DSP采用I2C口对TLV320AIC23的寄存器进行设置。当MODE=O时，为I2C规格的接口，DSP采用主发送模式，通过I2C口对地址为 0000000～0001111的11个寄存器进行初始化。I2C模式下，数据是分为3个8 b写入的。而TLV320AIC23有7位地址和9位数据，也就是说，需要把数据项上面的***高位补充到第二个8 B中的***后一位。 

MCBSP串口通过6个引脚CLKX，CLKR，FSX，FSR，DR和CX与TLV320AIC23相连。数据经MCBSP串口与外设的通信通过DR和 DX引脚传输，控制同步信号则由CLKX，CLKR，FSX，FSR四个引脚实现。将MCBSP串口设置为DSP Mode模式，然后使串口的***和发送器同步，并且由TLV320AIC23的帧同步信号LRCIN，LRCOUT启动串口传输，同时将发送接收的数据字长设定为32 b(左声道16 b，右声道16 b)单帧模式。  

3．3 语音识别程序模块的设计  

为了实现机器人对非特定人语音指令的识别，系统采用非特定人的孤立词识别系统。非特定人的语音识别是指语音模型由不同年龄、不同性别、不同口音的人进行训练，在识别时不需要训练就可以识别说话人的语音[2]。系统分为预加重和加窗，短点检测，特征提取，与语音库的模式匹配和训练几个部分。  

3．3．1 语音信号的预加重和加窗  

预加重处理主要是去除声门激励和口鼻辐射的影响，预加重数字滤波H(Z)=1一KZ-1，其中是为预加重系数，接近1，本系统中k取0．95。对语音序列X(n)进行预加重，得到预加重后的语音序列x(n)：x(n)=X(n)一kX(n一1) (1)

系统采用一个有限长度的汉明窗在语音序列上进行滑动，用以截取帧长为20 ms，帧移设为10 ms的语音信号，采用汉明窗可以有效减少信号特征的丢失。   

3．3．2 端点检测  

端点检测在词与词之间有足够时间间隙的情况下检测出词的首末点，一般采用检测短时能量分布，方程为：  


其中，x(n)为汉明窗截取语音序列，序列长度为160，所以N取160，为对于无音信号E(n)很小，而对于有音信号E(n)会迅速增大为某一数值，由此可以区分词的起始点和结束点。 

3．3．3特征向量提取  

特征向量是提取语音信号中的有效信息，用于进一步的分析处理。目前常用的特征参数包括线性预测倒谱系数LPCC、美尔倒谱系数MFCC等。语音信号特征向量采用Mel频率倒谱系数MFCC(Mel Frequency Cepstrum Coeficient的提取，MFCC参数是基于人的听觉特性的，他利用人听觉的临界带效应，采用MEL倒谱分析技术对语音信号处理得到MEL倒谱系数矢量序列，用MEL倒谱系数表示输入语音的频谱。在语音频谱范围内设置若干个具有三角形或正弦形滤波特性的带通滤波器，然后将语音能量谱通过该滤波器组，求各个滤波器输出，对其取对数，并做离散余弦变换(DCT)，即可得到MFCC系数。MFCC系数的变换式可简化为：