新型语音识别电路AP7003及其应用
摘要：介绍了新型、低成本语音识别电路AP7003的性能、引脚、指令等内容，并给出了应用电路原理图及详细的应用方法。
关键词：语音识别 键盘控制 CPU控制 存储体 1 AP7003简介
AP7003是一款新型、低成本语音识别专用集成电路，内置有麦克风放大器、A/D转换器、语音处理器和I/O控制器，经预处理后可识别12组不同的字词，每组1.5秒时长，可连词或单词识别。AP7003包括AP7003-01（由CPU串行控制）和AP7003-02（由按键直接控制）两种型号，且最有高度的I/O可编程性，使用简单方便，可广泛应用于玩具、识别转控、自动答录等领域。
AP7003的功能框图如图1所示。其主要特性如下：
·内置麦克风放大器；
·内置A/D转换器；
·DIP40双列直插式封装；
·识别12组1.5秒时长字词；
·I/O口具有2个普通输入、4个触发输入、2个输出口（分别有4个和12个输出）、2个LED驱动；
·指令优化以方便用户使用；
·2.4V-4.5V工作电压，且具备低功耗模式。
2 AP7003功能说明
AP7003具有两种工作模式，即录音模式和识别模式。在使用识别模式之前，应先将目标录入芯片内。AP7003内有12狐假虎威存储体用于存储12组不同的字句，每个存储体可存储1.5秒时长的字词，可通过键盘或按程序编制的顺序选择存储体录入及存放目标词。语音可通过外部麦克风或其它媒体录入芯片内，经内部处理后以不同的数字持片信号保存于存储体中。
目标词录入芯片内后即可将工作模式转换到识别模式，工作时芯片将当前语音与事先已录入存储体的目标词语音相比较，如果有语音特征相匹配，则在芯片的相应输出端口输出高电平或低电平。需要时间以将芯片编程为省电模式以节省电能，当有按键信号时芯片将被唤醒。
AP7003采用DIP40封装，引脚功能如表1所示，其典型应用电路如图2所示。
表1 AP7003引脚功能说明 引脚号 引脚名称 功能说明 1
2
3
4
8～5
12～9
13
14
15
17、18
19
20
21
22
23
24
26
27
28
29～40
16、25 PORES
GNDD
LED1
LED2
POB1～POB4
PIT1～PIT4
VDDD
CAPV
OSC1
PIM1、PIM2
TEST
POSL
GNDA
TREF
A2OUT
A1IN
A1OUT
MICP
VDDA
POA1～POA12
NC 清除A输出口（POA）输出状态，高有效）
数字地
驱动LED，低有效，可编程用于指示语音录音的状态
驱动LED，低有效，可编程用于指示语音识别的结果
B输出口，可编程用于键盘驱动
低脉冲触发输入，内部有上拉电阻，可编程用于键盘输入
数字电源
通过电容接地，对内部电压进行滤波
振荡频率控制，通过56kΩ电阻接地
普通输入引脚，可编程用于芯片工作模式控制：PIM1=1时，芯片具有识别功能；PIM2=1时，A端口可以输出。反之不能进行识别或A端口不能输出
测试端，芯片出厂时测试用
对A输出口有效电平进行选择：高时A口高有效；低时A口低有效
模拟地
语音输入门限控制端
第二级放大器输出端
第一级放大器负输入端
第一级放大器输出端
电子麦克风电源供应端
模拟电源
A输出口，可编程用于语音录入/语音识别对的存储体指示
未用引脚 3 AP7003-01的应用
AP7003-01可通过串行口与微控制器连接，应用图如图3所示。AP7003-01共有22个输入指令和15个输出指令，如表2所示。AP7003-01工作时序及时间定义如图4所示。
表2 AP70001指令与代码 输 入 输 出 指令 代码 指令 代码 指令 代码 指令 代码 Store Word1
Store Word2
Store Word3
Store Word4
Store Word5
Store Word6
Store Word7
Store Word8
Store Word9
Store Word10
Store Word11 01H
02H
03H
04H
05H
06H
07H
08H
09H
0AH
0BH Store Word12
Store Flag
Clear Word
Set R_Level 1
Set R_Level 2
Set R_Level 3
Set R_Level 4
Set R_Mode 1
Set R_Mode 2
Clear Outputs
Shut Down 0CH
0DH
0H
11H
12H
13H
