基于Arduino 的AI 语音识别智能音箱设计

陈丽媚 张学娜 易向东*

（ 广东第二师范学院，广东 广州510303）

随着科学技术的发展，智能时代的到来，给我们的生活带来了极大的便捷，智能家居逐渐走进我们的生活中，而智能音箱更是被叫为“ 智能家居的入口”。 智能音箱的语音平台很大一方面带动了智能家居走向消费者市场，伴随着智能音箱的持续稳定增长，全球智能家居设备出货量也迎来了高速增长。[1]为此，本小组基于高质量低成本的理念设计一款基于Arduino 的AI 语音识别智能音箱。

1 系统软件以及硬件设计

1.1 软件设计

本文所设计的AI 语音识别智能音箱， 是一个以Arduino 软件为处理器搭建的对蓝牙音箱作出响应的智能系统和以串口通信助手接收数据作出响应而设计的。 系统软件程序由初始化程序、语音播放程序、语音识别程序以及蓝牙程序这几个部分组成。

图1 软件工作流程图

1.2 硬件设计

1.2.1 LD3320 语音识别模块

LD3320 作为一款基于非特定人语音识别(SI-ASR) 技术的语音识别/声控芯片, 集成了一系列与其功能相关的外部电路,包括ADC、DAC、麦克风剪口、声音输出接口等, 使得LD3320 能够在没有任何外接辅助Flash、RAM 芯片的情况下直线语音识别/声控/人机对话等功能。[2]

本设计中，运用LD3320 语音识别模块，识别指令，随后根据指令做出相应的反应， 为了清晰的看到LD3320 接收指令的状态， 在LD3320 模块的外围设备有一个指示灯， 上电之后呼叫“ 小爱”，指示灯亮起，当二级指令说出之后，指示灯灭，随后音箱根据二级指令做出相应反应。

图2 LD3320 语音识别模块

图3 上电之后指示灯亮

1.2.2 蓝牙模块

蓝牙模块，是一种集成蓝牙功能的PCBA 板，主要用于短距离无线通讯， 按功能分为蓝牙数据模块和蓝牙语音模块。 蓝牙模块是指集成蓝牙功能的芯片基本电路集合， 用于无线网络通讯，大致可分为三大类型：数据传输模块、蓝牙音频模块、蓝牙音频+数据二合一模块等等。 一般模块具有半成品的属性，是在芯片的基础上进行过加工，以使后续应用更为简单。[3]

本设计中手机APP 键盘输入数据发送到蓝牙模块中，蓝牙模块再将数据发送给arduino 单片机中， 随即单片机读取数据，根据数据执行对应的指令。

图4 蓝牙模块

图5 蓝牙界面

1.2.3 dfplayer 播放器模块

dfplayer 播放器模块是一款小巧且价格低廉的音乐播放器模块。 本设计中采用的dfplayer 播放器模块与语音模式相结合，实现了语音播放音乐的功能。 当在语音模式下通过一级指令唤醒音箱，指示灯亮，二级指令对音箱说“ 播放音乐”的时候，指示灯灭，此时dfplayer 播放TF 卡根目录下的第一首歌，当喊出“ 上一曲”或者“ 下一曲”时，将会播放正在播放曲目的相应上一曲或者下一曲。

2 实验过程

搭建完硬件平台之后，将代码编译，烧写然后通过串口下载至开发板后，进行测试。 首先在安静的环境中对音箱说“ 小爱”，等待识别模块响应后， 左上角指示灯亮后， 对音箱说“ 播放音乐”，等待识别模块响应后，左上角指示灯灭后，随即音箱开始唱歌，但是这时候再喊“ 下一曲”的指令就会发现音箱没有反应，于是本小组猜想会不会是由于在放歌，导致环境变得嘈杂而指令无法被音箱识别到，为了验证该猜想，本小组做了以下两个实验。

实验一： 在唱歌的时候凑近LD3320 模块大声地喊“ 下一曲”，发现音箱终于作出反应，播放下一首音乐。

实验二： 先把电源断开掉， 然后在一个嘈杂地环境中通过“ 放歌”指令唤醒音箱，最终发现要喊的很大声，音箱才对指令作出反应。

经过多次测试，验证猜想正确。 其次，在语音控制指令无法正确读取到的时候， 发现装置通过蓝牙模式与音箱进行连接后，在手机进行操作发现可以得到理想的效果。

3 实验结果

在实物检测的过程中， 发现设计的音箱对指令的识别度很高，但也会出现无法识别的指令现象，造成的原因有：

3.1 发出指令的环境过于嘈杂，导致LD3320 模块无法正确读取指令从而不被读取。

3.2 发音不准确， 由于地方方言原因导致发音不准而不被LD3320 正确识别到，从而不被读取。

4 结论

本文主要对基于Arduino 的AI 语音识别智能音箱设计的硬件搭建和软件设计方面作出了阐述。 同时也作出了实物并且经过验证，确保了方案的可靠性以及可行性。 测试结果表明，本装置可以通过语音识别指令实现功能，除此之外还可以通过蓝牙模式用手机与装置进行连接， 用户可在手机上对装置进行操作。 经实验证明， 该音箱装置的功能可以满足用户对音箱的基本需求，表明该装置是有效的。 同时，该装置还实现了本小组最初的设计目标：高质量，低成本。