實時語音識別系統在家庭監護機器人的實現

1．2 軟件設計

HTK(Hidden Markov Model Toolkit)是一套專門的建立和處理隱馬可夫模型(HMMs)的實驗工具包，由英國劍橋大學工程系(Cambridge University Engineering Department，CUED)開發的，主要應用于語音識別領域，也可以應用于語音合成、字符識別和DNA排序等研究領域。HTK經過劍橋大學、Entropic公司及Microsoft公司的不斷增強和改進，使其在語音識別領域處于世界領先水平。

基于HTK的語言識別時，識別結果適用只能顯示在DOS或終端上，而且不利于將結果保存、移植或者二次開發利用。在本語音識別系統中使用了HTK接口工具ATK(AnApplication Toolkit for HTK)。ATK是由英國劍橋大學開發的開源語音識別工具，是對HTK的C++多線程封裝，跟HTK一樣，它支持Linux和Windows，它包括HTK(HTKLib)、AHTK、AGram、ANGram、ADict、AHMMs、AResource、ARMan、ARec、ACode、ASour ce、ATee、AComponent、ABuffer、APacket、Asyn、FLite(SYNLib)、ALog模塊部件。

基于ATK的語音識別軟件應用系統的由語音信號采集模塊、基于DMA的雙向高速RAM存取模塊、ATK語音識別模塊、系統管理模塊、語音輸出模塊等模塊組成，如圖4所示。

在軟件設計中，系統管理模塊主要負責系統的總體管理調度，是應用系統的調度中心；語音信號采集模塊主要負責控制數據采集芯片TPS 65930；基于DMA的雙向RAM存取模塊主要負責實現DMA驅動及雙向RAM的讀寫存取，使用了通道1來實現高速地把語音信號采集到的數據存儲到RAM上，并使用通道2實現高速地把RAM的數據取出來，用于語音的識別；語音輸出模塊主要負責把相應的音頻數據送到TPS65930，并控制TPS6 5930對接收到的音頻解碼輸出到功放電路，實現語音輸出的功能。軟件的設計流程圖如圖5所示。