LD3320离线语音识别快速实现

从师弟那里获得了一块语音识别模块，查阅资料得知这是一款非特定语音识别芯片，有50个关键词条可以自定义，很cool的一个东西，摆脱了使用skainet只能“嗨，乐鑫”的苦恼。

一、获取资料

要获取这种模块的资料，我目前所知的最简单的方法是逛淘宝，哈哈。只要在淘宝上找到对应的商品链接，那么商品详情里就会有它的详尽资料，运气好一点的话，还可以获取示例代码的度盘链接。

总之，以下就是我从淘宝获取到的资料。

绿深-LD3320模块 SPI接口版资料 ：https://pan.baidu.com/s/1KYOiYo8Gh1ZJq5EP7CUiCA

提取码：1764

解压一看，内容还真不少，原理图、布局图、例程一应俱全。

二、代码编写

我对stm32的开发比较熟悉，所以接下来依据stm32f1的例程作修改。

里面是一个io模拟spi通信控制ld3320的例程，修改应用起来也很简单，把它的引脚、延时、log都改成我们自己的就可以了。

首先，修改引脚的宏定义，根据自己的连线修改。

例程这边使用的是一个带参宏+位带操作的形式，我们直接把位带操作改成自己的api接口即可。

把delay的定义也换成我们自己的，由于上了操作系统，ms级别的延时直接使用osDelay即可。

至于串口通信就不赘述了，大家都有自己的库，导入+宏定义即可。

三、测试

然后，擦腚，开机，午安大电牛，测试！

喜闻乐见的收获了一个ASR_ERROR。

或许是刚上电不太稳定，我们在case error里加入一行语句，让它在进入error后，重新启动初始化流程。

喜闻乐见的收获了一群ASR_ERROR。

不慌，这种时候，我们先确认主控和ld3320有没有连接上，直接体现就是寄存器能不能正常读写。

根据官方调试文档，向这三个寄存器写数据再读取。

然后，不管写了什么，读出来的全都是0xff，这是什么原因？

直接祭出逻辑分析仪dslogic，配置协议为spi，配置好通道后解析数据。

通过逻辑分析仪的显示界面，在MISO(master in slave out)里看到了写入寄存器的信息，MOSI则一直保持高电平…

靠，原来是线接反了。

调转sdo与sdi，上电，一次成功。

四、自定义关键词

出于某些原因，我想将唤醒词设为Lucas，而ld3320仅支持标准普通话的识别，怎么办呢？

 ICRoute官方贴心地为我们提供了一本“葵花宝典”，即《语音识别芯片LD3320高阶秘籍》，里面给了我们一个解决方案。

没错，就是咱们小学背英语单词使用的伎俩，用拼音去标注英文。

将唤醒词Lucas，配置为“lu ke si”，我们就可以用英文来唤醒它啦。

五、优化

虽然成功实现了语音识别，但在使用模块的时候，还是发现了一些问题。

第一，如果将唤醒词设定为“lu ke si”，而在唤醒的时候没有把“si”这个音节明显地体现，就会导致识别不成功；又或者，将唤醒词设定为“lu ke”，而唤醒时又把“s”的尾音读得明显了一些，又会导致识别不成功。

怎么办呢？很简单，《高阶秘籍》里面为我们提供了解决方案：把每一个发音都录入即可。将几个可能的发音都对应到同一个id，只要关键词条目还够用，就可以获得更好的识别体验。

第二，这份代码仅仅是实现了识别功能，在响应速度上，还有很大的提升空间。