14H
15H
16H
17H
18H Match Word1
Match Word2
Match Word3
Match Word4
Match Word5
Match Word6
Match Word7
Match Word8
Match Word9
Match Word10
Match Word11 01H
02H
03H
04H
05H
06H
07H
08H
09H
0AH
0BH Match Word12
Done
No Match Word
Data In Error
0CH
11H
12H
13H
系统上电后必须先给AP7003-01发清除指令Clear Word以清除12个存储体内的内容，然后发出一个存储指令（Store Word1～Store Word12之一）将目标词录入芯片相应的存储体内。当LED1有效时，表示芯片准备好录入目标词。通过指令Set R_Mode1或Set R_Mode2可选择两种识别模式：Set R_Mode1为单词识别模式，该模式下识别操作完成后，芯片进入省电状态以等待表的指令；Set R_Mode2为连词识别模式，该模式下识别操作完成后芯片返回语音录入状态。
进入语音识别状态前必须通过指令Set R_Level1～Set R_Level4设置识别时要示诉匹配度，Set R_Level4要求匹配程序最高，而Set R_Level1最低，可以根据经验设定为中间某一个值。跟在一个Store Word1～12指令之后的Store Flag指令将前面录入的语音存入指定的存储体以作为目标词。Clear Outputs指令用于清除A端口输出状态（POA1～POA12）.Shut Down指令将芯片转入关闭模式以节省电能。
当数据格式或时序出现在串行数据（SERIAL DATA）输入口PIT3、PIT2、PIT1时，芯片将发送错误代码到串行数据输出口POB4，同时将数据、时钟发送到串行数据输出口POB2、POB3。
指令Stroe Word1～12、Store Flag、Clear Word、Set R_Level1～4和Clear Outputs执行完成后，芯片将输出一个Done代码。芯片每次执行完语音识别后，输出一个匹配指示代码（Match Word1～Match Word12或NO Match）。当有一个语音匹配时，LED2有效，如果PIM2被拉高（端口A使能），则端口相应的引脚变为有效。如果PIM1引脚被拉底，芯片的语音识别功能被禁止。
4 AP7003-02的应用
AP7..3-02可以单独使用，无需控制器，适合于用键盘直接控制。芯片有8键控制和12键控制两种键盘操作模式，如图5所示。各键及其功能见表3（a）、（b）。
上电后POB1～POB4均被置成低电平。当有键按下后，芯片按POB1→POB2→POB3→POB4的顺序依次发出键盘扫描信号，扫描信号为16ms低脉冲加64ms间隔，且循环进行，按键信号从PIT1～PIT4输入芯片。键盘阵列如表3（c）所示。
在识别模式初始状态，只有LED1是有效的。识别完成后，如果没有词相匹配，LED1闪烁3秒钟后回到识别模式初始状态；如果有词相匹配，LED2有效，与匹配词所在存储体相对应的POA输出端口也有效。如果芯片被设置成自动模式（PIM2=0），则LED2及POA的输出将在3分钟后被清除，之后回到识别模式初始状态。当PIM2=0时，如果连接8分钟没有语音输入芯片，将自动进入省电模式。
5 应注意的问题
（1）语音识别电路对外部麦克风（MIC）的分贝值有一定的要求。使用经验表明，本语音识别电路中选用56dB的麦克风可达到最佳效果。
（2）语音识别前设置的匹配度是一个影响识别率高低的重要因素，在实验过程中需要根据使用环境、使用要求等情况多次实验才能确定最佳值。
（3）AP7003的工作电压为2.4V～4.5V。对于3V的应用系统，可直接使用；如果您的应用系统是5V工作电压，建议通过一个二极管给AP7003供电，以保证系统长期稳定可靠地工作，也有利于降低系统功耗。
表3（a)AP7003-02键盘模式 Mode
Key NO. 8Key(PIM1=0) 12Key(PIM1=1) 1
2
3
4
5
6
7
8
9
10
11
12
PIT3
PIT4 Store Word
Word Up
Word Down
Set R_Level 1
Set R_Level 2
Set R_Level 3
Clear Output
Shut Down
N.A.
