(SKU:DFR0177)中文语音识别模块Voice Recognition
目录 |
概 述
Voice Recognition语音识别模块是一款只需要在主控MCU的程序中设定好要识别的关键词语列表，并动态地把这些关键词语以字符的形式传送到芯片内部，就可以对用户说出的关键词语进行识别，不需要用户事先训练和录音的非特定人语音识别模块。该模块可以设置50项候选识别句，每个识别句可以是单字，词组或短句，长度为不超过10个汉字或者79个字母的拼音串，可由一个系统支持多种场景。
Voice Recognition语音识别模块采用叠层设计，可以直接插接到Arduino控制器上，用户使用Arduino便可以快速设计产品原型，例如电磁炉/微波炉/洗衣机/智能家电操作，导航仪，MP3/MP4，数码像框，机顶盒/彩电遥控器，智能玩具/对话玩具，PMP/游戏机，自动售货机，地铁自动售票机，导游机，楼宇电视的广告点播，照明系统的声控等等。
性能描述
1．工作电压：5V
2．兼容Arduino和Arduino MEGA控制板
3．具有板载MIC，支持单声道输入
4．具有DFRuino Player模块接口
5．具有DFRuino Player模块UART/I2C接口切换开关（MEGA只能使用UART接口）
6．尺寸：长54mm× 宽47mm
Voice Recognition的使用
Voice Recognition模块说明
开关按钮说明
LED指示灯说明
接口端说明
占用Arduino端口说明
Voice Recognition模块语音识别
语音识别，识别的是“语音”。对于非特定人语音识别来说，在描述关键词语时，是用音标标注出要识别的关键词语。
对于Voice Recognition模块支持的中文识别来说，就是用拼音来描述出关键词语。
也就是说，只要是拼音可以拼出的发音，都是可以进行识别的。
因此，在某些场合需要识别一些简单的外文或者纯方言发音的时候，可以用拼音标注的方法来实现。
例如，有些场合需要识别一些简单的英文单词，可以用拼音标注：
one → wan
two → tu
three → si rui
例如，有些场合需要识别一些纯方言发音的词汇，也可以用拼音标注：
上海话的“晚”发音是“ya”，那么“晚报”这个词汇，用普通话标注是“wan bao”，如果要标注成上海话发音，就是“ya bao”，这样上海话说的“晚报”也就可以被识别了。
值得注意的是：模块支持的是中文普通话，有些外文或者方言发音无法用拼音描述，所以模块不一定能够完成所有需要的外文或者方言任务。
Voice Recognition模块识别中的常见问题
1）改变使用环境，或许在某些环境中的噪声或者回声会影响到判断说话结束。
2）说话人自己的音量，如果声音很低，也会导致判断人说话是否结束比较困难。
3）改变命令词语内容，比较好念，开口音响亮等，方便使用者连续清晰念出语音命令。
Voice Recognition模块语音识别应用场景
1．在识别精度要求高的场景中，使用“触发识别”模式
在识别精度要求高的场景中，应该采用“触发识别”模式。原因是：
1） 用户在每次按热键后，精神处于最集中的状态，此时用户说的语音命令会比较认真，清晰。避免了用户过于随意的发音导致的识别误差。
2） 每次按热键后，产品应该给以一个明显的开始信号，比如发出“当”的一声或者其他提示信号，可以给用户一个明确开始的提示，方便用户掌握说语音命令的时间。
3） 由于按键触发后，用户就会贴近麦克风并说出语音命令，避免了其他环境声音被录入模块芯片导致的误识别。
另：这种方式还是一种省电的方式，在不识别时，彻底不让芯片工作以省电。
2．增添 “垃圾关键词语”——吸收错误识别
在设定好要识别的关键词语后，为了进一步降低误识别率，可以再添加一些其他的任意词汇进识别列表，用来吸收错误识别，从而达到降低误识别率的目的。
可以把这些关键词语称之为“垃圾关键词语”。
比如，某个应用场景中，需要识别的关键词语是 4 条，“前进”，“后退”，“开门”，“关门”。在把这 4 个关键词语设置进芯片后，可以再另外设置 10~30 个词语进模块芯片，比如“前门”，“后门”，“阿阿阿”，“呜呜”等等。
只有识别结果是 4 个关键词语之内的，才认为识别有效。如果识别结果是“垃圾关键词语”，则说明是其他的声音导致的误识别，产品应该重新开始一次识别过程。
这样，可以非常非常有效地降低误识别率。极大地提高终端用户的主观使用体验。
“垃圾关键词语”的选取，最好可以选择一些字数和关键词语一样的词语，用来吸收可能发生的错误识别。
3．口令触发模式
在一些应用场合，希望识别精度高，但是又无法要求用户每次都用手按键来“触发识别”。此时，可以采用“口令触发模式”。
产品定义一句短语，作为触发口令。比如，可以定义“芝麻开门”作为触发口令。
产品在等待用户触发时，启动一个“循环识别”模式，把触发口令“芝麻开门”和其他几十个用来吸收错误的词汇设置进芯片。只有当检测到识别出的结果是触发口令时，才认为是终端用户叫了这个口令。此时，给出提示音，
并启动一个“触发识别模式”，并且把相应的识别列表设置进模块芯片，提示用户在提示音后几秒钟内说出要执行的操作。
