【雕爷学编程】MicroPython动手做（25）——语音合成与语音识别2

2023-07-31 10:51:36

知识点：什么是掌控板？
掌控板是一块普及STEAM创客教育、人工智能教育、机器人编程教育的开源智能硬件。它集成ESP-32高性能双核芯片，支持WiFi和蓝牙双模通信，可作为物联网节点，实现物联网应用。同时掌控板上集成了OLED显示屏、RGB灯、加速度计、麦克风、光线传感器、蜂鸣器、按键开关、触摸开关、金手指外部拓展接口，支持图形化及MicroPython代码编程，可实现智能机器人、创客智造作品等智能控制类应用。

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
7、语音识别
说 ==语音合成（文字转为语音）
听 ==语音识别（语音转为文字）

语音识别是一门交叉学科。近二十年来，语音识别技术取得显著进步，开始从实验室走向市场。人们预计，未来10年内，语音识别技术将进入工业、家电、通信、汽车电子、医疗、家庭服务、消费电子产品等各个领域。 语音识别听写机在一些领域的应用被美国新闻界评为1997年计算机发展十件大事之一。很多专家都认为语音识别技术是2000年至2010年间信息技术领域十大重要的科技发展技术之一。 语音识别技术所涉及的领域包括：信号处理、模式识别、概率论和信息论、发声机理和听觉机理、人工智能等等。

与机器进行语音交流，让机器明白你说什么，这是人们长期以来梦寐以求的事情。中国物联网校企联盟形象得把语音识别比做为“机器的听觉系统”。语音识别技术就是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的高技术。　语音识别技术主要包括特征提取技术、模式匹配准则及模型训练技术三个方面。语音识别技术车联网也得到了充分的引用，例如在翼卡车联网中，只需按一键通客服人员口述即可设置目的地直接导航，安全、便捷。

在这里插入图片描述

语音识别发展史
1952年贝尔研究所Davis等人研究成功了世界上第一个能识别10个英文数字发音的实验系统。1960年英国的Denes等人研究成功了第一个计算机语音识别系统。大规模的语音识别研究是在进入了70年代以后，在小词汇量、孤立词的识别方面取得了实质性的进展。进入80年代以后，研究的重点逐渐转向大词汇量、非特定人连续语音识别。在研究思路上也发生了重大变化，即由传统的基于标准模板匹配的技术思路开始转向基于统计模型 (HMM）的技术思路。此外，再次提出了将神经网络技术引入语音识别问题的技术思路。进入90年代以后，在语音识别的系统框架方面并没有什么重大突破。但是，在语音识别技术的应用及产品化方面出现了很大的进展。DARPA(Defense Advanced Research Projects Agency）是在70年代由美国国防部远景研究计划局资助的一项10年计划，其旨在支持语言理解系统的研究开发工作。到了80年代，美国国防部远景研究计划局又资助了一项为期10年的DARPA战略计划，其中包括噪声下的语音识别和会话（口语）识别系统，识别任务设定为“（1000单词）连续语音数据库管理”。到了90年代，这一DARPA计划仍在持续进行中。其研究重点已转向识别装置中的自然语言处理部分，识别任务设定为“航空旅行信息检索”。日本也在1981年的第五代计算机计划中提出了有关语音识别输入-输出自然语言的宏伟目标，虽然没能实现预期目标，但是有关语音识别技术的研究有了大幅度的加强和进展。1987年起，日本又拟出新的国家项目—高级人机口语接口和自动电话翻译系统。

语音识别在中国的发展
中国的语音识别研究起始于1958年，由中国科学院声学所利用电子管电路识别10个元音。直至1973年才由中国科学院声学所开始计算机语音识别。由于当时条件的限制，中国的语音识别研究工作一直处于缓慢发展的阶段。进入80年代以后，随着计算机应用技术在中国逐渐普及和应用以及数字信号技术的进一步发展，国内许多单位具备了研究语音技术的基本条件。与此同时，国际上语音识别技术在经过了多年的沉寂之后重又成为研究的热点，发展迅速。就在这种形式下，国内许多单位纷纷投入到这项研究工作中去。1986年3月中国高科技发展计划（863计划）启动，语音识别作为智能计算机系统研究的一个重要组成部分而被专门列为研究课题。在863计划的支持下，中国开始了有组织的语音识别技术的研究，并决定了每隔两年召开一次语音识别的专题会议。从此中国的语音识别技术进入了一个前所未有的发展阶段。
在这里插入图片描述

