STM32 f103搭配LM386声音传感器实现简单音乐识别

 

STM32 f103搭配LM386声音传感器实现简单音乐识别

1.前言

     2019年12月初,有一个中国机器人技能大赛中的双足机器人比赛项目,意思是机器人识别音乐跳对应节奏的舞蹈,五首音乐随机抽三首歌曲,音乐停,机器人停。

     新比赛,新项目,难度自然有,坑也不少。希望这篇文章能给大家带来一点帮助。废话不多说,进入正题。

2.效果

(健康歌)每100ms采样一次,歌曲前5秒内共测50次数据,重复12组

(卡路里) 重复7组

       可以看出一首歌经过多次测值,其采样值数组呈现出有规律的特征;不同的歌曲的特征也有较好的区分度。达到了区分歌曲的效果。下面讲讲具体实现步骤。

3.思路

  1. 做什么:识别不同音乐,识别声音有无。
  2. 怎么做:a.利用传感器判断出音乐或声音(网上资料极少);   b.利用手机app听歌识曲,返回对应值(app感觉太难) ;    c.检测到声音就随机跳(下策,保命方案);    d.遥控(作弊);   e.人在旁边说出歌曲有关的词语,语音模块识别(干扰大)
  3. 我的选择:a+c
  4. 技术路线

4.硬件

      找到一块具有模拟量输出功能的声音传感器模块,我用的是下面这块,感觉不错,其他的没尝试过。将f103芯片的A1脚与模块的AOUT引脚相连(奇怪的是我与DOUT相连也会得到和AOUT差不多的模拟量值,很迷,有大佬懂的话麻烦指出一下问题所在)。

 

5.软件

利用正点原子的adc.c文件来处理模拟量值,并最终返回给Get_Adc_Average()函数

 
 
 
​x
 
 
 
 
1
//初始化ADC
2
//这里我们仅以规则通道为例
3
//我们默认将开启通道0~3
4
void  Adc_Init(void)
5
{ 
6
    ADC_InitTypeDef ADC_InitStructure; 
7
GPIO_InitTypeDef GPIO_InitStructure;
8
    //使能ADC1通道时钟
9
RCC_APB2PeriphClockCmd(RCC_APB2Periph_GPIOA |RCC_APB2Periph_ADC1, ENABLE ); 
10
RCC_ADCCLKConfig(RCC_PCLK2_Div6);//设置ADC分频因子6 72M/6=12,ADC最大时间不能超过14M
11
    //PA1 作为模拟通道输入引脚                         
12
GPIO_InitStructure.GPIO_Pin = GPIO_Pin_1;
13
GPIO_InitStructure.GPIO_Mode = GPIO_Mode_AIN;//模拟输入引脚
14
GPIO_Init(GPIOA, &GPIO_InitStructure);
15
16
ADC_DeInit(ADC1);  //复位ADC1 
17
18
ADC_InitStructure.ADC_Mode = ADC_Mode_Independent;
19
    //ADC工作模式:ADC1和ADC2工作在独立模式
20
ADC_InitStructure.ADC_ScanConvMode = DISABLE;//模数转换工作在单通道模式
21
ADC_InitStructure.ADC_ContinuousConvMode = DISABLE;//模数转换工作在单次转换模式
22
ADC_InitStructure.ADC_ExternalTrigConv = ADC_ExternalTrigConv_None;
23
    //转换由软件而不是外部触发启动
24
ADC_InitStructure.ADC_DataAlign = ADC_DataAlign_Right;//ADC数据右对齐
25
ADC_InitStructure.ADC_NbrOfChannel = 1;//顺序进行规则转换的ADC通道的数目
26
ADC_Init(ADC1, &ADC_InitStructure);
27
    //根据ADC_InitStruct中指定的参数初始化外设ADCx的寄存器   
28
29
  
30
ADC_Cmd(ADC1, ENABLE);//使能指定的ADC1
31
 
        
32
ADC_ResetCalibration(ADC1);//使能复位校准  
33
 
        
34
while(ADC_GetResetCalibrationStatus(ADC1));//等待复位校准结束
35
 
        
36
ADC_StartCalibration(ADC1); //开启AD校准
37
 
        
38
while(ADC_GetCalibrationStatus(ADC1)); //等待校准结束
39
 
        
40
    //ADC_SoftwareStartConvCmd(ADC1, ENABLE);//使能指定的ADC1的软件转换启动功能
41
}
42
43
//获得ADC值
44
//ch:通道值 0~3
45
u16 Get_Adc(u8 ch)   
46
{
47
  //设置指定ADC的规则组通道,一个序列,采样时间
48
ADC_RegularChannelConfig(ADC1, ch, 1, ADC_SampleTime_239Cycles5 );
49
    //ADC1,ADC通道,采样时间为239.5周期      
50
  
51
ADC_SoftwareStartConvCmd(ADC1, ENABLE);//使能指定的ADC1的软件转换启动功能
52
 
        
53
while(!ADC_GetFlagStatus(ADC1, ADC_FLAG_EOC ));//等待转换结束
54
55
return ADC_GetConversionValue(ADC1);//返回最近一次ADC1规则组的转换结果
56
}
57
58
u16 Get_Adc_Average(u8 ch,u8 times)
59
{
60
u32 temp_val=0;
61
u8 t;
62
for(t=0;t<times;t++)
63
{
64
temp_val+=Get_Adc(ch);
65
delay_ms(5);
66
}
67
return temp_val/times;
68
}  
 
