Innholdsfortegnelse:
- Trinn 1: Elechouse V3 -talegjenkjenningsmodul
- Trinn 2: Koble modulen til Arduino
- Trinn 3: Konfigurere koden
- Trinn 4: Resultat
Video: Introduksjon til stemmegjenkjenning med Elechouse V3 og Arduino .: 4 trinn (med bilder)
2024 Forfatter: John Day | [email protected]. Sist endret: 2024-01-30 11:25
Hei der…
Tekstgjenkjenningsteknologi har vært her de siste årene. Vi husker fortsatt den store spenningen vi hadde da vi snakket med den første Siri -aktiverte iPhone. Siden den gang har stemmekommando -enheter vokst til et svært avansert nivå utover våre forventninger på veldig kort tid. Med introduksjonen av mange avanserte talegjenkjenningssystemer kom det mange andre taleassistenter som Google -assistenten og Amazon Alexa. Den raske suksessen til Amazons Echo alene beviser at vi gradvis kommer til enighet med å snakke med maskiner.
Så la oss starte fra det grunnleggende. I denne instruksen vil jeg gi deg en introduksjon om Elechouse V3 talegjenkjenningsmodul og hvordan du slår på/av en LED ved hjelp av talekommandoer. Det er flere andre måter å implementere stemmegjenkjenning i prosjektet ditt, helt fra en Android -telefon til Alexa eller Raspberry pi eller annen teknologi. Men jeg fikk flere meldinger fra mange av vennene mine som spurte meg hvordan jeg skulle bruke denne spesifikke modulen med Arduino. Så jeg skriver dette instruerbart som en grunnleggende opplæring for Elechouse V3 -modulen. Jeg ønsket å gjøre dette instruerbart så enkelt som mulig for nybegynnere, så vi skal ikke diskutere de komplette funksjonene og funksjonene til modulen, men til slutt er jeg sikker på at du får noen ganske kule ideer for ditt neste prosjekt.
Trinn 1: Elechouse V3 -talegjenkjenningsmodul
Elechouse V3 er en av de mest kompakte og lettstyrte talegjenkjenningsmodulene på markedet.
Det er to måter å bruke denne modulen på, med seriell port eller gjennom de innebygde GPIO-pinnene. V3 -kortet har kapasitet til å lagre opptil 80 talekommandoer hver med en varighet på 1500 millisekunder. Denne vil ikke konvertere kommandoene til tekst, men sammenligne den med et allerede innspilt sett med stemmer. Så teknisk sett er det ingen språkbarrierer for å bruke dette produktet. Du kan spille inn kommandoen din på et hvilket som helst språk, eller bokstavelig talt kan enhver lyd spilles inn og brukes som en kommando. Så du må trene den først før du lar den gjenkjenne talekommandoer.
Hvis du bruker modulen med sine GPIO -pinner, vil modulen levere utganger for bare 7 kommandoer av 80. For denne metoden må du velge og laste inn 7 kommandoer i gjenkjenneren, og gjenkjenneren sender utganger til de respektive GPIO pinner hvis noen av disse talekommandoene blir gjenkjent. Siden vi bruker dette med arduinoen, trenger vi ikke å bry oss om de begrensede funksjonene.
Enheten fungerer ved et inngangsspenningsområde på 4,5 - 5 volt og vil trekke en strøm mindre enn 40 mA. Denne modulen kan fungere med 99% gjenkjennelsesnøyaktighet hvis den brukes under ideelle forhold. Valget av mikrofon og støy i miljøet spiller en viktig rolle for å påvirke ytelsen til modulen. Det er bedre å velge en mikrofon med god følsomhet og prøve å redusere støyen i bakgrunnen mens du gir kommandoer for å få maksimal ytelse ut av modulen.
Trinn 2: Koble modulen til Arduino
La oss nå snakke om forbindelsene som skal gjøres.
Maskinvare nødvendig:
Elechouse V3 stemmegjenkjenningsmodul
Arduino UNO R3. (Jeg bruker Arduino Pro Mini her, det spiller ingen rolle, begge er nesten like i funksjon.)
Mikrofon med 3,5 mm plugg festet. (eller du kan lodde det direkte på brettet. De har gitt pinnene.)