在等待用户的过程时，如果识别的结果是那些用来吸收错误的词汇，则认为是误识别，或者其他的声音干扰，而不进行任何的处理，直接再次进入“循环识别”模式。
这种口令触发模式，融合了其他两种模式的优点，并且结合提到的“垃圾关键词语”的方法，可以为产品提供更加方便实用的语音操作特性。
4．应用场景
电磁炉/微波炉/洗衣机/智能家电操作，导航仪，MP3/MP4，数码像框，机顶盒/彩电遥控器，智能玩具/对话玩具，PMP/游戏机，自动售货机，地铁自动售票机，导游机，楼宇电视的广告点播，照明系统的声控等等。
5. 应用实例
用语音控制开灯关灯，并具有语音提示，实现人机互动操作。需要器材有：Arduino控制器，Arduino扩展板，语音识别模块，MP3模块，喇叭，LED灯，电源适配器，USB电缆。
如果没有LLed模块，可以用直接通过串口观察。打开串口，设置好波特率，等到串口提示ASR_RUNING.....的时候，请用用标准的普通话说开~~灯~~，PS：不要把嘴巴凑在话筒上..ԅ(¯ㅂ¯ԅ)
Arduino语音控制LED演示代码
#include <Voice.h>
#define SUM 2 //SUM识别关键词的个数,最大不超过50个
uint8 nAsrStatus=0;
char sRecog[SUM][80] = {"kai deng", "guan deng"};//每个关键词拼音字母个数不超过79个,用户可以自行修改 ?
int state=7; //状态指示灯
int led=8; //受控制数字口
void finally (unsigned char n)
{
switch(n) //n为数组中对应关键词的序列号，例如数组sRecog中的第一个关键词为“kai deng”则对应的序列号为0；
{
case 0:
Serial.println( "kai deng");
Serial.println( " ");
digitalWrite(led,LOW);
break;
case 1:
Serial.println( "guan deng");
digitalWrite(led,HIGH);
break;
default:
Serial.println( "error");
Serial.println( " ");
break;
}
}
void ExtInt0Handler ()
{
Voice.ProcessInt0(); //芯片送出中断信号
}
void setup()
{
Serial.begin(9600);
Voice.Initialise(MIC,VoiceRecognitionV1);//Initialise mode MIC or MONO,default is MIC
//VoiceRecognitionV1 is VoiceRecognitionV1.0 shield
//VoiceRecognitionV2 is VoiceRecognitionV2.1 module
attachInterrupt(0,ExtInt0Handler,LOW);
pinMode(led,OUTPUT);
pinMode(state,OUTPUT);
digitalWrite(state,HIGH);
digitalWrite(led,HIGH);
}
void loop()
{
uint8 nAsrRes;
nAsrStatus = LD_ASR_NONE;
while(1)
{
switch(nAsrStatus)
{
case LD_ASR_RUNING:
case LD_ASR_ERROR:
break;
case LD_ASR_NONE:
{
nAsrStatus=LD_ASR_RUNING;
if (Voice.RunASR(SUM,80,sRecog)==0) //识别不正确
{
nAsrStatus= LD_ASR_ERROR;
Serial.println( "ASR_ERROR");
}
digitalWrite(state,LOW);
Serial.println( "ASR_RUNING.....");
break;
}
case LD_ASR_FOUNDOK:
{
digitalWrite(state,HIGH);
nAsrRes =Voice. LD_GetResult();//一次ASR识别流程结束，去取ASR识别结果
finally(nAsrRes);
nAsrStatus = LD_ASR_NONE;
break;
}
case LD_ASR_FOUNDZERO:
default:
{
nAsrStatus = LD_ASR_NONE;
break;
}
}// switch
delay(500);
}// while
}
Arduino语音控制MP3模块演示代码
#include <Wire.h>
#include <Voice.h>
#define ArduinoPlayer_address 0x35 //定义ArduinoPlayer 语音播放模块I2C地址
