1. 引言
我国聋哑症的发病率约为2‰！按年均人口出生率计算，连同出生后2至3岁婴幼儿，每年总的群体达5700万，听损伤的发病人数约为17万。这一群体因听力障碍、缺乏对外界事物的全面感知，导致大部分人语言表达的缺失。为了解决聋哑人与普通人思想交流的壁垒问题，手语的语音翻译技术应用而生。
目前，现有技术主要有以下几类 [1]，第一，由美国大学生研发的“Sign Aloud”智能手语翻译手套，当中含有内置传感器 [2]，可以记录佩戴者的手部位置和动作。第二，是由电子科技大学的学生以数字图像处理技术为出发点，通过对手势图像的识别，来实现对手语的翻译，但这种方法受环境影响因素较大，且后期对图像的处理，相对复杂；并且此技术在图像生成与传递的过程中会使视频图像变得模糊，对于后期处理的难度增大；第三，是MotionSavvy的公司推出的一款UNI平板，该平板内置一个Leap Motion动作传感器 [3] [4]，可通过它将聋哑人手势识别处理并转化为文字，然后通过语音合成 [5] 朗读出来。但在日常生活的使用过程中，很不方便，且每月需支付20美元的订阅费用于软件更新服务，这些价钱对于本就生活不便的聋哑人人群来说，是一笔不小的开支。研发一种价格便宜、能被大部分聋哑人人群经济条件所能接受的便携式聋哑人简单手势识别系统是现实需要。
该项研究对打破聋哑人与正常人之间的沟通壁垒、提高弱势群体的生活和工作质量具有重要的意义和实用价值。
2. 系统组成
2.1. 系统硬件组成
本设计是基于MSP430F5529单片机控制 [6] 传感芯片FDC2214研发简单手语识别装置，利用电容式传感芯片控制的感应板来收集手势的变化情况，再通过串口线将采集到的信息传给单片机进行处理 [7]，分两种模式输出：一部分通过显示屏以文字的形式输出；另一部分，通过ISD2560语音模块，将手语要表达的简要意思“说出来”。如图1所示。
Figure 1. The system hardware block diagram
图1. 系统硬件组成框图
Figure 2. Circuit diagram of the capacitive sensing subsystem
图2. 电容传感子系统电路构成图
2.1.1. 系统感测部分设计
图1中，被测电容传感端即“FDC2214的传感平面”为导体材质，当人手接近该导体传感平面时，传感端的电容发生了变化，这就会导致LC电路振荡频率的变化，从而反映手势状态的判定。
图2为传感芯片FDC2214的外围电路图，P1、P2、P3、P4分别感应手势的变化情况，当人手接近该导体传感平面时，传感端的电容发生了变化，这就会导致LC电路振荡频率的变化，以频率变化量的大小来反映手势的变化情况，从而做出对手势变化的判定。
FDC2214是基于LC谐振电路原理的一个电容检测传感器。其基本原理如图3所示，FDC2214由前端谐振电路驱动器组成，后面是一个多路复用器，通过序列进行排序有源通道，将他们连接到测量和数字化传感器频率的核心。在多通道模式下操作时，FDC2214顺序采用活动通道；在单通道模式下，FDC2214则采用单个通道。在芯片每个检测通道的输入端连接一个电感和电容，组成LC电路，被测电容传感端与LC电路相连接，将产生一个振荡频率，根据该频率值可计算出被测电容值。
2.1.2. 系统语音播报部分设计
ISD2560是自带电可擦除只读存储器(EEPROM)，可以将不同电平的模拟量通过采样直接把采样结果存储在这个只读存储器(ROM)的单元中。ISD2560舍掉了一般数字存储芯片的模数转换(ADC)和数模转换(DAC)部分，典型采样频率为8 kHZ。因此，ISD2560避免了一般固体录音电路因量化和压缩造成的附加噪声，而使得这种固态录放技术还原声音更加清晰、逼真。
Figure 3. FDC2214 structure and its typical circuit diagram
图3. 传感芯片FDC2214结构与典型电路图
一般地，固体录放电路的存储容量是一定的。当采样频率较低，存储容量满载时，对应录音/放音时间就长；当采样频率较高、存储容量满载时，对应录音/放音时间就变短。但由于同频带内采样频率与采样点的密集程度相关，采样频率越高音质质量越好、采样频率降低音质就会变差。ISD2560允许录放次数很多，达10万次以上，它因具有音质逼真，便携低功耗，可多次擦除、重复录存等特点而得到广泛应用。
ISD2560内部结构可分为：放大、采样存储、滤波、逻辑控制、存储器、语音输出等6个部分。