En LED
En 470 ohm motstand for LED
Ledninger etter behov
USB -kabel for programmering av Arduino
Koble modulen til Arduino
GND - Bakken
VCC - 5 V
RXD - Digital pin 3 av Arduino (Dette er en brukerdefinert pin. Prøvekode har Pin 3 som Tx.)
TXD - Digital pin 2 av Arduino (Dette er også en brukerdefinert pin.)
Lysdioden er koblet til den digitale pinnen 13 på Arduino som definert i prøvekoden. Koble en 470 ohm motstand i serie til LED -en.
Koble mikrofonen til 3,5 mm -kontakten på kortet. Lodd den til mikrofonpinnene i modulen hvis den ikke kommer med en 3,5 mm plugg.
Det er alt det handler om forbindelsene. La oss nå se på koden.
Trinn 3: Konfigurere koden
Alle koder og biblioteker som er nevnt her er åpen kildekode, og kredittene for å utvikle dem går til deres respektive forfattere.
Du bør laste ned og installere "voicerecognitionv3.h" Arduino -biblioteket før du kan bruke modulen med en Arduino.
Last ned biblioteket herfra.
Alle kodene vi trenger er der i bibliotekets zip -fil som eksempelprogrammer.
Trening av V3 -modulen
Som jeg har nevnt ovenfor, må vi trene modulen før vi kan bruke den til stemmegjenkjenning. Følg disse trinnene for å trene modulen.
Koble kretsen til datamaskinen
Start Arduino IDE
Sjekk om du har valgt det riktige Arduino -kortet. (Verktøy -> Brett)
Sjekk om den riktige COM -porten er valgt. (Verktøy -> Port)
Åpne nå prøveprogrammet for opplæring av modulen
Gå til Fil -> Eksempler -> VoiceRecognitionV3 -> vr_sample_train
Last opp koden til Arduino og vent til koden lastes opp. (Ctrl + U)
Åpne Serial Monitor. (Ctrl + Shift + M)
Kontroller at overføringshastigheten er satt til 115200 og alternativet "Ny linje" er valgt
Hvis alt er i orden, vises en meny på den serielle skjermen som vist på bildene
Det er flere kommandoer du kan skrive inn på den serielle skjermen for å programmere modulen. Her bruker vi kommandoen "tog" til å trene modulen
V3 har kapasitet til å lagre 80 talekommandoer, hver med en varighet på 1500 ms. Hver kommando er lagret i en adresse som starter fra 0 til 79
Ved å bruke kommandoen "tog" lagrer vi en talekommando i en bestemt adresse, så du bør spesifisere adressen i kommandoen
Syntaksen til kommandoen går slik: togadresse For eksempel: tog 0, tog 20, tog 79
- Vi trenger to talekommandoer for å kontrollere LED -en. En kommando for å slå den PÅ og den andre for å slå den AV.
- Skriv inn kommandoen i den serielle skjermen etterfulgt av adressen du vil lagre den. f.eks: tog 20.
Etter at du har angitt kommandoen, vent til en melding vises på den serielle skjermen som sier "snakk nå". Si nå din kommando for å slå på LED -en til mikrofonen, tydelig og høyt nok
Hvis kommandoen er tydelig nok, vil det dukke opp en annen melding som ber deg om å snakke igjen. Snakk det igjen for å registrere kommandoen
Koden ber deg om å gjenta kommandoen hvis det oppstår noe støy under innspillingen eller hvis lyden ikke er klar nok. Kvaliteten på mikrofonen din spiller en betydelig rolle her. Det kan hende du ikke registrerer en kommando hvis mikrofonen din ikke er god nok. Tren også brettet i et støyfritt miljø
Når du har lagt inn en stemme i modulen, gjentar du den samme prosessen for å legge inn talekommandoen for å slå av LED -en. Husk å lagre kommandoen i en annen adresse. For eksempel: tog 30
Hvis du har lastet ned begge kommandoene, er du nå klar til å laste opp koden for kontroll av LED -en
Kontrollere LED -en ved hjelp av talekommandoer
Åpne prøveprogrammet for kontroll av LED
Gå til Fil -> Eksempler -> VoiceRecognitionV3 -> vr_sample_control_led
I dette programmet er to poster definert som "onrecord" (for å slå på LED -en) og "offrecord" (for å slå av LED -en)
Endre verdien av "onrecord" til adressen til talekommandoen du har trent for å slå på LED -en
- Endre verdien av "offrecord" til adressen til talekommandoen som du har trent for å slå av LED -en.
