也談?wù)Z(yǔ)音識別技術(shù)在玩具領(lǐng)域的低成本應用

趙大有 2003/01/06

　　所謂的高科技對一般人而言，是那么的神秘莫測。有人說(shuō)成本是產(chǎn)品銷(xiāo)售的關(guān)鍵，在玩具上應用高科技是否符合玩具生產(chǎn)的低成本要求呢？在此，我要告訴大家的是，首先科技是為生產(chǎn)服務(wù)的，只有真正能推動(dòng)生產(chǎn)力發(fā)展的科學(xué)技術(shù)，才會(huì )有生命力；再者，基于半導體技術(shù)的不斷發(fā)展，高科技不僅能應用到玩具生產(chǎn)上，而且有許多暢銷(xiāo)正是因為它們集成了多種高科技，才會(huì )變得更智能、更有趣，從而成為包括兒童和成人在內的各種人群的寵愛(ài)。

　　玩具產(chǎn)品中的科技運用，離不開(kāi)聲、光、電三方面，語(yǔ)音（包括發(fā)聲、說(shuō)話(huà)、唱歌）、接觸感覺(jué)、互動(dòng)感應（包括觸摸感應、光感應、熱感應、語(yǔ)音感應）、動(dòng)作控制（包括內部程序控制和外部線(xiàn)控、紅外、射頻、聲控、語(yǔ)音控制）等。從技術(shù)看，低級到高級，簡(jiǎn)單到復雜都存在，從語(yǔ)音IC、智能IC、中央處理器，應用呈現出不同的臺階，既不會(huì )高不可攀也不存在高門(mén)檻，多層次的分布也為企業(yè)在產(chǎn)品中的運用提供了很大的空間。

　　在國外，特別是在日本，玩具設計師往往會(huì )把科學(xué)家在智能機器人研究方面發(fā)明、創(chuàng )造的高新技術(shù)，從中選取一種應用到智能玩具的設計開(kāi)發(fā)，或用來(lái)對傳統玩具進(jìn)行創(chuàng )新改造上。這些技術(shù)包括機械機構優(yōu)化設計、語(yǔ)音識別技術(shù)、圖像識別技術(shù)、路徑規劃、自主避障、電池電量檢測、微電腦技術(shù)、物體跟蹤技術(shù)、軌跡跟蹤技術(shù)等等，以后我會(huì )為大家一一進(jìn)行詳盡的介紹；在此我挑選一種使用成本低、功能實(shí)用性強、易操作的技術(shù)推薦給大家——語(yǔ)音識別、語(yǔ)音合成技術(shù)。為什么呢？

　　例如，當我們看到一名兒童與另一個(gè)天真爛漫的娃娃在進(jìn)行著(zhù)有趣的對話(huà)，那娃娃一會(huì )兒娓娓而談，一會(huì )兒又唱又笑，她們之間的親密程度已使人沒(méi)有注意到其中有一個(gè)是玩具娃娃，這就是在傳統的公仔玩具里植入了一顆語(yǔ)音識別芯片后，獲得了生命力的高智能仿生娃娃。而當我們看到一個(gè)活潑可愛(ài)的寵物跟著(zhù)它的主人撒歡，并隨著(zhù)主人的指令作者各種不同的動(dòng)作，甚至還開(kāi)口說(shuō)話(huà)、唱歌了，你們不要奇怪，這就是利用語(yǔ)音識別技術(shù)設計出來(lái)的智能寵物玩具。這些有"靈感"能"思維"，有聽(tīng)覺(jué)，能講話(huà)的玩具的出現將打破自公仔玩具問(wèn)世以來(lái)的長(cháng)期聾啞感，并將給人們帶來(lái)更多的能與之進(jìn)行交流，甚至幫助孩子們學(xué)習成長(cháng)的智能玩具。要達到上述這些類(lèi)似人類(lèi)特征的要求，唯一的條件是要使得娃娃聽(tīng)懂人們的問(wèn)話(huà)，并經(jīng)過(guò)"思考"，能善解人意地答復問(wèn)題。

　　充分利用語(yǔ)音識別技術(shù)，就能做到上述要求。在20世紀六七十年代以來(lái)，語(yǔ)音識別的研究人員一直致力于語(yǔ)音識別專(zhuān)用芯片的研究，但是，大多數的語(yǔ)音識別專(zhuān)用芯片識別性能差，不具備實(shí)用的要求。直到近十年以來(lái)，隨著(zhù)語(yǔ)音識別算法的深入研究和集成電路技術(shù)的發(fā)展，才出現了一些具有實(shí)用價(jià)值和市場(chǎng)前景的語(yǔ)音識別專(zhuān)用芯片。其中，較為成功的芯片是由美國Sensory Integrated Circuit公司開(kāi)發(fā)的RSC系列語(yǔ)音識別芯片，是一顆為消費類(lèi)電子產(chǎn)品應用的低價(jià)位的語(yǔ)音識別專(zhuān)用芯片。