8、识别二秒语音指令（现录现识别）

#MicroPython动手做（25）——语音合成与语音识别
#识别二秒语音指令（现录现识别）

from mpython import *
import network
import time
import audio
import urequests
import json
import machine
import ubinascii

my_wifi = wifi()

my_wifi.connectWiFi("zh", "zy1567")

def on_button_a_down(_):
    time.sleep_ms(10)
    if button_a.value() == 1: return
    rgb[0] = (int(102), int(0), int(0))
    rgb.write()
    time.sleep_ms(1)
    oled.fill(0)
    oled.DispChar("按下A键开始识别", 0, 0, 1)
    oled.DispChar(get_asr_result(2), 0, 16, 1)
    oled.show()
    rgb[0] = (0, 0, 0)
    rgb.write()
    time.sleep_ms(1)

def get_asr_result(_time):
    audio.recorder_init()
    audio.record("temp.wav", int(_time))
    audio.recorder_deinit()
    _response = urequests.post("http://119.23.66.134:8085/file_upload",
        files={"file":("temp.wav", "audio/wav")},
        params={"appid":"1", "mediatype":"2", "deviceid":ubinascii.hexlify(machine.unique_id()).decode().upper()})
    rsp_json = _response.json()
    _response.close()
    if "text" in rsp_json:
        return rsp_json["text"]
    elif "Code" in rsp_json:
        return "Code:%s" % rsp_json["Code"]
    else:
        return rsp_json

button_a.irq(trigger=Pin.IRQ_FALLING, handler=on_button_a_down)


oled.fill(0)
oled.DispChar("按下A键开始识别", 0, 0, 1)
oled.show()

mPython X 图形编程

在这里插入图片描述

#MicroPython动手做（25）——语音合成与语音识别
#识别二秒语音指令（现录现识别）

https://v.youku.com/v_show/id_XNDY4MjY3NTgwOA==.html?spm=a2h0c.8166622.PhoneSokuUgc_1.dtitle

在这里插入图片描述

9、带提示音提示灯的简单语音识别系统

（红灯后识别二秒钟）

#MicroPython动手做（25）——语音合成与语音识别
#带提示音提示灯的简单语音识别系统（红灯后识别二秒钟）

from mpython import *
import network
import time
import music
import audio
import urequests
import json
import machine
import ubinascii

my_wifi = wifi()

my_wifi.connectWiFi("zh", "zy1567")

def on_button_a_down(_):
    time.sleep_ms(10)
    if button_a.value() == 1: return
    music.play('D5:1')
    rgb.fill((int(102), int(0), int(0)))
    rgb.write()
    time.sleep_ms(1)
    oled.fill(0)
    oled.DispChar("--语音识别结果--", 18, 13, 1)
    oled.DispChar(get_asr_result(2), 28, 33, 1)
    oled.show()
    time.sleep(2)
    oled.fill(0)
    oled.DispChar("  按下A键开始语音识别", 0, 16, 1)
    oled.show()
    rgb.fill((int(0), int(102), int(0)))
    rgb.write()
    time.sleep_ms(1)
    music.play('G5:1')

def get_asr_result(_time):
    audio.recorder_init()
    audio.record("temp.wav", int(_time))
    audio.recorder_deinit()
    _response = urequests.post("http://119.23.66.134:8085/file_upload",
        files={"file":("temp.wav", "audio/wav")},
        params={"appid":"1", "mediatype":"2", "deviceid":ubinascii.hexlify(machine.unique_id()).decode().upper()})
    rsp_json = _response.json()
    _response.close()
    if "text" in rsp_json:
        return rsp_json["text"]
    elif "Code" in rsp_json:
        return "Code:%s" % rsp_json["Code"]
    else:
        return rsp_json

button_a.irq(trigger=Pin.IRQ_FALLING, handler=on_button_a_down)


rgb.fill((int(0), int(102), int(0)))
rgb.write()
time.sleep_ms(1)
oled.fill(0)
oled.DispChar("  按下A键开始语音识别", 0, 16, 1)
oled.show()
music.play('G5:1')

mPython X 图形编程

在这里插入图片描述

带提示音提示灯的简单语音识别系统—实验视频
（红灯后识别二秒钟）

https://v.youku.com/v_show/id_XNDY4MzE1MjEyNA==.html?spm=a2h0c.8166622.PhoneSokuUgc_1.dtitle

