案例中心

语音控制芯片 用语音控制家电,手把手教大家学习使用LD3320语音识别模块

小编 2024-10-30 案例中心 23 0

用语音控制家电,手把手教大家学习使用LD3320语音识别模块

大家好,我是阿乐,今天给大家讲解一下LD3320语音识别模块。

先来看看模块实物,它是长这个样子的:

LD3320语音识别模块实物

我现在用来给大家做讲解的这个模块是已经集成了单片机在上面,这样子开发起来就更简单一些,不用移植程序,直接在例程里改关键词,然后编译上传就可以了。

在模块背后黑色大大那块就是单片机啦,它是STC11的单片机:

模块背面的STC单片机

在模块正面,有个小小的很多脚的那个就是LD3320芯片了,就是图中红色圈圈中的那个:

看看单芯片的样子:

LD3320是一颗基于非特定人语音识别(SI-ASR:Speaker-Independent Automatic Speech Recognition)技术的语音识别芯片,或者说是语音声控芯片。

在这里给大家讲讲什么是非特定人语音识别。通俗点讲就是不用针对指定发音人的识别技术,这种语音识别技术不分年龄、性别,只要发音人说的是相同的语言就可以识别。再说得简单点,就是说只要是拼音可以拼出的发音,都是可以输入芯片进行识别的。

这个语音识别模块它不是智能的,不是说我们问它什么它就可以回答什么,它不像我们手机上的语音助手比如小爱或者Siri那样,能跟我们对答如流。这个模块能识别的内容,是需要我们提前设定好的,我们把要识别的关键词语列好,然后把这些关键词语以字符的形式传送到 LD3320 内部,这样才可以对用户说出的关键词语进行识别,而且在同一时刻,它最多是在50条关键词语中进行识别。

这个模块虽然不是智能的,但是它开发起来简单呀,价格也不算贵,而且它可以在识别到关键词后直接从IO口输出高低电平,或者从串口打印出数据。这就很好玩啦,我们可以用它来控制各种家电,控制小车,用来传输命令等,还是非常有意思的。

这个模块有三个工作模式:1、普通模式;2、口令模式;3、按键触发模式。不同的工作模式可以通过程序编程来实现。

普通模式就是模块工作时,我们直接说话,模块直接识别。

口令模式就是模块工作时,我们先要说出一个一级口令,比如“芝麻开门”,模块在识别到正确的一级口令后才进行下一级的识别。

按键触发模式就是模块工作时,我们在进行语音识别之前,需要先按一下按键,接下来才能进行下一步的识别。

这三个模式我觉得口令模式比较实用,接下来讲讲用口令模式去控制IO口高低电平的变化,进而去控制一个继电器的闭合与断开。

看到下图中这个语音识别模块的图片,红色框框中的引脚就是我们可以用的IO,竖着那一排由下而上标着P10~P17有八个,横着那一排从左往右是P34、P33,P23~P27,P41,也有8个,这样我们可以用的IO口就有16个啦,这16个IO口可以用来控制继电器,LED,或者接单片机的IO口。

上图中,最左边由下而上标着5V,GND,TX,RX的四个引脚就是用来给模块下载程序的地方,串口就在这里了。我们通过串口给其它模块或者单片机发数据也是从这里接。

好,接下来我们就直接用这个P10引脚来控制继电器吧,这个模块输出的是3.3V的TTL电平,就算是用5V的继电器也不能直接控制,我们就给它加个三极管,然后再通过三极管来控制继电器。

画出这个电路图如下图:

电路中,语音识别模块的P10引脚出来直接接一个200Ω的电阻,电阻的另一头接到9013NPN三极管的基极,9013三极管发射极接地,接电源负极,集电极接1N4148二极管的正极和继电器的一个控制引脚,继电器的另一个控制引脚接到+5V电源。这样子当P10端口输出高电平时,三极管导通,继电器吸合;当P10端口输出低电平时,三极管截止,继电器断开。我们就可以通过继电器去控制各种家电了。在电路图中,我是让继电器控制一盏220V的灯。电路图中1N4148二极管和继电器并接,而且是将二极管的负极接到电源正极,二极管在这里起到续流的作用,可以保护三极管。

如下图是我根据这个电路图焊好的继电器模块,顺便给这个语音识别模块做了个底座,只要把语音识别模块安到底座上,就可以通过底座给语音模块供电,也把P10口和继电器电路的控制端口接在一起了。

好,接下来就是程序编程了,示例程序很多看起来很复杂,如果只是做简单的开发,我们没必要把每个细节全部弄懂,我们只要知道修改识别关键词的地方在哪就得了。

如下图,在左边工程栏里找到“LDChip.C”这个文件,双击打开:

在 LDChip.C (下图中红色圈圈1)文件中下滑找到274行“uint8 LD_AsrAddFixed() ”这个函数,函数中,278,279这两行有两个数组,DATE_A 和DATE_B,后面跟着数字,这个DATE_A后面的数字表示的是关键词的个数,而DATE_B后面的数字表示的是这些关键词中最长一句的长度。我们将要添加三个关键词命令:“芝麻开门”,“打开继电器”,“关闭继电器”,所以DATE_A 后面跟着个3;而这三个命令的拼音中,包含空格,长度最长的是“guan bi ji dian qi”,有18个,所以DATE_B后面跟着18,如图中的红色圈圈2。

