 Sensory語音技術及RSC系列單片機簡介
Sensory公司成立於1994年，是美國一家私立的風險投資公司。公司旨在為市場創建一種高質量低成本的語音識別產品。因其使用了獨到的語音技術，在8位機語音識別的應用領域內該公司的產品一直佔據著領先地位。在歐美市場已面市的帶有語音識別功能的產品中，大多數都采用了Sensory公司的產品，如Textronix的示波器、Kenwood的電話（IS-A17）、Sony的車載收音機等。
通常所提到的Sensory語音技術主要包括以下幾種﹕
SS —— 語音合成（Speech Synthesis）使用該技術能播放編程前已編輯好的語音，如一段話等。
SD——特定人的識別模式（Speaker Dependent speech recognition） 在這種識別模式下，使用人要先進行訓練，產生一個可供日後進行識別用的模板。因此，其使用對象是特定的，誰訓練的就只能誰使用，此所謂特定人識別。
SI — 非特定人識別模式（Speaker Independent speech recognition）此識別模式下，使用人非特定，無需訓練。識別用的模板是預先定做的針對大眾的統一模板，任何人都可使用。此謂非特定。
SV — 身份驗證（Speaker Verification）該識別模式類似於SD模式，但識別算法更嚴格。包括對說話者的語音語調都要進行檢驗。
DRT — 雙識別模式（Dual Recognition Technology）該模式結合了SD和SI的技
術。說話者在使用前要先進行培訓，以後每次使用時該技術會根據說話者
當時的語音調節模板。
CL — 連續聽（Continuous Listening）該模式下，系統一直處於 狀態，隨時準備捕捉關鍵字。但如果關鍵字是夾雜在其他句子中，且與其他字相連甚密時系統捕捉不到。所以在說關鍵字前應停頓一下。
WS —— 句中捕捉關鍵字（Word Spot）該技術類似於CL，但它能從一句連續的話中捕捉到關鍵字，所以在說關鍵字前無需刻意停頓。
RP —— 錄音回放（voice Record and Playback ）此模式下，系統可以現場錄一段語音，並回放出所錄聲音，效果很好，失真小。
TT —— 雙音多頻撥號（Touch-Tone synthesis）此模式可合成語音以生成雙音多頻的電話撥號音。
Sensory的每一項語音技術都包含在其系列產品中。
RSC系列單片機因為采用了神經元算法所以可以提供高質量的SI識別、SD識別和SV識別。該系列單片機還支持語音合成、錄音回放、4聲道音樂合成和系統控製的功能。屬於CMOS的這一系列單片機包含有以下內部資源﹕RAM、16個IO口、A/D轉換器、D/A轉換器、麥克風預放和4MIPS的處理器。除了提供語音識別和語音合成所需的馬力之外，該系列單片機還有足夠的周期去執行通用目的產品控製。用戶可以對此系列單片機進行編程以達到所需的控製目的。用此系列單片機開發語音產品，外圍僅需加極少的外部元器件——如麥克風、揚聲器、電池和一些被動元器件——即可。RSC系列單片機主要有RSC-164、RSC-200/264、RSC-300/364幾種，還有由此幾種單片機派生出來的ASSP（Application Specific Standard Product）, 包括Voice Direct，Voice Dialer，Voice Extreme（VE）。其中Voice Direct和Voice Dialer 無需用戶進行編程即可使用。
|
|
|
|