N.A.
N.A.
N.A.
Store Word
Clear Word Store Word1
Store Word2
Store Word3
Store Word4
Store Word5
Store Word6
Store Word7
Store Word8
Set R_Level 1
Set R_Level 2
Clear Output
Shut Down
N.A.
Clear Word 表3（b）AP7003-02按键功能 键 名 功 能 说 明 Clear Word
Store Word
Store Word1～8
Word Up
Word Down
Set R_Level1～3
Clear Output
Shut Down 清除12个存储体内容，之后进入存储目标词1（Store SWord1）状态
选择当前存储体存储录入的语音
选择12个存储体中的一个以存储录入的语音
选择后个存储体以存储录入的语音；存储体12的“后一个”是存储体1
选择前一个存储体以存储录入的语音；存储体1的“前一个”仍是存储1
设置语音识别的匹配度，之后进入语音识别初始状态
清除POA1～POA12和LED2状态，之后进入语音识别初始状态
将芯片转入省电模式 表3（c) AP7003-02键盘阵列 POB1 POB2 POB3 POB4 PIT1 KEY1 KEY2 KEY3 KEY4 PIT2 KEY5 KEY6 KEY7 KEY8 PIT3 KEY9 KEY10 KEY11 KEY12 应用表明，AP7003使用简单方便，具有较高的识别率，一般可达80%以上，是一款较好的语音识别芯片。
关键词：语音识别 键盘控制 CPU控制 存储体 1 AP7003简介
AP7003是一款新型、低成本语音识别专用集成电路，内置有麦克风放大器、A/D转换器、语音处理器和I/O控制器，经预处理后可识别12组不同的字词，每组1.5秒时长，可连词或单词识别。AP7003包括AP7003-01（由CPU串行控制）和AP7003-02（由按键直接控制）两种型号，且最有高度的I/O可编程性，使用简单方便，可广泛应用于玩具、识别转控、自动答录等领域。
AP7003的功能框图如图1所示。其主要特性如下：
·内置麦克风放大器；
·内置A/D转换器；
·DIP40双列直插式封装；
·识别12组1.5秒时长字词；
·I/O口具有2个普通输入、4个触发输入、2个输出口（分别有4个和12个输出）、2个LED驱动；
·指令优化以方便用户使用；
·2.4V-4.5V工作电压，且具备低功耗模式。
2 AP7003功能说明
AP7003具有两种工作模式，即录音模式和识别模式。在使用识别模式之前，应先将目标录入芯片内。AP7003内有12狐假虎威存储体用于存储12组不同的字句，每个存储体可存储1.5秒时长的字词，可通过键盘或按程序编制的顺序选择存储体录入及存放目标词。语音可通过外部麦克风或其它媒体录入芯片内，经内部处理后以不同的数字持片信号保存于存储体中。
目标词录入芯片内后即可将工作模式转换到识别模式，工作时芯片将当前语音与事先已录入存储体的目标词语音相比较，如果有语音特征相匹配，则在芯片的相应输出端口输出高电平或低电平。需要时间以将芯片编程为省电模式以节省电能，当有按键信号时芯片将被唤醒。
AP7003采用DIP40封装，引脚功能如表1所示，其典型应用电路如图2所示。
表1 AP7003引脚功能说明 引脚号 引脚名称 功能说明 1
2
3
4
8～5
12～9
13
14
15
17、18
19
20
21
22
23
24
26
27
28
29～40
16、25 PORES
GNDD
LED1
LED2
POB1～POB4
PIT1～PIT4
VDDD
CAPV
OSC1
PIM1、PIM2
TEST
POSL
GNDA
TREF
A2OUT
A1IN
A1OUT
MICP
VDDA
POA1～POA12
NC 清除A输出口（POA）输出状态，高有效）
数字地
驱动LED，低有效，可编程用于指示语音录音的状态
