|
19| 7
|
[K10教程] 【花雕动手做】K10 实验之语音识别来控制板载 WS2812 灯 |
![]() 行空板K10是一款专为快速体验物联网和学习人工智能而设计的开发学习板,100%采用国产芯片,知识产权自主可控,符合信息科技课程中编程学习、物联网及人工智能等教学需求。该板集成2.8寸LCD彩屏、WiFi蓝牙、摄像头、麦克风、扬声器、RGB指示灯、多种传感器及丰富的扩展接口。凭借高度集成的板载资源,教学过程中无需额外连接其他设备,便可轻松实现传感器控制、物联网应用以及人脸识别、语音识别、语音合成等AI人工智能项目。 主要特点 集成摄像头&内置算法,可进行离线图像检测 集成麦克风&内置算法,可进行离线语音识别 集成扬声器&内置算法,可进行离线语音合成 2.8寸彩色屏幕,数据展示更清晰 集成度高,利于教学 接口丰富,兼容软件多,扩展性好 ![]() |
本帖最后由 驴友花雕 于 2026-6-25 10:45 编辑 ![]() 知识点:语音识别(ASR) 一、什么是语音识别(ASR) 语音识别英文缩写是 ASR(Automatic Speech Recognition),简单来说:让单片机、电脑听懂人说话,把麦克风采集到的声音信号,转换成文字或者指令。 分为两大类: 在线语音识别:需要联网,把声音上传到云端服务器解析,识别词汇量巨大; 离线语音识别:不需要 WiFi、不需要网络,语音模型预先存放在芯片内部,本地直接处理声音,适合单片机、行空板、Arduino 这类硬件。 你代码里使用的就是离线本地 ASR 语音模块。 二、离线语音模块核心功能(对应你 K10 代码) 1. 两种工作模式 (1)持续拾音模式 CONTINUOUS 麦克风一直处于收音状态,不间断监听声音,专门用来做语音唤醒。 对应代码:asr.asrInit(CONTINUOUS, CN_MODE, 12000); (2)按键触发模式 按下按键才开始录音识别,省电,一般用于命令词识别。 2. 语言模式 CN_MODE CN_MODE:中文模式,只识别汉语; EN_MODE:英文模式,识别英语。 本程序开启中文识别,用来识别唤醒词:你好小新。 3. 灵敏度阈值(第三个参数 12000) 数值代表声音检测灵敏度: 数值越大:越不容易被环境杂音误触发,抗干扰强; 数值越小:轻声说话就能识别,但是容易被噪音误唤醒。 12000 属于中等灵敏度,适合室内环境使用。 三、语音唤醒技术(本项目核心) 1. 唤醒词机制 唤醒词就是开门密码。模块平时处于低功耗监听状态,只监听这一句话,其他普通对话会直接忽略。 只有说出预设唤醒词(你好小新),模块才会被 “唤醒”,进入待命状态,之后才可以识别后续控制指令。 2. 代码里的唤醒检测函数 检测到唤醒词,函数返回 true; 没有检测到唤醒词,返回 false。 3. 模块状态标志 值 = 0:语音模块正在启动、模型加载中,暂时无法工作; 值 ≠ 0:初始化完成,可以正常收音识别。 程序中用 while 循环等待模块就绪,避免硬件未启动造成程序崩溃。 四、硬件运行完整工作流程 上电初始化行空板主板与显示屏; 启动 ASR 语音芯片,加载离线语音模型; 等待语音模块就绪; 屏幕打印实验标题; 模块持续收音,安静待机,只监听唤醒词; 使用者说出:你好小新; 程序捕捉到唤醒信号,屏幕切换文字提示 “已唤醒行空板”; 没有听到唤醒词,则一直显示唤醒词提示语句; 每秒刷新一次屏幕,并清除文字,防止画面重叠。 五、离线语音识别优缺点 优点 完全离线,不用网络、不用流量; 响应速度极快,话音刚落立刻识别; 单片机就能驱动,成本低,非常适合机器人、智能音箱、门禁、实验教具; 不受网络波动影响,设备在野外也能正常使用。 缺点 词汇数量有限,一般只能预先录入几十条唤醒词 + 控制指令; 对嘈杂环境比较敏感,噪音大会出现识别失败; 无法自由识别任意一句话,只能识别预先烧录好的词语。 