　　依據專(zhuān)家的說(shuō)法，語(yǔ)音識別技術(shù)現在正處于高速增長(cháng)的狀況，因為硅片價(jià)格和寄存器成本不斷下滑，算法更復雜、完善，半導體技術(shù)也好過(guò)以前很多，應用前景非常廣闊。

　　確實(shí)，有好幾家玩具公司正在使用SENSORY語(yǔ)音識別系列芯片并取得了輝煌的成績(jì)，美國MGA公司的語(yǔ)音控制智能機器人玩具Commandobot，美國TIGER公司的機器寵物小鳥(niǎo)Chirpy-chi,日本SONY公司的智能機器狗Aibo等世界知名的流行玩具，無(wú)不是采用了美國Sensory公司的語(yǔ)音識別技術(shù)。

　　Sensory的推廣機構遍布全球，歐洲、美洲、在亞洲還有它專(zhuān)門(mén)的技術(shù)開(kāi)發(fā)合作伙伴,深圳市捷通語(yǔ)音技術(shù)開(kāi)發(fā)有限公司（WWW.SZJTVOICE.COM）負責中國玩具廠(chǎng)商的開(kāi)發(fā)設計需要。

　　同時(shí)，國內一些專(zhuān)家學(xué)者、科研機構、技術(shù)公司一直在研究開(kāi)發(fā)中國人自己的語(yǔ)音識別技術(shù)。清華大學(xué)與華錄集團合作，成功地研究開(kāi)發(fā)了國內的第一個(gè)具有自主知識產(chǎn)權的語(yǔ)音識別專(zhuān)用芯片。該芯片以8位MCU為核心，采用嵌入式芯片設計方法。芯片中包括了8位MCU核、低通濾波器、A/D、D/A、預放、功放、RAM、ROM、PWM等模塊，并載入了語(yǔ)音識別、語(yǔ)音壓縮編碼、語(yǔ)音合成算法，構成一個(gè)完整的高集成度語(yǔ)音識別片上系統。該芯片能夠識別約20～30條特定人語(yǔ)音命令，同時(shí)具有語(yǔ)音合成（提示）與語(yǔ)音編解碼（回放）功能。語(yǔ)音識別率達到98%以上，性能達到國際先進(jìn)水平。由于華錄是優(yōu)先考慮了語(yǔ)音識別技術(shù)在玩具業(yè)的應用，與國際上同類(lèi)芯片相比，華錄的語(yǔ)音識別芯片在基于漢語(yǔ)的SI（不依靠說(shuō)話(huà)者語(yǔ)音）技術(shù)的應用方面有明顯的優(yōu)勢，同時(shí)它還增加了其他同類(lèi)芯片沒(méi)有的自帶LCD驅動(dòng)功能，更吸引人的是它比其他的芯片的功耗低一至二倍。

語(yǔ)音識別芯片的基本結構框圖

　　目前他們正在研發(fā)新一代基于16位定點(diǎn)DSP的語(yǔ)音識別專(zhuān)用芯片，其性能將更加強大。該芯片將能夠識別特定人、非特定人語(yǔ)音命令和漢語(yǔ)數碼，識別的語(yǔ)音命令可以達到200條以上。此外，系統中還包括：高質(zhì)量低速率語(yǔ)音編解碼、

　　語(yǔ)音合成、說(shuō)話(huà)人識別、回聲抵消、噪聲相消等其他功能。其中，非特定人漢語(yǔ)數碼語(yǔ)音識別率達到98%以上，人名呼叫撥號識別率達到99.5%，達到國際先進(jìn)水平。該芯片可以用于汽車(chē)電子系統，實(shí)現語(yǔ)音控制和語(yǔ)音撥號，語(yǔ)音PDA，高檔語(yǔ)音智能玩具，語(yǔ)音監錄器，智能語(yǔ)音遙控器，高檔電話(huà)伴侶等。

　　華錄潤聲公司負責人說(shuō)，隨著(zhù)研究的進(jìn)一步深入和半導體工藝的完善，相信我們自己的語(yǔ)音識別芯片，無(wú)論在性能和價(jià)格上，都將大大優(yōu)于國外的同類(lèi)芯片，真正為中國玩具也實(shí)現高科技的低成本應用提供物質(zhì)保證，從而帶動(dòng)國內傳統玩具實(shí)現低成本改造，提高國產(chǎn)玩具的檔次和國際競爭力。

深圳捷通公司供稿 CTI論壇編輯