Напредъкът в технологията разработи интелигентна техника за интерфейс човек-машина, която улеснява работата с компютри или машини или роботи, като се използват гласови команди на човек, без да се използват никакви системи за въвеждане, като клавиатури или мишка. Този интерфейс човек-машина (HMI) може да бъде постигнат с помощта на гласово разпознаване модули. В тази статия ще обсъдим модулите за разпознаване на глас, заедно с тяхната работна процедура и приложения.
Гласов модул
Модул за разпознаване на глас
Гласовото разпознаване е техника, която улеснява естественото и удобно интерфейс човек-машина с помощта на модула за разпознаване на глас. Той извлича и анализира гласовите характеристики на човека, доставени на машина или компютър чрез микрофона. Техниката за разпознаване на глас се класифицира в много типове въз основа на различни критерии като обхвата на потребителите, редица думи, използвани за разпознаване, естествеността на говоренето. Ако нивото на разпознаване на глас е повече от 95%, тогава на практика се използва само разпознаването на глас.
Работен принцип на модула за разпознаване на глас
HM2007 е едночипов CMOS модул за разпознаване на глас. Това е вградена аналогова предна мащабна интегрална схема с гласов анализ, разпознаване на говор и процеси за управление на системата за разпознаване на глас. HM2007 може да работи в два режима: ръчен режим и режим на управление на процесора.
HM2007 Диаграма на щифтовете
В ръчния режим на работа модулът за разпознаване на глас HM2007 се използва за изграждане на проста система за разпознаване чрез свързване на компоненти като клавиатура, SRAM от 8Kbyte памет и други компоненти. Ако захранването е включено, тогава HM2007 стартира процес на инициализация и, ако ПИН за изчакване е L, тогава HM2007 проверява външната памет: 8Kbyte SRAM - независимо дали е перфектна или не. Но ако WAIT е H, тогава процесът на проверка на паметта ще бъде пропуснат от HM2007. След този процес на инициализация, HM2007 преминава в режим на разпознаване. В режим на разпознаване, ако WAIT пинът е H, тогава HM2007 е готов да приеме гласа и започва процеса на разпознаване. Ако WAIT пинът е L, тогава HM2007 не приема гласа, който трябва да бъде разпознат. След това обучението на нови модели чрез изчистване на обучени модели са двете операции, извършени с помощта на функционални клавиши: TRN и CLR. Всички модели в HM2007 могат да бъдат изчистени чрез въвеждане на цифров клавиш 99 и натискане на CLR.
В режима на управление на процесора в този режим се предоставят няколко функции като ЗАПИСВАНЕ, ОБУЧЕНИЕ, РЕЗУЛТАТ, КАЧАНЕ, ИЗТЕГЛЯНЕ, ВЪЗСТАНОВЯВАНЕ на модула за разпознаване на глас HM2007 Подобно на ръчния режим на работа, в този режим също се извършват операции по разпознаване, обучение, резултат, качване, изтегляне и нулиране въз основа на различни критерии.
Приложения на модула за разпознаване на глас
Гласово контролирано роботизирано превозно средство
Комплект за гласово контролирано роботизирано превозно средство
Гласово контролирано роботизирано превозно средство със система за разпознаване на реч на дълги разстояния е проектирано да се управлява чрез използване на интерфейс човек-машина и гласови команди за дистанционните операции на роботизираното превозно средство. An 8051 микроконтролер се използва заедно с модул за разпознаване на глас или модул за разпознаване на реч за постигане на желаната операция. Посоката на движение на роботизираното превозно средство може да се контролира с помощта на гласови команди или бутони. Гласовите команди се изпращат от RF от предаващия край към приемащия край. По този начин роботизираното превозно средство се движи в посоки напред, назад, наляво или надясно въз основа на командите, получени от приемника.
