0 引言
随着科技的发展，智能设备大量涌现，其中智能汽车作为典型代表之一，对其进行研究开发也相当普遍，当然人与这些智能化设备之间快捷可靠的交互方式很多，其中语音辨识技术以其独特的趣味性成为了人与智能系统交互方式中的热点。本文所设计的智能小车利用语音辨识技术，实现自动前进、后退、左拐、右拐和停车。
1 智能车语音辨识系统的开发平台SPCE061A
采用语音辨识技术构建的智能小车的语音辨识系统实现了小车的自动行驶，而SPCE061A控制器是构建语音辨识系统的开发平台。
SPCE061A是一款16位独具语音特色的控制器，片内采用的μ‘nSPTM(mICrocontroller and signal processor)核心处理器，具有较高的处理速度，能够完成16位算术逻辑运算、16×16位硬件乘法运算和DSP内积滤波运算、能够快速处理复杂的数字信号，不需要额外的专用语音控制芯片，就能实现语音的编解码等，既节省了设计成本，又能满足一定的控制要求。控制器采用模块化架构，集成了ICE(在线仿真)、锁相环振荡器、时基控制器、7通道10位AD转换器、单通道AD+AGC(自动增益)转换器、双通道10位DA转换器、通用异步通信接口、串行输入输出接口、电压监控等模块，其结构如图1所示。
2 语音辨识的基本原理
语音辨识是建立在对人的语音交互过程的基础上，它是一种多维模式辨识过程，分为训练和辨识两个阶段，其基本原理图如图2所示。辨识过程主要包括语音信号的预处理、特征提取、语音模型库、模式匹配、后处理等几个环节。预处理包括滤波、采样和量化、加窗、端点检测、预加重等过程，然后对预处理后的语音信号样本进行分析处理，从中提取出语音特征信息，建立特征模型；之后开始模式匹配，将输入语音信号的特征与已有的特征模型进行对比，如果两者达到一定的匹配度，则输入的语音被辨识。机器语音辨识处理的过程与人对语音辨识处理的过程基本上是一致的，目前主流的语音辨识技术是基于统计模式辨识的基本理论。