在这里插入图片描述

10、语音控制开灯与关灯
——简单在线模式，反应有点慢，语音识别“开灯”，任意语音关灯。这个方案打开灯有点难，需要准确发音“开灯”二个字，反之关灯很容易，说什么都可以关灯，便于节约用电。

#MicroPython动手做（25）——语音合成与语音识别
#语音控制开灯与关灯（简单在线模式，反应有点慢）

from mpython import *
import network
import music
import time
import audio
import urequests
import json
import machine
import ubinascii

my_wifi = wifi()

my_wifi.connectWiFi("zh", "zy1567")

def on_button_a_down(_):
    time.sleep_ms(10)
    if button_a.value() == 1: return
    rgb[1] = (int(102), int(0), int(0))
    rgb.write()
    time.sleep_ms(1)
    if get_asr_result(2) == "开灯":
        rgb.fill((int(51), int(102), int(255)))
        rgb.write()
        time.sleep_ms(1)
        music.play('D5:1')
        oled.fill(0)
        oled.blit(image_picture.load('face/Objects/Light on.pbm', 0), 32, 0)
        oled.show()
    else:
        rgb.fill( (0, 0, 0) )
        rgb.write()
        time.sleep_ms(1)
        music.play('B5:1')
        oled.fill(0)
        oled.blit(image_picture.load('face/Objects/Light off.pbm', 0), 32, 0)
        oled.show()

def get_asr_result(_time):
    audio.recorder_init()
    audio.record("temp.wav", int(_time))
    audio.recorder_deinit()
    _response = urequests.post("http://119.23.66.134:8085/file_upload",
        files={"file":("temp.wav", "audio/wav")},
        params={"appid":"1", "mediatype":"2", "deviceid":ubinascii.hexlify(machine.unique_id()).decode().upper()})
    rsp_json = _response.json()
    _response.close()
    if "text" in rsp_json:
        return rsp_json["text"]
    elif "Code" in rsp_json:
        return "Code:%s" % rsp_json["Code"]
    else:
        return rsp_json

image_picture = Image()

button_a.irq(trigger=Pin.IRQ_FALLING, handler=on_button_a_down)


oled.fill(0)
oled.DispChar("  按下A键开始语音控制", 0, 16, 1)
oled.show()
music.play('G5:1')
rgb[1] = (int(0), int(51), int(0))
rgb.write()
time.sleep_ms(1)

mPython X 图形编程

在这里插入图片描述

#MicroPython动手做（25）——语音合成与语音识别
#语音控制开灯与关灯（简单在线模式，反应有点慢）-视频

https://v.youku.com/v_show/id_XNDY4MzM5OTY1Ng==.html?spm=a2h0c.8166622.PhoneSokuUgc_1.dtitle

在这里插入图片描述

今天再次测试语音合成，不知为何一直报错，出错信息为：

刷入成功

Connection WiFi…

WiFi(zhz,-64dBm) Connection Successful, Config:(‘192.168.31.25’, ‘255.255.255.0’, '192.168

.31.34’, ‘192.168.31.34’)

(2020, 6, 15, 8, 28, 32, 0, 167)

Processing, please wait…

Traceback (most recent call last):

File “main.py”, line 24, in

File “xunfei.py”, line 208, in tts

File “uwebsockets/client.py”, line 62, in connect

Assertion Error: b’HTTP/1.1 403 Forbidden’

MicroPython v2.0.1-18-gbe8fbdd-dirty on 2020-04-24; mpython with ESP32

Type “help()” for more information.