#define SUM 4 //SUM识别关键词的个数,最大不超过50个
uint8 nAsrStatus=0;
char sRecog[SUM][80] = {"kai deng", "guan deng", "yin yue", "ting zhi"};//每个关键词拼音字母个数不超过79个,用户可以自行修改
int state=7; //状态指示灯
int led=8; //受控制数字口
void TwiSend(const char *cmd) //I2C发送命令函数
{
char len = 0;
len = strlen(cmd);
Wire.beginTransmission(ArduinoPlayer_address);
while(len--)
{ Wire.write(*(cmd++)); }
Wire.endTransmission();
}
void finally (unsigned char n)
{
switch(n) //n为数组中对应关键词的序列号，例如数组sRecog中的第一个关键词为“kai deng”则对应的序列号为0；
{
case 0:
Serial.println( "kai deng");
Serial.println( " ");
TwiSend("\\:v 250\r\n");
TwiSend("\\kaideng\r\n"); //指定文件名播放语音
delay(2000);
digitalWrite(led,LOW);
break;
case 1:
Serial.println( "guan deng");
Serial.println( " ");
TwiSend("\\:v 250\r\n");
TwiSend("\\guandeng\r\n");
delay(2000);
digitalWrite(led,HIGH);
break;
case 2:
Serial.println( "muisc ok!");
Serial.println( " ");
TwiSend("\\:v 250\r\n");
TwiSend("\\:n\r\n");
break;
case 3:
Serial.println( "muisc stop!");
Serial.println( " ");
TwiSend("\\:v 250\r\n");
TwiSend("\\:p\r\n");
break;
default:
Serial.println( "error");
Serial.println( " ");
break;
}
}
void ExtInt0Handler ()
{
Voice.ProcessInt0(); //芯片送出中断信号
}
void setup()
{
Wire.begin();
Serial.begin(9600);
Voice.Initialise(MIC,VoiceRecognitionV1);//Initialise mode MIC or MONO,default is MIC
//VoiceRecognitionV1 is VoiceRecognitionV1.0 shield
//VoiceRecognitionV2 is VoiceRecognitionV2.1 module
attachInterrupt(0,ExtInt0Handler,LOW);
pinMode(led,OUTPUT);
pinMode(state,OUTPUT);
digitalWrite(state,HIGH);
digitalWrite(led,HIGH);
}
void loop()
{
uint8 nAsrRes;
nAsrStatus = LD_ASR_NONE;
while(1)
{
switch(nAsrStatus)
{
case LD_ASR_RUNING:
case LD_ASR_ERROR:
break;
case LD_ASR_NONE:
{
nAsrStatus=LD_ASR_RUNING;
if (Voice.RunASR(SUM,80,sRecog)==0) //识别不正确
{
nAsrStatus= LD_ASR_ERROR;
Serial.println( "ASR_ERROR");
}
digitalWrite(state,LOW);
Serial.println( "ASR_RUNING.....");
break;
}
case LD_ASR_FOUNDOK:
{
digitalWrite(state,HIGH);
nAsrRes =Voice. LD_GetResult();//一次ASR识别流程结束，去取ASR识别结果
finally(nAsrRes);
nAsrStatus = LD_ASR_NONE;
break;
}
case LD_ASR_FOUNDZERO:
default:
{
nAsrStatus = LD_ASR_NONE;
break;
}
}// switch
delay(500);
}// while
}