 

      将Get_Adc_Average()拿到的值通过串口输出在电脑屏幕上,适当调整其数值范围,刷新时间间隔。我在代码中就进行了(4093-adcx),(delay_ms(100))相关处理。

 
 
 
xxxxxxxxxx
18
 
 
 
 
1
while(1)
2
{
3
 printf("\r\n");
4
 for(i=0;;i++) 
5
        {
6
  for(j=0;j<50;j++)
7
     {
8
                  adcx=Get_Adc_Average(ADC_Channel_1,10);
9
                  printf("%-4d \r",4093-adcx);                
10
                  delay_ms(100);
11
      }
12
             printf("\r\n");
13
             delay_ms(1500);
14
             delay_ms(1500);
15
     }
16
}
17
18
 
 

判断歌曲就更简单了,把采样值存入数组,写一个条件语句判断数组的特征就好了,如下:

 
 
 
xxxxxxxxxx
35
 
 
 
 
1
u8 check_song(void)
2
{
3
u16 adcx,adc[35]={0};
4
u8 i,flag=0;
5
printf("\r\n");
6
for(i=0;i<35;i++)//存储数据
7
   {
8
adcx=CurrentAdc();
9
adc[i]=adcx;
10
if (adc[i]>300)
11
   flag++;
12
printf("%-4d \r", adc[i]);
13
delay_ms(100);
14
15
   }
16
 
        
17
18
 if(flag>32) 
19
           {
20
        printf("flag%d\r",flag);
21
        return 0;//太极拳
22
   }
23
 else
24
   {
25
        printf("flag%d\r",flag);
26
        
27
if((adc[23]<5&&adc[24]<5)
28
 ||(adc[24]<5&&adc[25]<5)
29
 ||(adc[25]<5&&adc[26]<5)
30
 ||(adc[26]<5&&adc[27]<5)
31
 ||(adc[27]<5&&adc[28]<5))
32
   return 1;//健康歌
33
   else return 2;//翻跟头
34
   }
35
}
 
 

6.总结

a.未知是最大的恐惧,行动是最好的解药

      一看到比赛项目的时候,卧槽,感觉很难,果然网上一查,什么资料也没有。。绝望,想放弃。。比赛前半个月,老师开始问进度了,很慌,啥也没有。但不好意思空手去,于是和队友总结出上面几套方案,发现有个保命方案,心里稍微有点底,开始去探索更好的方法。最后搞出来声音的adc采集,其实现在看看代码,实在是简单,惭愧惭愧。其实比赛现场能真正识别出音乐的不超过10个(共30个队伍),我难人亦难,但我只要去做,山重水复疑无路,柳暗花明又一村。这已超过了不少的人,最重要的是战胜了自己。一定要去做,用心做!

b.做项目就跟取西经样,人生何尝不是

      准备过程中是不可能一帆风顺的,一天一个小自闭,三天一个大自闭,烧板子查不出问题,断结构重新打印,破代码运行不出效果,软件崩溃文件没保存......简直怀疑人生。。一般遇到这时候,放下手中的工作,跑个步,洗个澡,吃个饭,归来还是少年。做人嘛,最重要的就是心态好啦。

c.持续学习,模仿优秀的人

      现阶段自身的能力还不足以输出很多很好的内容。模仿大佬,总结经验是比较好的成长路线。慢慢地就会有自己的风格了。加油!

  • 6
    点赞
  • 48
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
实现stm32 f103搭配lm386声音传感器实现简单音乐识别,可以按照以下步骤进行: 1. 硬件连接:将lm386声音传感器的OUT引脚连接到stm32 f103的ADC(模拟-数字转换器)引脚上,以便将声音信号转换成数字信号。 2. 初始化ADC功能:在stm32 f103的代码中,使用合适的库函数对ADC进行初始化设置,包括选择ADC通道和设置采样率等。 3. 采集声音信号:通过ADC,将声音传感器接收到的模拟信号转换成数字信号。可以设置一个合适的采样率,根据每个采样点的数值来表示声音的强度或频率。 4. 对信号进行处理:通过一系列算法和处理步骤,对变化的数字信号进行处理和分析,以识别音乐的特征。例如,可以使用傅里叶变换将时域信号转换为频域信号,进而提取频谱特征。 5. 音乐识别:根据前面的处理结果,可以进行音乐识别。可以根据频谱特征进行匹配,或者使用机器学习算法对特征进行训练和分类,从而识别出相应的音乐。 6. 输出结果:可以通过LED灯、蜂鸣器等外设,将音乐识别结果以可视化形式输出,或者通过串口将结果发送到计算机进行进一步处理和显示。 总的来说,通过stm32 f103搭配lm386声音传感器,可以实现简单音乐识别。在硬件连接和代码编写方面,需要合理配置ADC功能,并对声音信号进行采集和处理,最终通过相应的算法和处理步骤实现音乐识别

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值