们各有优缺点。第一种电路不足之处是：电路稍复杂一点，而且要对电视机的选台控制电路做必要的改动（当然这对电视机生产厂家是不成问题的）；其优点是：只需一个无线话筒便可声控选台，且不必对准电视机，甚至在另一个房间也可实现遥控。第二种电路的优点是：不必对电视机的选台控制电路做任何的改动；缺点是：所有电路只能靠电池供电，芯片选择要考虑耗电和工作电压问题。由于采用红外遥控发射来控制电视，该系统须对准电视机才能正常工作。综合考虑各方面因素，我们认日第二种设计方案切实可行。 2 各个功能模块简介 2.1 语音命令提取单元 语音命令提供该单元（如图2）在电视话音和其它噪音背景下，完成提取出操作者语音命令功能，其示意图如图3所示。 MIC选用驻极体送话器，它具有结构简单、重量轻、体积小、频率响应宽、保真度好等优点，但灵敏度较低，必须再加放大器才行。由于输出阻抗可高达10 8Ω数量级，所在必须进行阻抗变换后才能与放大器配合使用。放大器采用差分放大电路，一个驻极体送话器面对送话者，其输出接送放大器正向输入端；另一个驻极体送话器背对送话者，其输出接放大器负向输入端。由于两个送话器相对于电视机和其它噪声源的位置基本一样远，可以近似认日通过二者输入的干扰是一样的。但考虑到送话器具有方向性，前者送入的操作者语音命令远远大于后者，适当选择各电阻值可以抵消掉各种干扰。放大器采用运放（OPAmps）MAX495（单电源供电+2.7～+6V）。 2.2 语音识别单元 语音识别单元主要由TSG410和非易失性SRAM组成，大体构成如下图4所示。 语音识别功能由专用语音芯片TSG410完成，TSG410是一种新颖功能齐全的语音识别集成电路。它采用CMOS大规模集成电路制作工艺制造，内含除SRAM以外语音识别所需的全部电路，如CPU、A/D转换器、ROM、语音放大器、压缩器、滤波器、振荡器及接口电路等。TSG410具有双列直插和贴片两种封装方式，可工作在CPU控制和人工控制两种模式下。语音识别的响应时间典型值日300ms，最长不超过600ms。 识别容量大，最多可识别40个字段，且分段方式灵活。为了CPU管理方便，将40个字段分成四组，编号为1～4，每组10个段。这样，第一个字段编号为10，第二个为11，第三个为12…依次类推，第40个字段编号为49。在操作显示时，十位数显示组号，个位数显示序号。因此，建立语音样本时，应注意显示数字和电视机选择频率之间的换算关系，以免语音命令和控制结果对应不起来。各段功能分配如表1所示。 表1 字段号 功能分配 40字段 打开电视 41字段 关掉电视 10～19 对应电视机0～9频道 42字段 上一个台 43字段 下一个台 20～29 对应电视机10～19频道 44字段 声音调高 45字段 声音降低 30～39 对应电视机20～29频道 46字段 亮度调高 47字段 亮度调低 40～49 留作特殊功能键 48字段 关掉声音 49字段 打开声音 TSG410的每个字段时间长度可以在0.9s和1.92s之间选择。按正常人的讲话速度，每秒吐字2～4个，如选择0.9s，则每个命令字段以1～3个字为宜，选择1.92s则最大容量为8个汉字，但可识别的字段数减少为20个。我们选择胶一种分段方式，语音命令以3个字以下为宜。因此，电视选台命令采用“地方”命名原则，如：山东、上海等， 中央台可直接叫“一台”、“二台”，依次类推。语音命令差别越大越不容易出现错误识别。系统要正常工作，必须首先建立语音样本，为防止语音样本因为掉电丢失，SRAM选用内带掉电保护电池的非易失性SRAM，即NVSRAM（non-volatile SRAM），如HK1125，掉电后其数据可保存10年以上，用法同普通RAM。 一般情况下，留有30个预选频道是足够用的。实际上，既可以采用多片TSG410进行频道数和允许操作者人数扩展方式满足各种需要，也可以采用让TSG410工作在CPU控制方式的办法。此时识别容量不受40字段限制，但需增加单片机（如8031）作控制用。 2.3 控制面板 为了能输入字段号，以便建立语音样本，RSG410配置了外接键盘扫描电路。行、列信号的输入、输出口由芯片的S1～S3、K1～K3担当。这样一个三列、四行的键盘共有12个按键，其中十个定义为：0～9数字键，一个定义为：语音样本建立键（TRN），一个定义为：语音样本清除键（CLR）。由于控制面板只在建立语音样本时使用，为防止误操作，应将12个按键用塑料外亮封起来。 2.4 操作指示电路 采用两片数码管和译码驱动电路CC4558组成操作指示电路。在本系统中，操作指示电路作用是：建立语音命令样本时，用于显示存入的字段号；语音命令识别时用于显示识别结果及芯片识别结果的处理报告。 2.5 逻辑控制电路 整个逻辑控制电路如图5所示。TSG410通过D0～D7输出识别结果，必须进行必要的译碱码后，才能用来控制后面的红外发射装置。在电视机的遥控系统中，遥控发射器通过按键，以红外线方式发出各种不同的脉冲编码信息。尤其需要注意其发射编码必须与原来一致，以便兼容。采用电子开关电路模拟手工按键时，必须考虑开关接通时间和两个按键之间的时间间隔问题，以防止信号丢失和“串键”、“并键”现象的发生。通常情况下，全部键位扫描一次的时间小于10～20ms，而入手触及按键的时间最短也在100ms以上，因此在任一按键被按下后，会有多次扫描信号通过，不存在信号丢失问题。所谓“串键”是指在一个键按下之后，又接着按下另一键；而“并键”则是同时按下两键。这两种错误操作发生的根本原因是：每个按键的遥控指令编码需要一定时间才能发射完毕（一般在100ms左右），所以应设法消除。这是我们设计逻辑控制电路时的一个难点，采用脉冲展宽（>40ms）和脉冲延迟电路（>120ms）解决。 2.6 遥控发射电路 红外遥控发射器主要由三大部分组成：一是键盘矩阵，二是发射专用集成电路，三是放大驱动和红外线发射部分。该电路与电视机的特定型号有关，可以根据电视机品牌选用适当的专用红外发射电路。 需要说明的是：由于不同品牌电视机的红外发射、接收电路各不相同，因此它只对兼容电视有效。