驱动LED，低有效，可编程用于指示语音识别的结果
B输出口，可编程用于键盘驱动
低脉冲触发输入，内部有上拉电阻，可编程用于键盘输入
数字电源
通过电容接地，对内部电压进行滤波
振荡频率控制，通过56kΩ电阻接地
普通输入引脚，可编程用于芯片工作模式控制：PIM1=1时，芯片具有识别功能；PIM2=1时，A端口可以输出。反之不能进行识别或A端口不能输出
测试端，芯片出厂时测试用
对A输出口有效电平进行选择：高时A口高有效；低时A口低有效
模拟地
语音输入门限控制端
第二级放大器输出端
第一级放大器负输入端
第一级放大器输出端
电子麦克风电源供应端
模拟电源
A输出口，可编程用于语音录入/语音识别对的存储体指示
未用引脚 3 AP7003-01的应用
AP7003-01可通过串行口与微控制器连接，应用图如图3所示。AP7003-01共有22个输入指令和15个输出指令，如表2所示。AP7003-01工作时序及时间定义如图4所示。
表2 AP70001指令与代码 输 入 输 出 指令 代码 指令 代码 指令 代码 指令 代码 Store Word1
Store Word2
Store Word3
Store Word4
Store Word5
Store Word6
Store Word7
Store Word8
Store Word9
Store Word10
Store Word11 01H
02H
03H
04H
05H
06H
07H
08H
09H
0AH
0BH Store Word12
Store Flag
Clear Word
Set R_Level 1
Set R_Level 2
Set R_Level 3
Set R_Level 4
Set R_Mode 1
Set R_Mode 2
Clear Outputs
Shut Down 0CH
0DH
0H
11H
12H
13H
14H
15H
16H
17H
18H Match Word1
Match Word2
Match Word3
Match Word4
Match Word5
Match Word6
Match Word7
Match Word8
Match Word9
Match Word10
Match Word11 01H
02H
03H
04H
05H
06H
07H
08H
09H
0AH
0BH Match Word12
Done
No Match Word
Data In Error
0CH
11H
12H
13H
系统上电后必须先给AP7003-01发清除指令Clear Word以清除12个存储体内的内容，然后发出一个存储指令（Store Word1～Store Word12之一）将目标词录入芯片相应的存储体内。当LED1有效时，表示芯片准备好录入目标词。通过指令Set R_Mode1或Set R_Mode2可选择两种识别模式：Set R_Mode1为单词识别模式，该模式下识别操作完成后，芯片进入省电状态以等待表的指令；Set R_Mode2为连词识别模式，该模式下识别操作完成后芯片返回语音录入状态。
进入语音识别状态前必须通过指令Set R_Level1～Set R_Level4设置识别时要示诉匹配度，Set R_Level4要求匹配程序最高，而Set R_Level1最低，可以根据经验设定为中间某一个值。跟在一个Store Word1～12指令之后的Store Flag指令将前面录入的语音存入指定的存储体以作为目标词。Clear Outputs指令用于清除A端口输出状态（POA1～POA12）.Shut Down指令将芯片转入关闭模式以节省电能。
当数据格式或时序出现在串行数据（SERIAL DATA）输入口PIT3、PIT2、PIT1时，芯片将发送错误代码到串行数据输出口POB4，同时将数据、时钟发送到串行数据输出口POB2、POB3。
