使用Arduino开发板进行语音识别

语音识别技术在自动化中非常有用，它不仅可以让您免提控制设备，还可以提高系统的安全性。除了制造语音控制小工具外，语音识别还为患有各种残疾的人们提供了重要帮助。

在之前的帖子中，我们制作了基于Arduino的文本到语音（TTS）转换器和语音控制灯。现在，在本篇文章中，我们将使用Edge Impulse Studio通过三个命令，即“ LIGHT ON”、“ LIGHT OFF”和“ NOISE”，使用机器学习来训练语音识别模型。 Edge Impulse是一个在线机器学习平台，使开发人员能够使用嵌入式机器学习来创建下一代智能设备解决方案。

所需的组件

● Arduino 33 BLE Sense开发板

● 发光二极管

● 跳线

● Edge Impulse Studio

● Arduino IDE

电路原理图

下面给出了使用Arduino进行语音识别的电路连接图。这里没有可用的Arduino 33 BLE的Fritzing部件，所以我使用了Arduino Nano，两者的引脚排列相同。

LED的正极引脚连接到Arduino 33 BLE Sense开发板的数字引脚5，负极引脚连接到Arduino的GND引脚。

创建用于Arduino语音识别的数据集

本文中，Edge Impulse Studio用于训练我们的语音识别模型。在Edge Impulse Studio上训练模型类似于在其他机器学习框架上训练机器学习模型。对于训练，机器学习模型的第一步是收集一个数据集，该数据集包含我们希望能够识别的数据样本。

由于我们的目标是使用语音命令控制LED，因此我们需要收集所有命令和噪声的语音样本，以便可以区分语音命令和其他噪声。

我们将创建一个具有三个类别的数据集：“LED ON”，“LED ON”和“noise”。要创建数据集，请先创建一个Edge Impulse帐户，验证您的帐户，然后启动一个新项目。您可以使用手机、Arduino开发板来加载样本，也可以将数据集导入到Edge Impulse帐户中。将样本加载到您的帐户中最简单的方法是使用手机。为此，将手机与Edge Impulse连接。

要连接手机，请单击“Devices”，然后单击“Connect a New Device”。

现在，在下一个窗口中，单击“Use your Mobile Phone”，然后将显示一个二维码。使用手机扫描二维码，或输入二维码上提供的URL。

这样会将您的手机与Edge Impulse Studio连接。

通过将手机与Edge Impulse Studio连接，您现在可以加载样本。要加载样本，请点击“Data acquisition”。现在，在“Data acquisition”页面上，输入标签名称，选择麦克风作为传感器，然后输入采样长度。点击“Start sampling”，您的设备将捕获一个2秒的采样。在不同条件下总共记录10到12个语音样本。

在上传样本后，现在设置更改标签并收集“light off’”和“noise”的样本。

这些样本用于培训模块，在接下来的步骤中，我们将收集测试数据。测试数据至少应为训练数据的30％，因此请收集4个“noise”样本和4至5个“light on”和“light off”样本。

更多有关Arduino的内容请参考以下链接：