在这里插入图片描述

更多推荐

【系统架构】什么是集群？为什么要使用集群架构？

什么是集群？为什么要使用集群架构？1.什么是集群？2.为什么要使用集群？2.1高性能2.2价格有效性2.3可伸缩性2.4高可用性2.5透明性2.6可管理性2.7可编程性3.集群的常见分类3.1负载均衡集群3.2高可用性集群3.3高性能计算集群3.4网格计算集群4.常用的集群软硬件介绍及选型4.1企业中常见的集群软硬件产

JSON注解和异常处理的使用

一、JSON数据返回1.1.前言JSON是一种轻量级的数据交换格式，易于阅读和编写，同时也易于机器解析和生成。JSON的常用场景包括：前后端分离的项目中，后端向前端传送数据时。Ajax异步访问数据。RPC远程调用。除了JSON，还有其他的数据传输格式，如XML等。但是由于XML格式的特点，它在Web开发中使用较少。1.

【K8S系列】深入解析k8s网络插件—Canal

序言做一件事并不难，难的是在于坚持。坚持一下也不难，难的是坚持到底。文章标记颜色说明：黄色：重要标题红色：用来标记结论绿色：用来标记论点蓝色：用来标记论点在现代容器化应用程序的世界中，容器编排平台Kubernetes已经成为标准。Kubernetes是一个分布式系统，为了支持复杂的应用和微服务架构，网络是Kuberne

汽车充电桩浪涌保护器的应用方案和作用

随着电动汽车的普及，充电桩的建设也越来越多，但是充电桩也面临着雷电等自然灾害的威胁，如果没有有效的防雷措施，可能会造成充电桩的损坏，甚至引发火灾、爆炸等严重后果。因此，为了保证充电桩的安全运行，需要在充电桩中安装浪涌保护器，以减少雷电对充电桩的影响。浪涌保护器是一种用于限制瞬态过电压和泄放电涌电流的电子装置，它可以在雷

汽车电子相关术语

SOASOA（Service-OrientedArchitecture，面向服务的架构）是一种在计算机环境中设计、开发、部署和管理离散模型的方法。是由Garnter1996年提出的概念，将应用程序的不同功能单元（称为服务）进行拆分，并通过这些服务之间定义良好的接口和协议联系起来。接口是采用中立的方式进行定义的，目的是为

.Net Core中Host的作用和用法

Host简介在ASP.NETCore中，Host是一个托管应用程序的宿主环境。它提供了一种统一的方式来启动和运行应用程序，无论是在开发环境中还是在生产环境中。Host负责处理应用程序的生命周期、配置和依赖项管理等任务，使开发人员能够专注于应用程序的业务逻辑。Host是通过使用IHostBuilder接口和Host.Cr

计算机竞赛 深度学习 机器视觉 人脸识别系统 - opencv python

文章目录0前言1机器学习-人脸识别过程人脸检测人脸对其人脸特征向量化人脸识别2深度学习-人脸识别过程人脸检测人脸识别MetricLarning3最后0前言🔥优质竞赛项目系列，今天要分享的是🚩深度学习机器视觉人脸识别系统该项目较为新颖，适合作为竞赛课题方向，学长非常推荐！🥇学长这里给一个题目综合评分(每项满分5分)

计算机毕设 opencv python 深度学习垃圾图像分类系统

文章目录0前言课题简介一、识别效果二、实现1.数据集2.实现原理和方法3.网络结构最后0前言🔥这两年开始毕业设计和毕业答辩的要求和难度不断提升，传统的毕设题目缺少创新和亮点，往往达不到毕业答辩的要求，这两年不断有学弟学妹告诉学长自己做的项目系统达不到老师的要求。为了大家能够顺利以及最少的精力通过毕设，学长分享优质毕业

Anaconda和Pycharm详细安装 配置教程

Anaconda：是一个开源的Python发行版本，其中包含了conda、Python等180多个科学包及其依赖项。【Anaconda下载】PyCharm：PyCharm是一种PythonIDE，带有一整套可以帮助用户在使用Python语言开发时提高其效率的工具。【PyCharm下载】Anaconda的安装及环境配置一

JavaScript面试题整理（二）

数据类型篇13、其他值到字符串的转换规则？Null和Undefined类型，null转换为‘null’，undefined转换为‘undefined’Boolean类型，true转换为‘true’，false转换为‘false’Number类型的值直接转换，不过那些极小和极大的数字会使用指数形式Symbol类型的值直接

React（react18）中组件通信04——redux入门

React（react18）中组件通信04——redux入门1.前言1.1React中组件通信的其他方式1.2介绍redux1.2.1参考官网1.2.2redux原理图1.2.3redux基础介绍1.2.3.1action1.2.3.2store1.2.3.3reducer1.3安装redux2.redux入门例子3.

