语音识别LD3320具有哪些特性参数应用？

回帖（1）

王晶

2021-9-27 15:54:08

一、概述
1.芯片介绍
LD3320 是一颗基于非特定人语音识（SI-ASR：Speaker-Independent  Automatic Speech Recognition）技术的语音识/声控芯片。提供了真正的单芯片语音识解决方案。
LD3320 芯片上集成了高精度的 A/D 和 D/A 接口，不再需要外接辅助的 Flash 和 RAM，即可以实现语音识/声控/人机对话功能。并且，识的关键词语列表是可以动态编辑的。
基于 LD3320，可以在任何的电子产品中，甚至包括最简单的 51 作为主控芯片的系统中，轻松实现语音识/声控/人机对话功能。为所有的电子产品增加 VUI（Voice User Interface）语音用户操作界面。
2.语音识别介绍
语音识 ASR 技术，是基于关键词语列表识的技术。只需要设定好要识别的关键词语列表，并把这些关键词语以字符的形式传送到 LD3320 内部，就可以对用户说出的关键词语进行识别。不需要用户作任何地录音训练。
ASR 技术最重要的现实意义就在于提供了一种脱离按键，键盘，鼠标的基于语音的用户界面 VUI：Voice User Interface
每次识的过程，就是把用户说出的语音内容，通过频谱转换为语音特征，和这个关键词语列表中的条目进行一一匹配，最优匹配的一条作为识结果。比如在手机的应用中，这个关键词语列表的内容就是电话本中的人名/手机的菜单命令/T 卡中的歌曲名字。不论这个列表的条目内容是什么，只需要用户设置相关的寄存器，就可以把相应的待识条目内容以字符形式传递给识引擎。
  LD3320 可以识列表中的关键词，用户说的语音可以是这个列表中任意的关键词语，而且不需要用户在识前进行任何训练。识引擎不关心关键词语列表中的关键词语的内容，可以是命令，人名，歌曲名字，操作指令等等任何的汉字字符串。    每条关键词语最大可以支持的字数，从算法角度是限制在 30 字以内。但是从实际情况来看，用户一口气说超过 8 个字以上的条目时，几乎肯定会出现说错字/说漏字/说多字/打嗝/停顿等情况，这些情况都会严重影响识并造成识错误。因而一般来说，如果要获得理想的识效果，建议每条关键词语的字数不要过长，避免影响效果。
3.技术参数

1. 内置单声道 mono 16-bit A/D 模数转换
2. 内置双声道 stereo 16-bit D/A 数模转换
3. 内置 20mW 双声道耳机放大器输出
4. 内置 550mW 单声道扬声器放大器输出
5. 支持并行接口或者 SPI 接口
6. 内置锁相电路 PLL，输入主控时钟频率为 2MHz - 34MHz
7. 工作电压：(VDD: for internal core) 3.3V
8. 48pin 的 QFN 7*7 标准封装
9. 省电模式耗电：1uA
4.应用场景
电磁炉/微波炉/智能家电操作
导航仪
MP3/MP4
数码像框
机顶盒/彩电遥控器
智能玩具/对话玩具
PMP/游戏机
自动售货机
地铁自动售票机
导游机
楼宇电视的广告点播
公共照明系统/卫生系统/智能家居的声控
二、LD3320 资料
1.管脚