1、芯片特征

• 半米內(nèi)識別率 90%以上

• 可以通過語音指令控制輸出

• 可以通過單片機(jī)串口控制播放指定語音

• 三種輸出模式：串口輸出、IO 輸出、喇叭播放

• PWM 輸出可直接推動(dòng) 0.5W/8Ω 或 1W/8Ω 揚(yáng)聲器

• 具有差分放大電路，安靜環(huán)境下語音識別距離可達(dá)到 2-3 米

• 外掛 SPI Flash，增加存儲容量

• 可以存儲多組詞條，但是同一時(shí)刻只能出現(xiàn)一組詞條

• 非特定人語音識別

• 語音可支持 32 種語言,目前中文識別度較好

2、功能描述

MX9016B語音識別模塊是一款小巧語音識別模塊，安靜環(huán)境下語音識別距離可達(dá)到 2-3 米；外掛 SPI Flash,增加存儲容量；主要功能如下：

1. 識別功能：可識別預(yù)設(shè)的語音詞條，同時(shí)通過串口，IO 輸出以及識別結(jié)果。

2. 播放功能：通過單片機(jī)指令播放指定的語音，同時(shí)通過 BUSY 腳標(biāo)志是否正在播放語音。

3、應(yīng)用范圍

• 玩具類：智能機(jī)器人、智能故事機(jī)、智能玩具車機(jī)等

• 家電類：智能茶壺、智能電飯鍋、智能音箱、智能插排、智能晾衣架，智能空氣凈化器等
  

• 理療類：眼部按摩儀、按摩椅、頭部按摩儀、足浴按摩器
  

• 語音導(dǎo)航類:醫(yī)院、商場等地方內(nèi)指路器
  

4、應(yīng)用方框圖

結(jié)構(gòu)組成：MX9016B-24QS 語音識別芯片外掛SPI-flash；可搭配麥克風(fēng)、喇叭、單片機(jī)等外設(shè)一起使用。不過，在虛線框中的串口和 IO 都是用于檢測 MX9016B是否能正確識別，所以在連接 MCU（客戶的）時(shí)可連接其 IO 口或串口，二選一即可。

5、芯片管腳介紹

芯片管腳圖，引腳按照上圖排列順序

6、芯片電氣參數(shù)

8、芯片功能詳解

8.1 IO 口功能簡介

1)RXD/TXD 標(biāo)準(zhǔn)串口通信、波特率 9600，配置見下圖

2)13腳為播放狀態(tài) BUSY 指示，播放時(shí)為 H，不播放時(shí)為 L

3)MIC  麥克風(fēng)正極輸入端，可接常用的麥克風(fēng)型號

4)PWMP/PWMN pwm 輸出、可直接驅(qū)動(dòng) 0.5W/8Ω 或 1W/8Ω 揚(yáng)聲器

8.2 指令格式

串口指令格式采用：起始碼+參數(shù)+反碼，設(shè)置如下表。

注：①參數(shù)+反碼 = FF，例如 TX 輸出的指令 “AA 01 FE” ，起始碼為 AA ，參數(shù)為 01 ，反碼為 FE，01+FE=FF,其他數(shù)據(jù)依此類推

②TX 輸出指令起始碼為 AA（見表 4），RX 輸入指令起始碼為 BB（見表5）

8.3 詞條相關(guān)簡介

MX9016B語音識別模塊可以實(shí)現(xiàn)固定詞匯，非特定人的語音識別。

固定詞匯并非指詞條永遠(yuǎn)無法改變，而是用戶不可以自行更改，但開發(fā)者可以根據(jù)需求更換詞條，之后將詞條存儲到 MX9016B-24QS 語音芯片里或是外掛的 SPI Flash 里，待識別時(shí)將會拿輸入的語音與存儲起來的詞條語音作對比，若是兩者相似度達(dá)到標(biāo)準(zhǔn)就認(rèn)為是輸入的語音與存儲中的詞條一致，即識別成功。

8.3.1 詞條的存儲容量

存儲詞條的地方有兩處：語音芯片的內(nèi)部、SPI Flash;兩者本身的容量不同，所能存儲的詞條數(shù)量自然也不同。下面進(jìn)行四字詞條（即是每個(gè)詞條四個(gè)字）的存儲容量的對比

雖說 MX9016B-24QS 語音芯片內(nèi)部可以存儲 12 條左右的詞條，但是存儲的數(shù)量越多，運(yùn)算的速率越低，識別的效果也會相對的差一點(diǎn)。

8.3.2 詞條的存儲方式

詞條的存儲方式主要有兩種：

①一組存儲

在詞條的數(shù)量較少，并且都是同一類型，如都是表示顏色的詞條，那可以選擇放在同一組中，不用進(jìn)行切換，更省時(shí)間。

②分組存儲

若是詞條的數(shù)量多，并且分類不一樣，那可以選擇分組存儲，例如現(xiàn)在有三組不同類型的詞條，分別是故事類，古詩類以及音樂類

將詞條分組存儲，待需要進(jìn)行古詩類詞條時(shí)，則需先進(jìn)入古詩類詞組，那么我們需要一個(gè)入口。

8.3.3 詞條的識別過程

詞條的識別過程實(shí)際就是波形的識別。實(shí)際上，聲音會產(chǎn)生波形，可見如下聲音波形圖。無論是人聲，還是風(fēng)扇的聲音，都有波形，但是不同的人說同一句話，聲音的波形都會有一點(diǎn)點(diǎn)的差別，就算是同一個(gè)人說同一句話，聲音的波形也會有差別，因?yàn)橐粽{(diào)，語速等等都可能發(fā)生細(xì)小的變化，從而影響聲音波形。

因此，在設(shè)計(jì)的過程中，會設(shè)置一個(gè)門檻，若輸入語音的波形與存儲好的詞條波形相似度高于這個(gè)門檻，則識別成功。而這個(gè)門檻的高低可以改動(dòng)的（用戶無法更改），門檻調(diào)高了，即相似度要更高，會更難識別，識別率降低；若門檻調(diào)低了，更容易識別，識別率增加，但是這也帶來了一個(gè)問題-----誤識別。

在吵雜的環(huán)境中，多種聲音的波形疊加在一起，剛好與存儲中的某一個(gè)詞條的波形相似度超過門檻值，那么就會認(rèn)為是存儲中的詞條，從而語音識別成功，這就引起了誤識別，若設(shè)置的門檻越低，誤識別率就越高。

所以說，識別率和誤識別率是一致的，識別率升高，誤識別率也會升高，這就需要根據(jù)場合，根據(jù)需求來設(shè)計(jì)識別率。當(dāng)然，減低誤識別率是有辦法的，如在不需要識別的時(shí)候，讓模塊處于休眠狀態(tài)，既可以省電，又可以降低誤識別率。

8.3.4 詞條的設(shè)計(jì)

識別率，除了與識別的門檻有關(guān)，還與詞條的長短等有關(guān)，其關(guān)系見表 6。

詞條與識別效果表

因此，在更換詞條時(shí)，應(yīng)考慮詞條的長度，各個(gè)詞條間的相識度，盡量做到長度適中、相似度低。

由于頁面限制，完整內(nèi)容請點(diǎn)擊文章右上下載按鈕下載文件查看……