Блок-схема на предавателя на роботизиран автомобил с гласово управление
Това движение на роботизирано превозно средство в определена посока може да се управлява с помощта на два двигателя, които са свързани с микроконтролера от серия 8051. RF предавател преобразува командите чрез превключвател или гласови команди, които се преобразуват в кодирани цифрови данни в полза на приемливия обхват (до 200 метра) от роботизираното превозно средство. Кодираните данни, получени във веригата на приемника, се декодират, за да се изпратят до друг микроконтролер за задвижване на двигатели с постоянен ток, като се използва IC драйвер на двигателя за управление на посоката и движението на двигателите, като се използват декодираните данни на гласовите команди.
Блок-схема на приемника на роботизиран автомобил с гласово управление
Този гласово контролиран робот с проекти за разпознаване на реч на дълги разстояния може да бъде интегриран с DTMF технология което улеснява контрола на роботизираното превозно средство с помощта на мобилен телефон. Тази DTMF технология осигурява много далечна комуникация в сравнение с RF технологията - по този начин роботизираните превозни средства могат да се управляват дистанционно от много голямо разстояние.
Гласова схема за запис и възпроизвеждане
APR 9301 IC
APR 9301 IC
APR 9301 IC се състои от 28 пина и енергонезависима флаш памет. Улеснява записването на 100K цикъла и съхранението на паметта за около 100 години. За нормалната работна работа на интегралната схема APR 9301 са необходими само ниско напрежение 5V и 25mA ток.
Работа на веригата за запис и възпроизвеждане на глас
APR 9301 IC изпълнява запис и възпроизвеждане на глас операции. Операцията за запис може да се извърши чрез получаване на гласови сигнали с помощта на доброкачествен (от всякакъв вид) кондензаторен микрофон, свързан към 17 и 18 пина на интегрална схема. Ако затворим ключа S1, тогава режимът на запис може да бъде стартиран за лесно записване на гласово съобщение за 20-30 секунди. Като индикация за светодиода за запис, свързан към щифт 25 на APR 9301 IC ще мига, докато L пин 27 е заземен.
Гласова схема за запис и възпроизвеждане
След завършването на 20 цикъла с последната памет, процесът на запис се прекратява автоматично чрез промяна на стойността на резистор R1, свързан към щифтовете 6 и 7 на APR 9301 IC. Максималната продължителност на времето за запис от 20 секунди, 24 секунди и 30 секунди може да бъде получена чрез промяна на стойностите на резистора R1 като съответно 52K, 67K и 89K.
Секцията за въвеждане се заглушава автоматично по време на режим на възпроизвеждане. Ако ключът S2 е затворен, тогава съобщението ще дойде от високоговорителя от началото на записаните съобщения. Ако функциите за запис или възпроизвеждане са завършени, APR 9301 IC ще влезе в режим на готовност.
Тази схема може да се натрупва на обща печатна платка. Залепете внимателно основата на APR 9301 IC, така че да не се получи късо съединение между щифтовете на интегралната схема. Проверете веригата, след като я сглобите на печатната платка, след което свържете IC в основата на IC. Преди да подадете захранване на веригата, внимателно проверете връзките на щифтовете. 5-волтово регулаторно захранване на базата на IC се използва за подаване на захранване към веригата. За получаване на чист звук се използва 2-инчов 8-омов високоговорител с добро качество. Записът може да се извърши чрез натискане на превключвателя S1. Звуковите сигнали (реч или музика) се улавят от микрофона и се предават на интегралната схема, при което гласовите сигнали се съхраняват в клетките на паметта. Ако затворим ключа S2, тогава възпроизвеждането започва и можем да чуем записаното съобщение през високоговорителя.
Модулът за разпознаване на глас може да се използва в много приложения, като например за управление на самолетните системи с помощта на гласови команди на пилотите, за управление на моторизирана кола с помощта на гласово активиран мултипроцесор и т.н. Ако се интересувате от проекти за електричество и електроника въз основа на модула за разпознаване на глас, тогава можете да се обърнете към нас, като публикувате вашите коментари в раздела за коментари по-долу.
Кредити за снимки:
- APR 9301 IC електросхематика
- HM 2007 emartee
