如何为DIY的智能音箱赋予语音唤醒能力

前言

本文基于录音、语音识别等基本功能均已实现基础上进行讨论。

作为一个智能音箱，语音唤醒功能可谓是必须的。

并且我们知道，语音唤醒功能，实际就是关键词识别，也就是识别录音中是否存在某关键词。若存在则唤醒，开始下一步行动；若没有则依然处于等待状态。

开始

1）方案一

—— 让音箱不停进行录音，然后识别该录音中是否存在关键词信息。

这个可能是很多人首先浮现在脑海中的想法。

但是其缺点很明显，根本不实用：

1. 首先，音箱不停进行录音识别。这样不仅浪费音箱的处理器资源(说不定音箱平时还作为NAS使用)，并且在其识别录音音频的期间内，它不能及时响应用户的唤醒；
2. 第二，录音时间难把握。短了，录音太频繁；长了，关键词易与其他声音接在一块造成误判。

2）方案二

—— 当出现超出某一特定分贝的声音时，开始短录音，并识别该音频中是否存在关键词。

在这个方案中，我们需要一个声音传感器 👇

声音传感器作用：
当其采集到大于某一分贝(通常可通过滑动电阻调节阈值)的声音信号时，其输出引脚会出现电平变换。

当智能音箱处于等待唤醒状态时，监听声音传感器输出引脚的电平信号。检测到电平变换时，再开始录音。

这是我的实现方案，我的智能音箱主要功能都由树莓派负责。由于我的音箱有一个stm32单片机，所以声音传感器我就让stm32单片机负责监听，然后树莓派再等待stm32的信号。

虽然方案二比方案一更加实用，但是其也有一定缺点。在声音传感器检测声音信号到树莓派开始录音这一段时间不算太短，所以我们可能在喊关键词之前要先激活树莓派，等树莓派开始录音之后再喊关键词。