智能家居自动控制研究现状（基于单片机语音识别的智能家居控制系统）

在传统的智能家居控制系统中，我们常采用不同次数的“滴滴”声或不同的LED状态作为操作提示信息，提示信息过于简单，不够直接，一般需要按照操作手册一步一步进行，而且容易出错。另外，它的身份验证一般只有按键密码，在电话远程控制或门禁系统中容易被他人偷窥从而导致安全隐患。而本文提供的语音界面的智能家居控制系统在完全实现家庭安全监控与智能化控制的基础上，增加了以语音提示作为操作向导的人机交互界面，极大的方便了系统设置与修改。同时，身份验证时，可以要求以声音和键盘密码同时作为身份验证信息，杜绝了密码泄漏造成的安全隐患。

语音识别技术是一种多维识别系统，基本结构如图一所示。语音识别系统与一般的模式识别系统类似，包括特征提取，语音模式库，模式匹配3个基本单元。

对于语音辨识主要有以下2种:

(1)特定发音人识别SD (Speaker Dependent) :是指语音样板由单个人训练，也只能识别训练人的语音命令，而他人的命令识别率较低或几乎不能识别。

(2)非特定发音人识别SI (Speaker Independent):是指语音样板由不同年龄、不同性别、不同口音的人进行训练，可以识别一群人的命令。我们将标准模式的存储空间称之为“词库”，而把标准模式称之为“词条”或“样板”。所谓建立词库，就是将待识别的命令进行频谱分析，提取特征参数作为识别的标准模式。.

识别过程首先要滤除输人语音信号的噪音和进行预加重处理，提升高频分量，然后用线性预测系数等方法进行频谱分析，找出语音的特征参数作为未知模式，接着与预先存储的标准模式进行比较，当输人的未知模式与标准模式的特征相一致时，便被机器识别，产生识别结果输出。如果输人的语音与标准模式的特征完全一致固然好，但是语音含有不确定因素，完全一致的条件往往不存在，事实上没有人能以绝对相同的语调把一个词说两遍，因此，预先制定好计算输人语音的特征模式与各特征模式的类似程度，或距离度的算法规则固化在单片机中，把该距离最小，即最类似的模式作为识别相应语音的手段。当然，影响识别率的因素还有一些，如连续发音(如英语)与断续发音(如汉语)的不同二者区别在于单词间隔有200ms以上的空隙时间。本方案采用特定人识别方式，将W练的标准样板存于FLASH中，第一次使用时要进行训练，以后就可以不受掉电影响识别此人语音信息。