嵌入式语音识别处理ISD-SR3000的特性及应用

    摘要：ISD-SR3000是Winbond公司推出的新型嵌入式语音识别处理器，它由语音识别引擎、语音压缩引擎和录间功能组成。并带有最优指令系统为核心的PISC/PSP、灵活的CODEC接口和串行主控制器接口，文中介绍了ISD-SR3000的特点、引脚排列和功能。给出了一个用SR3000组成的语音识别系统电路。

    关键词：语音识别 微处理器 CODEC SR3000

1 概述

ISD-SR3000是Winbond公司推出的新型嵌入式语音识别处理器，它由语音识别引擎、语音压缩引擎和录音功能部分组成。芯片内包含一个以最优指令系统为核心的并行PISC/DSP、灵活的CODEC接口和一个串行主控制器接口。

ISD-SR3000中的语音识别引擎使用成熟的Hidden Markov模型（HMMS），因而能够识别连续的语音信号，并可与数字信号相连。同时可以由用户选择单语音用户命令、连接数字信号命令和定义说话者命令。

定义说话者命令允许用户分类和辨识声音标签。声音标签可作为用户命令进行姓名目录管理。单用户命令、语音提示符和被定义的说话者的声音标签可储存在外部存储器中。

该芯片可支持单语音用户连续输入语音，并支持用户定义的语音标签，还可为特性抽取实时音质模型查找提供最优化的识别引擎。该芯片提供有μ律、A律或线形CODEC接口以及到主控制器的串行接口。在3.3～5V供电时，其语音识别的电流为40mA，而在低功耗模式时仅为12mA。SR3000语音识别处理器可广泛应用在可存储的仪器仪表、自动化控制系统、无线电话、蜂窝电话、家庭网络、英特网设备等系统。

2 ISD-SR3000的引脚功能

ISD-SR3000采用100引脚QFP封装，其引脚分布如图1所示，各引脚功能如表1所列。

表1 ISD-SR3000引脚信号排列说明

引脚名称	信号名称	信号类型	说    明
A（0：15）	A(0:16)	输出	0到16的地址位
CCLK	CCLK	输入/输出	CODEC主从时钟接口
BMCS	BMCS	输出	基存储器芯片选择
BMCS/ENV1	BMCS	输入/输出	基存储器芯片选择或环境选择
CDIN	CDIN	输入	从CODEC数据输入
CDOUT	CDOUT	输出	从CODEC数据输出
CFS0	CFS0	输入/输出	CODEC0帧同步
CFS1	CFS1	输出	CODEC1帧同步
D（0：7）	D(0:7)	输入/输出	0到7的数据位
EMCS/ENV0	EMCS	输出	扩充存储器芯片选择
EMCS/ENV0	ENV0	输入	环境选择
MWCLK	MWCLK	输入	与微处理器连接的时钟
MWCS	MWCS	输入	与微处理器连接的芯片选择
MWDIN	MWDIN	输入	与微处理器连接的数据输入
MWDOUT	MWDOUT	输出	与微处理器连接的数据输出
MWRDY	MWRDY	输出	微处理器准备信号
MWRQST	MWRQST	输出	微处理器请求信号
RESET	RESET	输入	复位
TST	TST	输入	测试脚
Vcc	Vcc	电源	3.3V电源引脚
VccA	VccA	电源	3.3V模拟电源引脚
VccHI	VccHI	电源	5V电源引脚
Vss	Vss	电源	片内逻辑和输出驱动器地
VssA	VssA	电源	片内模拟电路地
X1	X1	振荡器	晶振接口
X2/CLKIN	X2	振荡器	晶振接口

3 基于SR3000的语音识别系统

由ISD-SR3000构成的语音识别系统由电路如图2所示。以下分别介绍电路中各部分的功能。

    3.1 复位

RESET端为芯片复位端。加电时RESET必须保持在低电平，时间至少应持续30ms。TST端必须利用上拉电阻以便其处于高电平状态。MWRDY端的值在复位期间没有定义。但在复位100ms后，微处理器将首先等待这个信号或者在这期间此信号被拉高。