再看到280~284行,这里边就是添加关键词拼音的地方啦,我们要在这里输入要识别的命令的拼音,比如一级口令是:“芝麻开门”,二级口令是:“打开继电器”,“关闭继电器” ,如图中的红色圈圈3。

285~289的这个数组是识别码数组(上图中的红色圈圈4),所添加的识别码为预先定义好的宏定义常量值,同时必须和关键词一一对应。图中取每个关键词命令的拼音首字母大写,格式是“CODE_拼音首字母大写”。如“芝麻开门”就是“CODE_ZMKM”。

好,接下来去定义识别码,这些东西我们要先定义才能使用,如下图,在左边工程栏(图中红色圈圈1)找到并双击打开LDChip.h 这个文件,下滑找到第40行,看到#define这一堆这里(图中红色圈圈2),这里就是添加和修改识别码的地方,我们可以根据自己的需要和喜好任意定义识别码和宏名,但必须和刚才前面所使用的识别码配对,否则会提示未定义错误。识别码后面的数字字母不用理它,如果增加识别的关键词的个数,按顺序往下增大就可以,如“0x03,0x04”等。

好,最后们要修改处理函数,就是说当模块识别到我们的命令了,需要做什么,是从哪个IO口输出高电平还是低电平,这就是在处理函数这里实现了。如下图,在左边工程栏(图中红色圈圈1)找到并双击打开main.c函数,然后下滑找到 202行“void User_handle(uint8 dat)”这个函数(图中红色圈圈2),在这个函数中可以根据自己的使用情况在相对应的识别码后添加识别成功后的操作。

上图中,红色方框3中框起来的就是当模块识别到“打开继电器”这个命令后执行的程序,令“PA1=1”,也就是让PA1输出一个高电平,而PA1在主程序前边已经定义好,PA1=P10,所以就是让P10引脚输出一个高电平,这时候三极管导通,继电器就会吸合。

同理,红色方框4中框起来的就是当模块识别到“关闭继电器”这个命令后执行的程序,令“PA1=0”,也就是让PA1输出一个低电平,而PA1在主程序前边已经定义好,PA1=P10,所以就是让P10引脚输出一个低电平,这时候三极管截止,继电器就会断开。

下图就是在主程序前边定义的PA1,“sbit PA1=P1^0”就是令P1^0=PA1,这样子PA1代表的就是P1^0端口。红色框框中的都是定义好的端口,我们后面用到这些时可以直接用,无需再去定义。

好,到这一步为止,就完成了整个程序的修改,接下来重建工程完成编译,生成HEX文件,再通过USB下载器把HEX文件下载到模块上就可以了。

最后的效果演示大家看下面的视频吧,看视频比较直观。在视频中有整个制作过程的详细教程,大家可以根据视频教程来学习、制作。开发制作这个作品要求大家有一定的单片机编程基础,起码懂得安装编程软件,懂得软件的基本操作,懂得修改代码,懂得给51单片机下程序,就这几样,如果会这几样,做起来也不难。

点击这里观看详细视频教程

哈哈,最后祝大家制作成功,玩得愉快,更多精彩内容欢迎关注头条号:创客e工坊,下期见,拜拜~

5米识别,01秒响应,探境科技亮出四款语音AI芯片

智东西(公众号:zhidxcom)编 | 司北

智东西4月17日消息,今天,国内AI芯片创企探境科技首次披露了其四款语音AI芯片的详细参数,其中包括语音唤醒芯片、命令词识别芯片、语义理解芯片、通用型降噪芯片

据探境科技表示,这四款AI芯片普遍具有识别距离远(达到5米以上)、反应时间短(最低小于0.1s)等特点,可以部署在常见的智能家居、家电、可穿戴、汽车导航等场景下。

一、突破“存储墙”,打造存储优先架构

探境科技是国内AI芯片新生力量之一,凭借其创新的存储优先架构(Storage First Architecture,简称SFA),探境科技在去年完成了上亿元的A轮融资。

▲探境科技创始人兼CEO鲁勇

探境科技创始人兼CEO鲁勇在智东西主办的GTIC 2019 AI芯片创新峰会上曾介绍过,由于AI神经网络数据量较大,具有高并发、高耦合等特性,引发了AI芯片高带宽存取、以及数据间的相关耦合性等问题,所以在冯诺伊曼架构之下,目前AI芯片普遍面临了“存储墙”问题——AI计算资源丰富,但存储及数据搬运效率低下。(探境鲁勇:破局存储墙,打造首款通用AI芯片 | GTIC2019)

而探境科技认为,其存储优先架构(SFA)的的一大突破就是将存储作为调度核心,使数据在存储器之间传递的过程中就得到计算,这种简单快速有效的方式特别适合边缘计算场景来使用,在同等条件下相对于传统的类CPU架构,存储优先架构的芯片产品可将数据访问降低10-100倍。

