8051マイコン搭載 高度音声制御ホームオートメーションシステム

8051マイコンを使用した音声制御ホームオートメーションシステム

音声認識ベースのホームオートメーション

スマートデバイスと様々な無線通信技術の進化により、これらの技術を人間の利益のために最大限活用することが可能になりました。その一つが、距離に関係なく家電を制御でき、時間とエネルギーを節約できることです。この家電のスマート制御をホームオートメーションと呼び、産業オートメーションと同様の概念です。

無線通信、IoT（モノのインターネット）、音声認識など様々な技術がありますが、ここでは音声認識をホームオートメーションに活用する方法について概説します。

• 関連記事：Raspberry Piとは？Raspberry Piを使ったプロジェクト作成

まず、音声認識について理論的な知識を身につけましょう。

音声認識

音声認識とは、機器やプログラムによる言語の聴取と解釈を意味します。人間の音声を認識し、テキスト形式にデコードするプロセスです。

基本的には、人間が発する言葉による空気の振動（アナログ音波）をデジタル信号に変換し、それを適切な単語にデコードし、最終的に文章にします。

音声認識システムは一般的に、音声取得デバイス（基本的にマイクロフォンとアナログ・デジタル変換器（ADC）で、アナログ音声信号をサンプリング・デジタル化）、デジタル信号処理（DSP）モジュール（デジタル信号を処理して時間領域から周波数領域に変換し、元の情報を保持）、前処理信号記憶システム（更なる処理のためのメモリカード）、メモリに格納された定義済み音声パターン（照合用リファレンス）、着信音声信号と参照音声パターンを比較するパターンマッチングアルゴリズムで構成されます。

一般的な人間は毎秒10音の速度で発話でき、音声信号における必要情報レートは毎秒50ビットです。この音響信号はマイクロフォンで電気信号に変換され、アナログ信号がデジタル信号に変換されます。

この変換されたデジタル信号は時間領域で毎秒16,000回サンプリングされるため、音声パターンの特定には不向きです。したがって、高速フーリエ変換（FFT）技術を用いて周波数領域に変換します。この技術では、1/100秒ごとの成分を分析し、各成分の周波数スペクトルを計算します。

関連記事：SRF04を使用した全自動水位制御装置

各周波数グラフまたはスペクトルは、発話者が発した音のセグメントを表します。コンピュータまたはコントローラーは、未知の音声セグメントを言語の蓄積された音素と照合します。

このパターンマッチングは、音響音声学的アプローチ（隠れマルコフモデルを使用し、音声セグメントをその確率に基づいて音素と照合）、パターン認識アプローチ（未知の音声パターンを参照音声パターンと比較し、信号間の距離を決定することで照合）、人工知能アプローチ（基本的な知識源の活用に基づく）で実行できます。

• 関連記事：GSMとは？その仕組みは？

提案する音声制御ホームオートメーションモデル

ここでは、2つの8051マイクロコントローラー間の無線通信を使用した小規模な音声認識ベースのホームオートメーションシステムの構築を試みます。

免責事項：ここに示す送信機と受信機の回路は理論的なもので、実験的に検証されていません。MultisimにはHM2007のシミュレーションモデルや通信モデルがないため、システムの適切なシミュレーションは不可能でした。

システムは、ユーザーの音声コマンド（マイクロフォン入力）を音声認識ICで処理し、通信モジュールで信号の送受信を行い、マイクロコントローラーで制御します。受信側のマイクロコントローラーは、送信システムからの正しい音声コマンドに基づいて電球のスイッチングを制御します。

システムの動作概要を説明します。

図2：HM2007音声認識ボード

音声認識システムの核心はIC HM2007で、48ピンICであり音声認識機能を提供します。マニュアルモードまたはCPUモードで動作し、最大20単語（各1.92秒）を認識可能、9～15V DCで動作します。ここではHM2007のマニュアルモードを使用できます。

• ファジィロジックシステムとは – 動作、例、利点、応用

音声認識ホームオートメーションシステムの回路図

送信部

受信部

• 関連記事：自動指紋識別システムとは？その仕組みは？

システムの動作

1. ユーザーがHM2007 ICのMICINピンにマイクロフォンを通じて音声入力を行います。

2. ICのRDYピンがアクティブLOW状態になり、学習準備完了を示します。

3. ユーザーがキーパッドで「1」を押し、次に「TRAIN」キーを押してから、目標単語（「ON」または「OFF」）を発話します。

4. メモリイネーブル（ME）ピンは、外部SRAMの対応ピンに接続され、数字に対応する8ビットデータ信号を格納します。

5. 音声入力が検出されると、RDYピンがHIGHになり、ICが認識プロセスを開始します。

6. 認識プロセスの結果がデータバスを通じて8051マイクロコントローラーに出力されます。

7. マイクロコントローラー（uC1と命名）が通信モジュールを通じてデータ信号を送信します。

8. 受信側では、マイクロコントローラー（uC2と命名）がデータ入力を受信し、格納されたコマンドと比較します。両データが一致すると、リレーが動作します（与えられたコマンドに従って）。一致しない場合、マイクロコントローラーはエラー信号を送信側に再送信します。

9. マイクロコントローラーuC1がこのエラー信号を受信し、進行中のプロセスを中断し、接続された液晶ディスプレイ（LCD）にエラー情報を表示します。

• ATMegaマイクロコントローラーとは？LEDプロジェクトの作り方

音声認識システムの制限事項

1. 連続した単語は重複するためシステムで受け入れられません。したがって、2つの連続する単語の間には無音またはポーズが必要です。つまり、孤立した単語のみが実現可能です。

2. システムは話者依存型です。複数の話者が同時に発話すると、信号の重複と中断が生じます。

3. 語彙サイズにも制限があります。語彙が大きい言語は、曖昧な単語の可能性が高いため、語彙が小さい言語に比べてパターン比較が困難です。

上記の制限に関わらず、この音声認識を用いた家電制御システムは、時間の節約とセキュリティの提供という点で有利です。

ここでは音声認識ベースのホームオートメーションの小規模モデルを提示しましたが、大規模に構築すれば様々な用途に使用可能です。

音声認識を用いた家電制御に関するその他のアイデアは、以下のコメント欄で歓迎します。

関連記事：

• MEMS – マイクロ電気機械システム技術とは？
• WiMAXとは？ブロードバンドWiMAXとWiFiの違い