指令Stroe Word1～12、Store Flag、Clear Word、Set R_Level1～4和Clear Outputs执行完成后，芯片将输出一个Done代码。芯片每次执行完语音识别后，输出一个匹配指示代码（Match Word1～Match Word12或NO Match）。当有一个语音匹配时，LED2有效，如果PIM2被拉高（端口A使能），则端口相应的引脚变为有效。如果PIM1引脚被拉底，芯片的语音识别功能被禁止。
4 AP7003-02的应用
AP7..3-02可以单独使用，无需控制器，适合于用键盘直接控制。芯片有8键控制和12键控制两种键盘操作模式，如图5所示。各键及其功能见表3（a）、（b）。
上电后POB1～POB4均被置成低电平。当有键按下后，芯片按POB1→POB2→POB3→POB4的顺序依次发出键盘扫描信号，扫描信号为16ms低脉冲加64ms间隔，且循环进行，按键信号从PIT1～PIT4输入芯片。键盘阵列如表3（c）所示。
在识别模式初始状态，只有LED1是有效的。识别完成后，如果没有词相匹配，LED1闪烁3秒钟后回到识别模式初始状态；如果有词相匹配，LED2有效，与匹配词所在存储体相对应的POA输出端口也有效。如果芯片被设置成自动模式（PIM2=0），则LED2及POA的输出将在3分钟后被清除，之后回到识别模式初始状态。当PIM2=0时，如果连接8分钟没有语音输入芯片，将自动进入省电模式。
5 应注意的问题
（1）语音识别电路对外部麦克风（MIC）的分贝值有一定的要求。使用经验表明，本语音识别电路中选用56dB的麦克风可达到最佳效果。
（2）语音识别前设置的匹配度是一个影响识别率高低的重要因素，在实验过程中需要根据使用环境、使用要求等情况多次实验才能确定最佳值。
（3）AP7003的工作电压为2.4V～4.5V。对于3V的应用系统，可直接使用；如果您的应用系统是5V工作电压，建议通过一个二极管给AP7003供电，以保证系统长期稳定可靠地工作，也有利于降低系统功耗。
表3（a)AP7003-02键盘模式 Mode
Key NO. 8Key(PIM1=0) 12Key(PIM1=1) 1
2
3
4
5
6
7
8
9
10
11
12
PIT3
PIT4 Store Word
Word Up
Word Down
Set R_Level 1
Set R_Level 2
Set R_Level 3
Clear Output
Shut Down
N.A.
N.A.
N.A.
N.A.
Store Word
Clear Word Store Word1
Store Word2
Store Word3
Store Word4
Store Word5
Store Word6
Store Word7
Store Word8
Set R_Level 1
Set R_Level 2
Clear Output
Shut Down
N.A.
Clear Word 表3（b）AP7003-02按键功能 键 名 功 能 说 明 Clear Word
Store Word
Store Word1～8
Word Up
Word Down
Set R_Level1～3
Clear Output
Shut Down 清除12个存储体内容，之后进入存储目标词1（Store SWord1）状态
选择当前存储体存储录入的语音
选择12个存储体中的一个以存储录入的语音
选择后个存储体以存储录入的语音；存储体12的“后一个”是存储体1
选择前一个存储体以存储录入的语音；存储体1的“前一个”仍是存储1
设置语音识别的匹配度，之后进入语音识别初始状态
清除POA1～POA12和LED2状态，之后进入语音识别初始状态
将芯片转入省电模式 表3（c) AP7003-02键盘阵列 POB1 POB2 POB3 POB4 PIT1 KEY1 KEY2 KEY3 KEY4 PIT2 KEY5 KEY6 KEY7 KEY8 PIT3 KEY9 KEY10 KEY11 KEY12 应用表明，AP7003使用简单方便，具有较高的识别率，一般可达80%以上，是一款较好的语音识别芯片。