基于语音识别的智能家居控制系统设计毕业论文.doc

基于语音识别的智能家居控制系统设计毕业论文 目录 前 言 3 第1章 理论分析及总体 4 第1.1节 总体框架 4 第1.2节 方案比较 5 第1.3节 整体方案综述 7 第2章 系统硬件电路设计 8 第2.1节 微处理控制电路设计 8 第2.2节 GSM模块简介与电路设计 11 第2.3节 语音识别模块电路设计 13 第2.4节 电机驱动电路设计 15 第2.5节 温度采集电路设计 16 第2.6节 LED和按键电路设计 17 第3章 系统软件设计 18 第3.1节 语音识别程序设计 18 第3.2节 GSM通信程序设计 19 第3.3节 温度采集程序设计 20 第3.4节 电机与LED控制程序设计 22 第章 25 第4.1节 系统测试 25 第4.2节 系统调试总结 27 总结与展望 29 参考文献 30 致谢 31 附录 32 附录 基于语音识别的智能家居控制系统程序清单 32 附录 基于语音识别的智能家居控制系统电路图 35 附录3基于语音识别的智能家居控制系统实物图 36 前 言 语音识别是一个研究对象，让机器自动识别处理理解人类口头语言。语音识别技术通过对语音信号的认识和理解机器相应的文本。声学语音学语言学信息理论交叉学模式识别与神经生物学理论。语音识别技术正逐步成为计算机信息处理技术的关键技术，它的应用已成为一个非常有竞争力的高新技术产业。人视觉对机器的语音识别计算机出现之前的。基于计算机平台的最早自动语音识别系统是在上个世纪，这是所谓奥黛丽语音识别系统，它是由AT＆T的贝尔实验室完成开发。在这个系统中，研究人员使用一些复杂的部件模拟语音元音的频率变化，以及分离的数字语音识别的，准确率达到98％。后来，英国Denes率先在语法概率加入了语音识别系统，建立一个音素识别装置识别元音和辅音。在这一年，麻省理工学院，Forgi等研究了在受控环境中识别的10英元音。研究与历史性突破80年代末的语音识别。李开复在读博士学位，在卡耐基梅隆大学设计了约1000英语单词连续语音识别系统。这是世界上第一个高性能的识别系统。此后，HMM模型已被广泛用于世界各地。然而，引进HMM模型应归功于一组科学家辛勤工作，如Rabiner他们HMM数学公式的工程，让更多的研究人员可以使用和理解HMM。 HMM使得语音识别实现转型，从简单的模板匹配统计概率模型形成了概率统计模型较为完善的制度。在90年代末，人工神经网络（ArtificialNeuralNetworks）出现了。它可以模拟人脑的结构和智能化的特点，具有独特的大规模并行分布处理和联想学习的能力，试图模拟一个强大的生物神经系统。由于其全面的功能和人性化的智能，它有大规模并行，分布式存储和处理，自组织，自适应学习，灵敏度低噪声，适合多种因素和条件。但是，由于许多人工神经网络还处于尝试阶段，没有更完善可行的理论基础，充分依靠人工神经网络实现了语音识别系统，效果不如HMM。在现在这个社会，智能控制已成为发展最热门的领域，智能家居控制也是近年来一种社会趋势，因此语音识别技术和智能家居的发展GSM遥控互动将是一个非常有意义的设计主张。  及总体.1节 总体框架 图1-1所示是基于语音识别的智能家居控制的结构框图。硬件系统由、电路、电路、电路、电路、、电源电路组成。 图1-1 基于语音识别的智能家居控制系统结构框图 第1.2节 方案比较 通过上面的总体方案，需要选择相应的器件与模块，现通过以下的方案比较来选择模块与器件。 1.2.1微处理器方案比较 根据研究目标及要求，对于控制器的选择有以下两种方案。 方案一：采用STC12单片机作为本设计的核心控制芯片，STC12LE5A60S2是一种性能高、功耗相对较低的CMOS微控制器，且具有可用于编程的flash存储器和64K的内存ROM。它的主要性能参数有：与MCS-52单片机的产品可以兼容、有可用于编程的flash存储器、擦写次数高达10W次、程序存储器采用了三级加密、0Hz-24MHz的全静态操作、6个中断源、32个双向I/O口、三个16位定时器/计数器、低功耗空闲和掉电模式、双数据指针、掉电后中断可唤醒等，因此特别适合运用它进行各种灵活的控制[2]。 方案二：采用STM32F103RCT6单片机作为系统控制器，STM32F103RCT6是由ST生产的一款STM系列的微处理器。STM最高频率可达MHz，0等待的存储器访问基于哈佛结构并带有3级流水线高效的处理效率保证能够实时高效的处理水表取数和上传数据。STM自带k字节Flash，具有多种低功耗模式：等待、活跃停机、停机模式，外设的时钟可单独关闭在停机模式下，的功耗仅仅4.5uA左右，完全能够满