六、拓展功能(可以在现有代码上升级) 多级指令识别 唤醒之后,再识别 “开灯”“关灯”“前进”“后退”,控制电机与 LED 灯; 自定义唤醒词 修改库文件,把 “你好小新” 改成 “你好行空板”; 多句话语音交互 唤醒后连续识别多条语音命令; 调节收音灵敏度,解决误唤醒或者识别不到声音的问题。 七、容易遇到的常见问题 识别不到唤醒词 调低阈值数值,靠近麦克风,降低环境噪音。 无缘无故自动唤醒(误触发) 把灵敏度数值调高,提高抗干扰能力。 程序卡死在初始化循环 语音模块接线异常,串口通信断开,导致模块始终处于未就绪状态。 ![]() ![]() |
|
【花雕动手做】行空板 K10 系列实验之人工智的语音识别来控制板载WS2812灯 实验开源代码 |
|
代码解读 本程序运行在行空板 K10,实现离线语音唤醒 + 语音指令控制彩灯: 先说唤醒词 “你好小新” 唤醒设备,再说出 “开灯”“关灯”,屏幕同步显示文字,同时控制板载 RGB 灯亮灭。 第一部分:头文件与对象创建 asr.h:离线语音识别驱动,提供唤醒检测、自定义语音命令功能。 unihiker_k10.h:行空板硬件库,用来操控屏幕、RGB 彩灯。 k10:行空板硬件实例,管理屏幕、彩灯。 asr:语音识别实例,管理收音、语音解析。 定义屏幕旋转方向,数值 2 代表屏幕倒置。 第二部分:setup () 初始化函数(上电只运行一次) 初始化行空板所有底层硬件,开启串口、屏幕、外设总线。 语音模块初始化: CONTINUOUS:持续收音,一直监听人声; CN_MODE:中文识别模式; 12000:收音灵敏度,数值越大,抗噪音能力越强,不容易误触发。 等待语音模块启动完成。 _asrState=0代表模块正在加载语音模型,未就绪。程序暂停循环等待,每 100ms 查询一次状态,避免硬件未就绪造成程序卡死。 按照预设方向初始化 LCD 屏幕。 创建画布,所有文字先写入画布缓冲区,再统一刷新到屏幕。 预先添加自定义语音命令(离线指令) 函数格式:addASRCommand (指令编号,拼音口令) 编号 1:拼音 kai deng 对应中文 “开灯”; 编号 2:拼音 guan deng 对应中文 “关灯”。 离线语音只能识别提前注册好的命令,必须使用拼音填写汉字口令。 第三部分:loop () 无限主循环 1. 唤醒状态判断 检测是否说出唤醒词 “你好小新”: 唤醒成功:屏幕显示红色文字 “已唤醒行空板”; 未唤醒:屏幕蓝色文字提示唤醒词。 执行updateCanvas()把文字刷新到显示屏。 2. 第一条语音指令:开灯 检测是否识别到 1 号指令 “开灯”: 在屏幕指定行打印提示文字; 刷新屏幕画面; k10.rgb->write(-1, 0xFFFFFF); 参数 -1:控制所有板载 RGB 灯珠; 0xFFFFFF:纯白色灯光,点亮彩灯。 3. 第二条语音指令:关灯 检测到 2 号指令 “关灯”: 先清空第 10 行文字,防止文字重叠; 屏幕打印 “关闭白色灯光”; 0x000000,RGB 灯熄灭。 4. 屏幕刷新延时与清理 延时 2 秒,让文字保持显示 2 秒钟; 清空第 6 行及下方所有文字,清除本次显示内容,准备下一轮循环。 完整运行流程 设备上电,初始化主板与语音模块,等待语音芯片加载完成; 预先录入两条语音命令:开灯、关灯; 麦克风不间断监听唤醒词; 说出 “你好小新”,设备唤醒,屏幕弹出唤醒提示; 说出 “开灯”,屏幕更新文字,彩灯变白灯亮起; 说出 “关灯”,屏幕切换文字,彩灯熄灭; 文字停留 2 秒后自动清空,继续等待下一次语音指令。 |
沪公网安备31011502402448© 2013-2026 Comsenz Inc. Powered by Discuz! X3.4 Licensed