使用Arduino進行語音識別和合成

• Arduino到期：~U$ 50.00

• Sparkfun駐極體麥克風突破：7.95美元

• SparkFun 單聲道音頻放大器突破：7.95 美元

• BitVoicer 服務器 1.0 ：9.90 美元

• 8 歐姆揚聲器：~U$ 2.00

• 面包板：~U$ 10.00

• 3 個 LED：~U$ 1.00

• 3 x 330 Ohm 電阻器：~U$ 0.75

• 跳線：~U$ 0.50

第 1 步：接線

第一步是將 Arduino 和面包板與組件連接起來，如下圖所示。我不得不在揚聲器下方放置一個小橡膠，因為它會振動很多，沒有橡膠，音頻質量會受到很大影響。

?

?

?

?

?

1 / 4 ? Fritzing 示意圖

?

在這里，我們與我之前的項目有一個很小但很重要的區(qū)別。大多數(shù) Arduino 板在 5V 下運行，但 DUE 在 3.3V 下運行。因為我在 3.3V 下運行 Sparkfun Electret Breakout 得到了更好的結果，如果您使用 5V Arduino 板，我建議您在 3.3V 引腳和 AREF 引腳之間添加一個跳線。DUE 已經使用 3.3V 模擬參考，因此您不需要跳線到 AREF 引腳。實際上，DUE 上的 AREF 引腳通過電阻橋連接到微控制器。要使用 AREF 引腳，電阻 BR1 必須從 PCB 上拆焊。

第 2 步：將代碼上傳到 Arduino

現(xiàn)在您必須將以下代碼上傳到您的 Arduino。為方便起見，本文底部的附件部分也提供了 Arduino 草圖。在上傳代碼之前，您必須將 BitVoicer 服務器庫正確安裝到 Arduino IDE（導入 .zip 庫）。

Arduino 草圖：BVS_Demo2.ino

這個草圖有七個主要部分：

• 庫引用和變量聲明：前四行包括對BVSP 、BVMic 、BVSSpeaker和 DAC 庫的引用。這些庫由 BitSophia 提供，可以在 BitVoicer Server 安裝文件夾中找到。當您添加對 BVSSpeaker 庫的引用時，會自動包含 DAC 庫。其他行聲明了整個草圖中使用的常量和變量。BVSP 類用于與 BitVoicer Server 通信，BVMic 類用于捕獲和存儲音頻樣本，BVSSpeaker 類用于使用 DUE DAC再現(xiàn)音頻。

• 設置功能：該功能執(zhí)行以下操作：設置引腳模式及其初始狀態(tài)；初始化串行通信；并初始化 BVSP、BVMic 和 BVSSpeaker 類。它還為BVSP 類的 frameReceived、modeChanged 和 streamReceived 事件設置“事件處理程序”（它們實際上是函數(shù)指針） 。

• 循環(huán)函數(shù)：該函數(shù)執(zhí)行五個重要操作： 向服務器請求狀態(tài)信息（keepAlive() 函數(shù)）；檢查服務器是否發(fā)送了任何數(shù)據并處理接收到的數(shù)據（receive() 函數(shù)）；控制音頻流的錄制和發(fā)送（isSREAvailable()、startRecording()、stopRecording() 和 sendStream() 函數(shù)）；播放排隊到 BVSSpeaker 類中的音頻樣本（play() 函數(shù)）；并調用 playNextLEDNote() 函數(shù)，該函數(shù)控制在接收到 playLEDNotes 命令后 LED 應如何閃爍。

• BVSP_frameReceived 函數(shù)：每次 receive() 函數(shù)識別出已接收到一個完整幀時，都會調用此函數(shù)。在這里，我運行從 BitVoicer Server 發(fā)送的命令。控制 LED 的命令包含 2 個字節(jié)。第一個字節(jié)表示引腳，第二個字節(jié)表示引腳值。我使用analogWrite() 函數(shù)為引腳設置適當?shù)闹怠?/font>我還檢查是否收到了 Byte 類型的 playLEDNotes 命令。如果已收到，我將 playLEDNotes 設置為true并標記當前時間。這個時間將被 playNextLEDNote 函數(shù)用來使 LED 與歌曲同步。

• BVSP_modeChanged 函數(shù)：每次接收（）函數(shù)識別出站方向（服務器-> Arduino）中的模式更改時調用此函數(shù)。哇?。?！那是什么？！BitVoicer Server 可以向 Arduino 發(fā)送幀數(shù)據或音頻流。在通信從一種模式轉到另一種模式之前，BitVoicer Server 會發(fā)送一個信號。BVSP 類識別此信號并引發(fā) modeChanged 事件。在 BVSP_modeChanged 函數(shù)中，如果我檢測到通信正在從流模式轉到幀模式，我知道音頻已經結束，所以我可以告訴 BVSSpeaker 類停止播放音頻樣本。

• BVSP_streamReceived 函數(shù)：每次 receive() 函數(shù)識別到已接收到音頻樣本時，都會調用此函數(shù)。我只需檢索樣本并將它們排隊到 BVSSpeaker 類中，以便 play() 函數(shù)可以重現(xiàn)它們。

• playNextLEDNote 函數(shù)：此函數(shù)僅在 BVSP_frameReceived 函數(shù)識別 playLEDNotes 命令時運行。它控制 LED 并將其與從 BitVoicer 服務器發(fā)送的音頻同步。為了使 LED 與音頻同步并知道正確的時間，我使用了Sonic Visualizer 。這個免費軟件讓我可以看到音波，這樣我就可以很容易地分辨出鋼琴鍵是什么時候按下的。它還顯示了一條時間線，這就是我獲得此函數(shù)中使用的毫秒數(shù)的方式。聽起來像一個愚蠢的把戲，它是。我認為可以分析音頻流并打開相應的 LED，但我無法做到。

第 3 步：導入 BitVoicer 服務器解決方案對象