热文推荐
  1. 【PostgreSQL】系列之 一 用户创建和授权（三）

    🍁博主"开着拖拉机回家"带您GotoNewWorld.✨🍁🦄个人主页——🎐开着拖拉机回家_Linux,Java基础学习,大数据运维-CSDN博客🎐✨🍁🪁🍁希望本文能够给您带来一定的帮助🌸文章粗浅，敬请批评指正！🍁🐥目录🍁博主"开着拖拉机回家"带您GotoNewWorld.✨🍁一、Postgre

  2. 掌握无人机遥感数据预处理的全链条理论与实践流程、典型农林植被性状的估算理论与实践方法、利用MATLAB进行编程实践（脚本与GUI开发）以及期刊论文插图制作等

    目录专题一认识主被动无人机遥感数据专题二预处理无人机遥感数据专题三定量估算农林植被关键性状专题四期刊论文插图精细制作与Appdesigner应用开发近地面无人机植被定量遥感与生理参数反演更多推荐遥感技术作为一种空间大数据手段，能够从多时、多维、多地等角度，获取大量的农情数据。数据具有面状、实时、非接触、无伤检测等显著优

  3. 【Spring Boot】单元测试

    单元测试单元测试在日常项目开发中必不可少，SpringBoot提供了完善的单元测试框架和工具用于测试开发的应用。接下来介绍SpringBoot为单元测试提供了哪些支持，以及如何在SpringBoot项目中进行单元测试。1.SpringBoot集成单元测试单元测试主要用于测试单个代码组件，以确保代码按预期方式工作。目前流

  4. 入门Echarts数据可视化：从基础到实践

    目录引言数据可视化的重要性Echarts资源与拓展Echarts简介及开发准备什么是EchartsEcharts的特点与优势安装Echarts引入Echarts库第一个图表使用Echarts绘制一个简单的柱状图数据准备与图表配置数据格式要求图表标题与标签设置实践与性能优化提升图表渲染性能的技巧响应式设计与移动端适配引言

  5. 数据分析实战│价格预测挑战【文末赠书】

    文本分析是指对文本信息的表示及特征项的选取，商品文本的描述能够反映特定立场、观点、价值和利益。考虑到网上海量的商品数量，对产品的定价难度很大，因此可以使用商品描述帮助商户定价。比如，服装具有较强的季节性价格趋势，受品牌影响很大，而电子产品则根据产品规格波动。因此，根据商品提供的文本信息进行合理地定价，能够有效地帮助商家

  6. 第32节——useReducer——了解

    一、概念useReducer是在reactV16.8推出的钩子函数，从用法层面来说是可以代替useState。众所周知，useState常用在单个组件中进行状态管理，但是遇到状态全局管理的时候，useState显然不能满足我们的需求，这个时候大多数的做法是利用第三方的状态管理工具，像redux，Recoil或者Mobx

  7. IPO解读丨Arm破解市场质疑的答案，仍在AI中？

    时隔7年，移动设备芯片领域霸主Arm重回二级市场。IPO进程的推进，让这家全球芯片行业的基石公司，不得不面对来自市场的全方位的密集审视。而从股价来看，投资者对于Arm的态度始终处于摇摆中，从上市首日股价大涨25%，到截至发稿前的三个交易日股价累计下跌12.5%，可以看出，Arm在二级市场面临一定质疑。但不可否认Arm在

  8. ChatGPT技术原理

    Task03ChatGPT技术原理目录阶段一：有监督微调Supervisedfine-tuning(SFT)阶段二：训练回报模型（RewardModel,RM）阶段三：使用强化学习微调SFT模型ChatGPT是由GPT-3迭代来的，原有的GPT-3可能难以从文本中学会一些更高层次的表示，这就导致了GPT-3这样的语言模

  9. 指针和数组笔试题深度解析

    学习之前我们将运用到sizeof和strlen函数sizeof和strlen函数认识和区别：1.strlen是一个库函数使用时需要引用#include<string.h>这个头文件，而sizeof是一个运算符号；2.strlen计算的是'\0'之前的字符个数，sizefo计算的是所占空间内存的大小，单位是字节；3.st