其中，放大器部分由前置放大器、AGC和模拟放大器构成；采样存储部分由内部振荡器和分频定时器构成；滤波部分是由防混叠滤波器和平滑滤波器构成；逻辑控制部分由逻辑控制线、地址缓冲器组成；语音输出部分是由混合器和驱动器组成；存储器部分由模拟收发器、地址解码器和存储阵列构成，存储阵列是480 k字节的EEPROM。ISD2560有600个地址对应着内部存储单元被均匀划分的600行。此外，ISD2560配设有微控制器输入接口。通过操纵地址和控制线来实现复杂的信息处理功能，能以最小段长为单位灵活组合分段。ISD2560内部原理图如图4所示。
Figure 4. ISD2560 internal schematic
图4. ISD2560内部原理图
由图4可知ISD2560内部集成了高精度的振荡电路，无需外部配置晶振，具有录、放双向功能。当录音时，语音经MIC拾音变化成电信号，此音频微弱电信号经电容隔除直流分量后输入给前置放大器放大后由ANAOUT脚输出，再进入自动增益AGC放大器，然后通过信号整体电平的搬移，使之适应于存储电路的动态范围。为使电路实现对信号的不失真采样，放大后的信号还需一次抗混叠滤波，才能送入存储单元，该抗混叠滤波器为一五极点抗干扰滤波器，高频频限为3.4 K，于是该器件典型带宽为3.4 K。调理完毕的信号在内部时钟的作用下以闭环控制形式送入模拟存储阵列。如图5所示：
录音模式下，音频调理信号经采样保持电路一次取样保持瞬间电平，同时电子被泵入模拟存储单元。以取样保持的瞬时电平将作为基准与泵入模拟存储单元的电平比较，当两者电平相等时则停止向EPROM中写入数据(即泵入电子)，这样模拟信息在比较中得到了存储，继续完成下一次采样所得基准的比较存储，储存结果类似音量指示标志。
在放音模式下，通过取样脉冲的作用，顺序地从模拟矩阵中读出录入的模拟电压并恢复为原始波形，经五极点平滑滤波器后入混合器，以便与外不输入信号混合，而后通过功放驱动送扬声器发声，恢复出原录入声音。
2.2. 系统工作流程
图6是系统工作流程图。此装置通过FDC2214的传感平面来感应聋哑人手势变化, 手势变化会引起电容量的变化，利用电容式传感芯片感测并调理这种变化的电容值；再将电容式传感芯片处理后的信号传送给单片机设置频率变化。最终根据变化信息将手势变化的动作在屏幕上以文字的形式显示出来，通过对变化的频率界定手势并进行定义，然后给语音芯片指令使之对手势做出相对应表达意思的语音播报，以实现手势变化–图文信息–语音播报三者的转变。
聋哑人简单手语识别系统的具体实施步骤如下：
1) 使用者在感应板上进行简单的手语演示，连接在感应板上的电容式传感芯片会对手势变化引起的电容变化信号进行收集并处理；
2) 将电容式传感芯片所收集到的信息传送给单片机处理，设置频率变化的阈值，并进行数据定义；
3) 根据变化的阈值信息将手势变化的动作在屏幕上以文字的形式显示出来，通过对变化的频率进行数据定义，然后给语音芯片指令让其对变化的手势做出相对应的语音播报。
3. 系统测试结果
将(如图7所示)10种手势分别置于感应极板上，通过对传感数据进行采集，发现可以甄别这些不同手势。
再将事先录入(如表1中列写)的语言表达内容，通过软件把特定手势与语言存放地址对应起来，由MCU检测手势的频率，并寻找语音芯片存储对应表达内容，控制输出相应的语音，同时，根据检测手势在显示屏上输出语言表达的文字形式。测试结果表明：系统能过按照表1设定正确输出结果。
(a) Actual gestures (a) 实际手语手势 
(b) Gesture projection on the capacitor plate(b) 电容极板上的手势投影
Figure 7. The schematic for gesture
图7. 手语示意图
4. 总结
系统通过电容式传感芯片检测并处理所接收到的手势变化引起的电容变化值；利用单片机设置频率变化的阈值与数据定义。通过变化的阈值信息可以将手势变化的动作在屏幕上以文字的形式显示出来，通过对变化的频率进行数据定义，然后语音芯片指令可以让其对变化的手势做出相对应的语音播报。实验验证结果说明，系统实现了简单手势变化转为文字或语音输出。
该系统是以手势投影在电容极板上的面积大小来判断手势类型的，而且还要根据具体人手的大小进行先验学习，手势类型数目和适应性受限。改变这两个不足，寄希望于图像处理的手势识别技术。
基金项目
国家级大学生创新训练计划项目(201910719022)；延安大学研究生教改项目。
NOTES
*通讯作者。