語(yǔ)音識(shí)別及語(yǔ)音編解碼技術(shù)經(jīng)過(guò)幾十年的發(fā)展，已經(jīng)日趨成熟，步入實(shí)用化階段。語(yǔ)音識(shí)別技術(shù)已開始應(yīng)用于電話查詢服務(wù)、智能玩具、PDA、家用電器、通信、工業(yè)控制、語(yǔ)言學(xué)習(xí)等應(yīng)用領(lǐng)域；其于碼激勵(lì)線性預(yù)測(cè)（CELP）技術(shù)的語(yǔ)音編解碼算法也因其音質(zhì)好，壓縮比大而在通信和數(shù)字錄音設(shè)備中獲得了廣泛應(yīng)用。 語(yǔ)音輸入方式與手寫輸入方式相比，具有操作簡(jiǎn)便、查找方便、識(shí)別準(zhǔn)確率高等優(yōu)點(diǎn)。省去了大量的輸入時(shí)間，降低了信息檢索的復(fù)雜度。本文所介紹的聲控電子記事本系統(tǒng)將語(yǔ)音識(shí)別和語(yǔ)音編解碼在同一片DSP芯片上實(shí)現(xiàn)，用語(yǔ)音方式代替其它方式進(jìn)行信息輸入，提高了系統(tǒng)的靈活性。
　
　　1 系統(tǒng)功能
　　可存200張語(yǔ)音名片，每張語(yǔ)音名片包含四條信息：姓名、電話號(hào)碼、工作單位、備注；聲控查找語(yǔ)音名片信息，用戶只需口述所要查找人的姓名，即可獲得電話號(hào)碼、工作單位、備注等信息，同時(shí)電話號(hào)碼顯示在液晶顯示屏上。
　　具有雙音多頻（DTMF）撥號(hào)功能，用戶用聲控查找到電話號(hào)碼并顯示在液晶屏上之后，只需輕觸一個(gè)撥號(hào)鍵，即可通過(guò)普通電話機(jī)的話筒實(shí)現(xiàn)快速自動(dòng)撥號(hào)。
　　數(shù)字錄音，每段錄音加語(yǔ)音標(biāo)識(shí)；聲控放音，在放音時(shí)只需口述所要語(yǔ)音段的語(yǔ)音標(biāo)識(shí)即可自動(dòng)找到該段錄音并加放，累計(jì)錄音時(shí)間達(dá)兩個(gè)半小時(shí)以上。
　　具有方便的編輯功能，增加、刪除語(yǔ)音名片，增加、刪除數(shù)字錄音段。
　　2 系統(tǒng)構(gòu)成
　　本文所介紹的聲控電子記事本系統(tǒng)，是在定點(diǎn)16位DSP芯片上實(shí)現(xiàn)的，它包含特定人孤立詞語(yǔ)音識(shí)別算法和代數(shù)碼本激勵(lì)線性預(yù)測(cè)（ACELP）語(yǔ)音編解碼算法數(shù)（MFCC）為語(yǔ)音特征、以動(dòng)態(tài)時(shí)間規(guī)劃（DTW）為模板匹配算法，對(duì)于普通詞條，識(shí)別率達(dá)到了99%以上。用于“錄音”功能的ACELP算法是該碼率下性能優(yōu)異的編解碼算法，雖然算法復(fù)雜度較高，但共重建語(yǔ)音質(zhì)量的平均主觀評(píng)測(cè)分?jǐn)?shù)（MOS分）達(dá)到了4.0，非常接近于壓縮前的分?jǐn)?shù)4.3。
　　
　　如圖1所示，系統(tǒng)由MCU實(shí)現(xiàn)總線控制，接受外部鍵盤輸入，并在液晶屏上顯示信息。在本系統(tǒng)中，語(yǔ)音充當(dāng)大部分人機(jī)界面的角色，盡量省去復(fù)雜的鍵盤操作，而且用語(yǔ)音提示或語(yǔ)音回放代替一部門液晶文字提示。由于語(yǔ)音要經(jīng)過(guò)DSP處理，所以MCU需要與DSP經(jīng)常交換信息，以便實(shí)現(xiàn)友好的操作界面。