智能小车的语音辨识系统在SPCE061A上的实现过程可分为以下五个阶段，如图6所示。

    (1)初始化RAM
    语音命令的特征模型被保存在SPCE061A的内部
RAM中，如果所需的RAM空间被旧的特征模型数据占满，新特征模型则无法保存到RAM中，利用BSR_DeleteS-DGroup(0)函数可以把 RAM空间中所有的特征模型删除，释放出所需的空间。当RAM擦除成功BSR_DeleteS-DGroup(0)函数返回0，否则返回-1。
    (2)调用训练模块
    语音训练过程通过调用函数im BSR_Train(int Corn-mandID，int TraindMode)来完成，CommandID为命令序号，范围从0x100到0x105，并且对于每组训练语句都是唯一的。TraindMode为训练次数，为1表示使用者训练一次，为2表示训练者训练两次。为了增强可靠性，最好训练两次，否则辨识的命令就会倾向于噪音，训练次数是2时，两次一定会有一些差异，所以一定要保证两次训练结果尽量接近。当int BSR_Train返回0时表明语音训练成功。
    (3)初始化辨识器
    用来定义语音输入来源，可以通过调用函数void BSR_InitRecognizer(int AudioSource)完成，其中参数Audio-Source为0时表示MIC语音输入，为1时表示LINE_IN模拟电压输入。当主程序调用该函数时，语音辨识器便打开8kHz采用频率的FIQ_TMA中断，并将采样得到的语音数据填入语音辨识器的数据队列中。
    (4)启动实时监控
    实时监控是用来观察语音辨识是否正常工作，如果辨识正常则会产生脉宽为16ms连续稳定方波，否则会产生不稳定的波形，此时需要删除命令或优化程序，否则将会丢失语音数据，产生辨识出错信息。完成此功能可以通过调用BSR_EnableCPUIndicator()函数来完成。

    (5)辨识处理
    由函数int BSR_GetResult()完成语音辨识处理，当无命令辨识出来时，函数返回0；辨识器停止未初始化或辨识未激活返回-1；当辨识不合格时返回-2；当辨识出来时返回命令的序号。

4 实验与结论
    实验中智能小车的正确辨识率在90％以上，实验过程中发现影响小车正常辨识的因素主要包括周围环境的噪音、人与小车的距离等，这些需要在今后的工作改正。需要说明的是在训练过程中中，每条语音命令的长度不要超过13 s，训练后得到的语音模型保存在RAM中，每条命令占用96Word。由于RAM空间有限，同时可辨识的语音命令为5条，为了运行复杂的辨识程序，必须通过扩展必要的存储芯片完成系统的功能。
    这种语音控制的智能小车机器人不仅可以将来为人服务，稍加扩展，就可以在多种不适合人作业的场合替代人执行任务，因此这种语音控制小车机器人具有重要的学术研究价值。