一個內(nèi)嵌FPGA硬件加速器的低價語音識別平臺

一個內(nèi)嵌FPGA硬件加速器的低價語音識別平臺與機器進行語言交談，讓它聽明白你在說什么，語音識別技術(shù)將人類這一曾經(jīng)的夢想變成了現(xiàn)實。語音識別就好比機器的聽覺系統(tǒng)，該技術(shù)讓機器可以通過識別和理解，把語音信號轉(zhuǎn)變?yōu)橄鄳?yīng)的文本或命令。自1952年貝爾實驗室研制出世界上第一個能識別10個英文數(shù)字發(fā)音的實驗系統(tǒng)，到如今，語音識別技術(shù)有了突破性的發(fā)展，不再局限于識別孤立詞的識別，現(xiàn)在，可以實現(xiàn)連續(xù)的多語言的實時識別。在現(xiàn)實生活中，語音識別的產(chǎn)品也已經(jīng)變得十分普遍，比如iPhone手機自帶的Srir應(yīng)用軟件，google基于安卓系統(tǒng)開發(fā)的googleNow以及百度語音和微軟開發(fā)的十分調(diào)皮的Cortana語音識別軟件。不過，目前市場上流行的都是軟件實現(xiàn)的語音識別，下面將介紹一款基于FPGA實現(xiàn)的可應(yīng)用于語言識別板卡。MATRIXVoice語音識別平臺：在Indiegogo項目籌資只剩下一個月的時候，MATRIXVoice開源語音平臺的籌款已經(jīng)超出其預(yù)期目標(biāo)$5000達到預(yù)期的289%。MATRIXVoice是弗羅里達邁阿密MATRIX發(fā)起的第三個眾籌項目，實際上MATRIXVoice平臺是一個只有3.14英寸的環(huán)形電路板，但是此電路板不僅兼容最新的語言庫而且可以實時進行連續(xù)的語言識別，還得到多家云端語言服務(wù)的認可，包括微軟的識別服務(wù)器，亞馬遜的Alexa語音服務(wù)，谷歌的語音API以及Wit的ai和Houndify。就結(jié)構(gòu)而言，MAXTRIXVoice是基于Xilinx的Spartan-6LX4FPGA實現(xiàn)的，其設(shè)計外形可以作為一個器件直插到一個低功耗的RaspberryPi的單板機上，也可以作為一個獨立的板卡使用。下面兩張圖分別顯示MATRIXVoice的頂層和底層版面視圖：圖1MATRIXVoicetopview

圖2MATRIXVoicebottomview從上面的圖片中可以看到，MATRIXVoice板卡的背面有七個MEMS麥克風(fēng)，七個REG多色LED，同時Spartan-6FPGA芯片也在前面板上，在AMTRIXVoice的背面，有一個64Mbit的SDRAM和一組可以兼容Raspberrypi單板機的I/O接口。由于這是MATRIX實現(xiàn)系列開發(fā)板中的最新版，所以，針對MATRIXVoice板卡已經(jīng)有具備比較復(fù)雜的分層的軟件堆支持，包括一個為透明化FPGA代碼的HAL（硬件抽象層）和一個C++函數(shù)庫，還有以一個介于視頻流接口和視覺庫（主要是RaspberryPi攝像頭）之間的中間層，此外，還為MATRIXVoice頂層提供了MATRIX操作系統(tǒng)和高層API接口。同時，在基于MATRIXVoice開發(fā)的時候，用戶可以根據(jù)自己習(xí)慣選擇喜歡的語言，主要是因為MATRIXVoice軟件庫支持比較多的語言，包括主流的C++、Python、JavaScript以及硬件人員常用的Verilog和VHDL語言。下圖可以看到MATRIXVoice平臺的軟件開發(fā)層次：圖3Softwarelayerview總結(jié)：現(xiàn)在，科創(chuàng)眾籌項目已經(jīng)越來越普遍，基于FPGA開發(fā)功能更強靈活性更大的前沿應(yīng)用是一個十分好的點子，不僅使得產(chǎn)品具有更自由豐富的接口，還可以自由加入有針對性的加速器模塊，使得最