esp32录音功能开发_【安信可ESP32语音开发板专题①】ESP32-A1S音频开发板之离线语音识别控制LED灯...

本博客学习由

一、前言

离线语音，顾名思义：在不连网络的状态下，产品能识别语音指令并执行相应的控制输出。

安信可基于乐鑫ESP32芯片开发的ESP32-A1S开发板智能语音助手，可支持唤醒词引擎(WakeNet)，离线语音命令识别引擎(MultiNet)和前端声学算法。 ESP32-A1S 将 ESP32 与人工智能(AI)语音识别相结合，是安信可完整的 AIoT 解决方案的一部分。

下面使用我的开发笔记，将讲解如何使用ESP32-A1S开发板轻松的实现离线语音控制LED灯。

二、离线语音框架

2.1 算法模型 WakeNet 和 识别模型 MultiNet

既然是语音唤醒，本地识别，就离不开算法模型和识别模型，而ESP32-A1S是基于乐鑫一个仓库esp_sr为基础的。而 esp_sr 提供语音识别相关方向算法模型，目前主要包括三个模块：

唤醒词识别模型 WakeNet

语音命令识别模型 MultiNet

声学算法：集成了回声消除 AEC(Acoustic Echo Cancellation)，自动增益调节 AGC(automatic_gain_control)，噪声抑制 NS(Noise Suppression)，语音活动检测 VAD(Voice Activity Detection) 和麦克风阵列算法(Mic Array Processing)。

2.2 唤醒词识别

唤醒词模型 WakeNet，致力于提供一个低资源消耗的的高性能模型，支持类似“Alexa”，“天猫精灵”，“小爱同学”等唤醒词的识别。

目前，ESP32的唤醒词仅仅开放了如下几个：“Hi，乐鑫”，“你好小智”，“你好小鑫”，“hi，Jeson”等唤醒词。

2.3.2 语音命令识别

命令词识别模型 MultiNet ，致力于提供一个灵活的离线语音命词识别框架。用户可方便根据需求自定义语音命令，无需重新训练模型。

目前模型支持类似“打开空调”，“打开卧室灯”等中文命令词识别，自定义语音命令词最大个数为 100。

英文命令词定义将在下一版提供支持。

三、开发板、编译、体验

3.1 ESP32-A1S开发板

因为是 esp32 芯片开发，所以固件是基于ESP32的SDK开发为基础，仓库代码已经开发了支持ESP32-A1S开发板简单控制的demo。

ESP32-A1