基于声学模型的智能家居控制系统设计*

(台州学院 物理与电子工程学院，台州 318000)

引 言

智慧城市引领的新型城市化是低碳、智慧、创新及以人为本、可持续发展的城市化。而智能家居的建设更是现代社会不容忽视的重要组成部分。从目前的发展趋势来看，在未来至少20年时间里，智能家居行业将成为中国的主流行业之一。本文设计的系统特点在于无需布线就能实现通信，安装简单、灵活性高，语音安卓同步控制，把便捷性提升到最高，是一个集绿色节能、语音控制、网络技术于一身的适用于家居的控制系统。

1 系统方案设计

图1 系统结构框图

本系统由微控制器、电源模块、电机驱动模块、无线控制模块、语音采集模块、安卓控制模块等部分组成。系统结构框图如图1所示。整套系统由普通家用交流电220 V/50 Hz进行供电，电源模块通过整流、稳压等处理，输出稳定的5 V、7.2 V与12 V电压为单片机以及外设供电。

系统设置主从两个房间，两个房间通过WiFi进行无线传输。主房间装有麦克风阵列，将采集到的语音与提前训练好的储存于Flash中的语音特征库进行对比，若识别结果符合程序语句，则执行系统设置好的对应动作。本系统还加入了安卓控制功能，用户可通过安卓APP实现同步远程控制。

2 子系统设计

2.1 系统硬件设计

(1)主控制器模块

主控制器STM32F103RCT6是一种高性能、低成本、低功耗的嵌入式微控制器，程序存储器容量为256 KB，为语音的采集、处理及外设控制提供了条件。

(2)电机驱动模块

为了能够方便控制直流电机的正反转，采用电机驱动芯片DRV8701。根据其特点，本设计将DRV8701的SH1和SH2作为输出接口，接入直流电机以控制窗帘的开合。DRV8701电机驱动原理图如图2所示。

图2 DRV8701电机驱动原理图

(3)可控硅调光器模块

在光强度调节部分，本设计采用可控硅调光器(SCR)，结合D/A转换器和放大电路进行控制。可控硅调光器可应用于交流和直流电路，且安装成本较低，能很好地适用于家居使用。

2.2 系统软件设计

(1)主房间控制子系统程序设计

在此子系统中，下位机作为整个系统的服务端，其主要任务是完成创建服务器、采集与处理接收到的语音信号、向客户端发送命令、完成与安卓的连接并对特定的命令做出特定的动作。

STM32为该主房间控制子系统的核心，程序中主要接收两部分的信息：一是实时监测采集到的语音，判断其信号特征是否与语音特征库中有相似要素；二是接收来自安卓上位机的命令，做出相应动作。

在语音处理部分，首先在主控制板的Flash中提前训练好语音特征库用于识别；其次，本设计采用麦克风阵列排布的方式对语音进行增强采集处理；最后，在语音采集后，利用单片机PC0引脚进行A/D采样提取语音频谱特征，并与Flash中的语音库进行对比分析并做出判断。

主房间控制子系统程序流程图如图3所示。

图3 主房间控制子系统程序流程图

(2)从房间控制子系统程序设计

在该子系统中，单片机主要任务为：加入由服务端建立的服务器、等待服务端传输命令并做出相应动作。如服务端发送“客厅灯变暗”指令，客户端的单片机接收到信息后，输出编码信号，通过 D/A转换器和放大电路控制可控硅的导通角，以达到将客厅光亮度调低的目的。从房间控制子系统程序流程图如图4所示。

图4 从房间控制子系统程序流程图

(3)安卓上位机控制系统设计

出于用户使用方便和美观考虑，本设计在安卓界面设计采用垂直线性布局管理，设置控件分别为：TextView用于显示本机IP、连接状态、接收数据指示和发送数据指示等；EditText用于显示发送内容输入框；Button用于发送数据和控制与目标对象连接与断开。

在安卓程序编写上，创建Socket时将服务器的IP和密码写入。当按键监听器检测到用户按下开启连接后，开启WiFi，与主房间的单片机WiFi模块连接，连接状态变为已连接。连接成功后，用户可通过编辑框发送命令控制整个系统，当单片机收到命令后，向安卓反馈收到的数据。

3 语音训练

3.1 语音增强

在非平稳和多种噪声并存的实际环境中，噪声的干扰往往会严重影响目标语音的获取，致使获取的语音信号不是纯净的语音信号。针对此现象，本设计采用以六元麦克风小阵列为模型的麦克风阵列语音增强技术来提高语音识别的准确率。麦克风阵列能够充分利用语音信号的空域、时域和频域信息，同时具有高空间分辨率、高信号增益与较强的抗干扰能力等特点。

利用麦克风阵列波束形成技术不仅解决了在使用单个麦克风时需要人为不断调节麦克风指向性的问题，而且大大提高了输出信噪比，也不必人工干预调节麦克风，因此很容易获取纯净的目标信号。

3.2 语音处理

语音信号经过麦克风收集，经过端点检测确定有效的音频长度，接着对语音进行频谱分析，逐帧分析信号特征，并与提前训练好的存储于单片机Flash中的语音特征库样本进行对比，若相似度匹配，输出识别结果，否则将忽视该语音，继续进行实时收集直至采集到动作命令。语音识别流程图如图5所示。

图5 语音识别流程图

4 系统测试与分析

本系统通过多次测试与修改后，智能家居控制设计系统能够比较好地满足设计要求。在本设计最后阶段，选择了两个较有代表性的环境——实验室(代表安静环境)、食堂(代表喧闹环境)进行测试，每次测试都采用相同的训练样本，避免其他因素的干扰，提高测试结果的准确度与可靠性。测试结果见表1与表2。

由测试结果可知，本系统room1与room2在较安静的环境下识别成功率均高于80%。结果表明,本系统各模块工作稳定，识别率较高。家庭居室大部分情况下为安静环境，因此本系统适合于家居使用。

表1 实验室测试结果

表2 食堂测试结果

结 语