在复位时，电路将对ENV0和ENV1的输入端进行采样以决定操作环境。而EMCS/ENV0和BMCS/ENV1端则在复位时用来决定ENV0和ENV1输入信号。利用芯片内的上拉电阻可将ENV0和ENV1置1。而利用一个连接于Vss端上的5.1kΩ的外接电阻则可对ENV0和ENV1置0。

3.2 时钟

SR3000内含片内振荡器，但应用时也可通过X1和X2/CLKIN端的外接晶振或外部时钟源来产生时钟信号。外部时钟源信号应通过X2/CLKIN端输入。要注意的是，外部时钟源电平与CLKIN的输入电平要相符（3.3V或5V）。

    外接晶振可通过X1和X2/CLKIN端与芯片内的振荡电路相连。为减少寄生电容和电感对振荡频率的影响，外接的晶振和电容应尽量靠近X1和X2/CLKIN端。

3.3 电源

ISD-SR3000可工作在3.3V±10%和5V±10%两种电压，不同电压的接线方式不同。图3是采用3.3V电源时的接线图，图4为采用5V电源时的接线图。

ISD-SR3000具有低功耗模式，在低功耗模式时的电流消耗仅12mA，此时芯片中的一些功能模块处于未激活状态，因而不能进行语音识别。低功耗模式时的引脚CS0和CS1必须置1，这时，MWCLK、MWDIN信号将保持在Vss+0.5V，而RESET、MWCS信号则将保持在Vcc-0.5V。

表2 ISD-SR3000扩展地址线接口信号

信号名称	类  型	信号单元	说      明
D[7:0]	输入/输出	ISD-SR3000	数据总线
A[7:1]	输入	ISD-SR3000	地址总线
IOCS	输入	ISD-SR3000	I/O扩展芯片选择，访问I/O寄存器
EMCS	输入	ISD-SR3000	扩展存储器选择
DDIN/A16	输入	ISD-SR3000	I/O操作方向或16位地址总线
A15	输入	ISD-SR3000	地址线
WR[0:1]	输入	ISD-SR3000	外部存储器的写信号
AF[4:0]	输出	到外部扩展存储器	扩展地址总线
CEFN	输出	到外部扩展存储器	外存片迁，用于Flash片选
CREN	输出	到外部扩展存储器	外存片选，用于ROM片选
CSEN	输出	到外部扩展存储器	外存片选，用于RAM片选
EMWR	输出	到外部扩展存储器	外部SRAM写信号
CSINTROM	输出	到内部的ROM	内部ROM片选

表2 SR3000支持的典型的CODEC器件

生产商	CODEC设备名称	特  征	工作电压	转换类型
National Semiconductor	TP3054	单CODEC	5V	μ律
OKI	MSM7533V	双CODEC	5V	μ律，A律
Macronix	MX93002FC	双CODEC	5V	μ律
Lucent	T7503	双CODEC	5V	μ律
Motorola	MC145481	单CODEC	3V	μ律

3.4 存储器接口

ISD-SR3000利用扩展的Flash（闪存）和RO来存储声音标签、词汇、提示符和音质模型。建议选用16M以上存储容量的扩展Flash存储器，如Am29LA160D等。外接64kB的SRAM可实现HMM算法。表2给出了扩展地址线的接口信号。

    3.5 CODEC接口

ISD-SR3000可为模拟和数字电话提供一个支持主和从CODEC接口模式的CODEC接口，该接口具有8位和16位的信道宽度，能支持可变和固定格式的通信协议。在主模式下，可利用SR3000来控制CODEC的运行以满足模拟电话和独立标准的应用；在从模式下，CODEC接口由外接信号控制，此模式可用于数字电话，如ISDN或DECT线等。CODEC接口使用的5个信号分别为CDIN、CODUT、CCLK、CFS0和CSF1。其中CDIN、CDOUT、CCLK和CFS0被连接到第一个CODEC。CDIN、CDOUT、CCLK和CFS1被连接到第二个CODEC接口。数据通过CDOUT输出端传送给CODEC接口，并通过CDIN输入端从CODEC读出。CCLK和CFS0端在主模式下为输出状态，而在从模式下为输入状态。CFS1是一个输出端。SR3000支持的典型CODEC器件见表3所列。