传统的类CPU架构芯片通过提供存储带宽、集成新的计算单元等改进措施,通过不计成本和功耗的方式改良产品的性能,这使得产品本身的产品化路径加长,开发难度加大,同时成品应用范围相对狭窄。

因此,一旦出现数据量大规模激增,就容易导致“存储墙”等瓶颈问题,迫使芯片厂商不断通过“暴力提升”的方式改进性能,这从根本上是架构设计出现了问题。

在摩尔定律进入“红区”工艺升级困难的今天,架构针对具体场景的合理性显得尤为重要。

二、打造四款边缘语音AI芯片

基于其存储优先架构,探境科技今天披露了四款边缘语音识别控制相关产品(语音唤醒芯片、命令词识别芯片、语义理解芯片、通用型降噪芯片)的参数。

这四款芯片普遍具有识别距离远(达到5米以上)、反应时间短(最低小于0.1s)、多级电源管理功耗极低(最低待机功耗小于50μW,典型功耗小于1mW)、降噪能力突出等特点。

它们可以部署在常见的智能家居、智能家电、智能可穿戴、汽车导航等典型场景下。

此外,据探境科技透露,目前公司已基于存储优先架构研发出一系列针对边缘计算场景的高吞吐能力解决方案。

边缘计算以及安防前端协处理器芯片专为典型场景开发,执行效率最大可达13T OPS,并可灵活采用1.6T OPS/3.2T OPS/13T OPS多种部署方式,而其能效比高达4T OPS/W,支持普通的USB2.0/USB3.0,支持LPDDR3/LPDDR4。

而自动驾驶芯片产品目前提供高达20-100T OPS的执行吞吐能力,巨大的执行效率意味着自动驾驶场景下可以接受多路摄像头信息,并将这些信息快速消化得到快速有效的反馈和执行。

据探境科技表示,未来公司将依靠存储优先架构、内置高速SRAM、高效本地推力能力等一系列自主专利的NPU技术打造出更多细分领域产品。由于其AI芯片核心技术的共通性,探境科技的开发团队可以针对不同使用场景从一个产品快速调节产品特性成为更适用新领域的新产品,具备快速产品化的优势。

相关问答

语音芯片是怎么烧录的?

如果需要烧录到芯片,一定要把MP3格式转为WMV格式再使用压缩算法进行压缩编译后写入芯片,芯片的存储空间有限,最好使用Tlofp0001模块,调用SD卡,这样会方便一些...

OTP一次性可编程语音芯片有哪些?

OTP与掩膜mask的最大区别是:量大选掩膜,量小选OTP。OTP(OneTimeProgramable)是MCU的一种存储器类型,意思是一次性可编程:程序烧入IC后,将不可再次更改和...

語音芯片是如何烧写(語音)的,电脑能否将語音写入語音芯片-ZO...

1、就是把读取/写入的底层程序写烧入到可编程语音芯片内,当然也可以把声音文件一起烧写进去。如果程序支持的话,还可以外置存储器,达到声音存储扩展...

语音芯片ISD1760DAUD和AUX是什么东西-懂得

是接功放使用的,只是以两种不同的信号输出语音,一个是以电流的方式输出一个是以电压的方式输出,芯片默认的是AUD电流输出,因为一般的功放都是电压输...

语音芯片接喇叭的两个引脚sp+和sp-如何再接一个放大电路提高输出,不然声音太小了?

使用一片LM386就可以了,单电源5V供电,输出功率0.5W,外围电路简单,完全能满足你的要求。使用一片LM386就可以了,单电源5V供电,输出功率0.5W,外围电路简单,完全...

如何评价阿里达摩院发布自研语音AI芯片技术,计算效率提升百倍以上?

谢邀!不管怎么样,这也代表着国产芯片的又一个新的举措与突破,这一点是毋庸置疑的,国内除了华为海思外,其实阿里巴巴在芯片方面同样非常努力,而其达摩院成立...未...

语音芯片是如何烧写(语音)的,电脑能否将语音写入语音芯片?

就是把读取/写入的底层程序写烧入到可编程语音芯片内,当然也可以把声音文件一起烧写进去。如果程序支持的话,还可以外置存储器,达到声音存储扩展的功能。语音...

智能语音芯片该怎么做?

语音芯片制造的第一步是选用合适的半导体材料。选择高品质的硅晶圆片是保证芯片稳定性和质量的重要保障。接下来,将选好的半导体材料进行建片,即将片材分割成...

语音芯片有什么用途?有什么型号推荐?

[回答]广州悦欣电子是的芯片不错,他们家是专门做语音芯片研发和生产的公司,所研发的芯片做成的模块都可以USB更换语音。我们与贵公司长期合作!语音芯片厂...

给位老铁?常用较出名的语音芯片有哪些?

[回答]现在芯片在淘宝上有很多,也有一不良商家为了赚钱打着别公司的名义销售假冒品,所以,特别是大批量的采购商可要注意了,了解清楚再买,就要找正规厂家购...

猜你喜欢