GitHub - ErnestChen1/SmartSpeaker: 一个基于云端语音识别的智能控制设备，类似于天猫精灵，小爱同学。采用的芯片为stm32f407,wm8978,esp8266。...

SmartSpeaker

这是一个基于云端语音识别的智能音箱，你可以理解为类似于亚马逊Echo或者小爱同学、天猫精灵的设备，与之不同的是它并非基于嵌入式Linux，而是仅仅基于单片机和FreeRTOS实现。

该设备的核心芯片为stm32f407vet6，wm8978，esp8266，这三者分别扮演主控，音频DA/ADC以及网络通信的角色。另外还需要SD卡来提供存储录音和音乐的功能。

该项目目前的瓶颈在于由于esp8266是一款物联网wifi芯片，其网络带宽有限，导致识别的速度偏低, PS:其实也还说的过去，毕竟录音的文件也不是很大:)，并且导致在线播放音乐的功能无法实现（这是最伤的）。

但这应该也是目前基于单片机的最好的实现方案了，运行效果。

Description

Audio目录下主要存放音频相关的代码，比如wm8978的驱动，解码，播放以及录制音频的功能。其中包含了一个第三方的mp3解码库“HelixMP3Decoder"。

Fatfs目录下主要存放Fatfs文件系统的代码，它需要基于SD卡实现。

File目录下存放系统的原理图，同时还是有一个“SmartSpeaker”目录，需要将这个目录拷贝到SD卡根目录下，这个目录里都是些用来提示的wav文件。

FreeRTOS目录下存放的是FreeRTOS的代码。

Led目录下存放的是一个根据识别的结果操作Led的实例，在播放音乐的时候，还会对音乐进行频谱分析，从而改变Led的颜色。

Libraries目录下存放是是stm32f4系列的一些库文件。

MDK为工程文件的目录。

Network目录下存放的是与网络操作相关的代码，比如esp8266的串口驱动的封装，编解码，网络通信等等。

Peripherals目录下存放的是stm32f4相关的外设的驱动代码，其中一些与FreeRTOS结合相当紧密，例如串口的驱动。

Public目录下存放的是一些基础的功能函数，比如日志功能等。

Shell目录下存放的是一个简单的人机交互的实现，正因为有了这些代码，我们可以借助Xshell等通过串口登陆stm32，并且可以实现一些简单的命令操作，就像操作Linux系统一样。而且，移植这个Shell非常简单，你只需要底层提供getchar,putchar以及puts这三个功能函数。

Usage

为了连接WiFi,你需要在"network.c"文件中配置你的WIFI网络。

为了接入百度云的语音识别服务，你需要去注册百度语音的开发者账号，并且得到他的token,你需要在"netvoc.c"中配置这个token。

Flow

在硬件初始化完毕，FreeRTOS启动完毕后，wm8978开始收集环境中的音频信号。这里采用了一个基于短时过零率和声波能量的简易的VAD算法，用于实现自动录音。录音完毕后，将录制的语音文件发送至百度云的语音识别服务器进行识别，并接收识别的结果，然后根据结果执行相应的操作，比如播放一首音乐等，高度可拓展。