- Last nå opp koden til Arduino. (Ctrl+U)
Det er alt det er. Nå er du klar til å kontrollere LED -en din med talekommandoer.
Trinn 4: Resultat
For å teste kretsen, snakk med kommandoene akkurat som du trente den til å slå LEDEN AV/PÅ. Husk at kvaliteten på mikrofonen din og støyen rundt miljøet ditt virkelig vil påvirke utgangen. Prøv å teste den i et støyfri miljø eller bytt mikrofon hvis du ikke får riktig svar på talekommandoer. Åpne også den serielle skjermen for å sjekke om enheten reagerer på talekommandoene dine. Hvis en kommando blir gjenkjent, viser den serielle skjermen en melding med adressen til den gjenkjente kommandoen.
Gratulerer! Du har lært å kontrollere en LED ved hjelp av talekommandoer. Nå kan du konvertere en slik enhet til en stemmestyrt enhet. Koble en relemodul til Arduino for å kontrollere AC -enheter som en lyspære eller en vifte.
Det er mange muligheter for å bruke dette i vårt daglige liv. Del tankene dine i kommentarfeltet nedenfor.
Jeg håper denne instruktive har gitt deg en grunnleggende ide om bruk av Elechouse V3 -talegjenkjenningsmodulen med Arduino. Hvis du har spørsmål, kan du stille det her eller sende en e -post til [email protected]. Jeg skal gjøre mitt beste for å hjelpe deg.
Anbefalt:
Flytende smart magisk speil fra gammel bærbar PC med Alexa stemmegjenkjenning: 6 trinn (med bilder)
Flytende smart magisk speil fra gammel bærbar datamaskin med Alexa stemmegjenkjenning: Registrer deg på mitt 'Elektronikk i et nøtteskall'-kurs her: https://www.udemy.com/electronics-in-a-nutshell/?couponCode=TINKERSPARK Sjekk også min youtube -kanal her for flere prosjekter og elektronikkopplæringer: https://www.youtube.com/channel/UCelOO
Slik kobler du til Android -applikasjonen med AWS IOT og Forstå API for stemmegjenkjenning: 3 trinn
Slik kobler du Android -applikasjonen med AWS IOT og Forstå API for stemmegjenkjenning: Denne opplæringen lærer brukeren hvordan du kobler Android -applikasjonen til AWS IOT -serveren og forstår stemmegjenkjennings -API som styrer en kaffemaskin. Programmet styrer kaffemaskinen gjennom Alexa Voice Service, hver app er
Veiledende robot med stemmegjenkjenning: 7 trinn (med bilder)
Guiding Robot With Voice Recognition Feature: Guiding Robot er en mobil robot som vi laget for å veilede besøkende til forskjellige avdelinger på college -campus. Vi gjorde det til å snakke noen forhåndsdefinerte utsagn og å gå frem og tilbake i henhold til input -stemmen. På høyskolen vår har vi
Introduksjon til 8051 -programmering med AT89C2051 (gjestestjerne: Arduino): 7 trinn (med bilder)
Introduksjon til 8051-programmering med AT89C2051 (Gjestestjerne: Arduino): 8051 (også kjent som MCS-51) er et MCU-design fra 80-tallet som fortsatt er populært i dag. Moderne 8051-kompatible mikrokontroller er tilgjengelige fra flere leverandører, i alle fasonger og størrelser, og med et bredt utvalg av eksterne enheter. I denne instruksjonen
Kategorisering av stemmegjenkjenning: 4 trinn (med bilder)
Kategorisering av stemmegjenkjenning: For kurset TfCD av IPD Master ved TU Delft. Dette er en instruksjon om hvordan du lager et talegjenkjenningssystem. Vi forklarer det grunnleggende og hvordan du setter opp dette prosjektet ved hjelp av Arduino og BitVoicer. Etter å ha fullført det grunnleggende tror vi