| 标题 | 嵌入式Linux平台下百度AI语音识别的应用 |
| 范文 | 胡锐 孙先松 摘要：随着人工智能技术的发展，语音识别已经成为了最热门的应用之一。语音识别在一些特定的领域和特定的情景下，有着不可替代的作用。而人们生产、生活的需要，特别是物联网的发展，推动了嵌入式和语音识别的结合。本设计应用了Qt的可移植性，在ARM9的平台上使用百度AI实现了语音识别功能。通过WM8976g声卡模块采集语音，在LCD显示语音特征信息，实现语音识别功能。 关键词：ARM9；语音识别；百度AI；Qt 中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2018）27-0202-03 语言作为人类在自然界中最显著的特征，具有方便、快捷、自然和準确性高等特点。这些年，随着人们生活水平的提高，人们对生活方式有了新的要求，传统的控制方式越来越不能满足人们的需求。随着人工智能的推广，其中作为主要组成部分的语言识别得到社会越来越多的关注。现在，语音识别技术在日常生活中也应用的越来越多，人们的生活也越来越方便，对语音识别方面的研究是必然的，有用的。 语音识别技术一直都是控制技术的主要研究方向。在一些特定的领域和时间、地点，有着不可代替的作用。例如，为了提高生活质量，现在正在高速发展的智能家居就是语音识别的进一步的应用；对于平常我们用得最多的嵌入式设备——手机，几乎所有的智能手机都安装有语音助手来方便用户的使用；在公共场合，对于盲人等行动不便的群体，使用语音识别更是必不可少的。 语音识别系统一般都被运行在嵌入式和PC机上。虽然PC机和嵌入式设备相比有存储空间大、运行速度快和运行能力强等优点，但是价格较高，体积大，最重要的是不方便携带，这些都限制了语音识别在PC上的使用范围。基于上面的原因，人们都偏爱于体积小、价格低、功耗低并且方便携带的嵌入式系统，而嵌入式语音系统应时而生，符合社会的需求。 本系统采用ARM9构架的S3C2440作为主控芯片，利用Linux系统作为底层操作系统，Qt作为外包应用层，来操作WM8976g采集指定频率的声音信号，并把采集到的音频传于Ubuntu服务器，Ubuntu服务器和百度AI进行交互后，在开发板的TFT显示屏上打印百度AI返回的转换为文本的语音信息。 1 嵌入式语音识别系统的设计 1.1 嵌入式系统中的硬件设计方案 本语音识别系统应用的主控芯片为S3C2440。S3C2440是韩国三星公司研发的一款基于ARM9构架的32位CMOS微控制器。并使用WM8976g采集声音信号，百度AI提供语音处理接口，并在S3C2440控制的TFT显示屏上打印返回信息，软硬件自己剪裁。 1.2 嵌入式系统的系统设计方案 开发嵌入式系统，在最基本的硬件之上，需要根据实际的需要，搭建相应的系统，为后面的应用层的使用创建环境。这里使用的是Linux操作系统，Linux是一套自由传播并且免费使用的类Unix操作系统，是一种支持多用户、多线程、多用户、多CPU的操作系统。严格的来讲。Linux本身只代表 Linux内核，在使用中，人们习惯于用Linux来代表整个Linux操作系统。 由于在精简小巧的嵌入式系统上，资源有限，通常我们开发是都是在PC上完成有关程序的编写和测试，但是由于目标平台（ARM开发板）和宿主平台（LinuxPC机）构架不同，在PC上编写、编译的程序不能直接在目标平台上直接运行，为了让目标平台可以运行PC机编译生成的结果，在嵌入式开发过程中，通常使用交叉编译工具来生成目标平台可以运行的可以可执行文件，所以交叉编译环境的搭建是必不可少的一步。 在搭建整个Linux嵌入式系统时，需要用到的工具包括： 1） arm-linux-gcc-4.4.3.tar.gz 2） linux-2.6.22.6.tar.bz2 3） tslib-1.4.tar.gz 4） u-boot-1.1.6.tar.bz2 5） busybox-1.22.1.tar.bz2 6） Qt-everywhere-opensource-src-5.6.0.tar.gz 在本次设计中，第一步需要做的是在虚拟机中安装Ubuntu16.04操作系统，并在操作系统中配置好交叉编译的环境，方便后面交叉编译工具的使用。 在arm-linux-gcc-4.4.3的环境下，修改并交叉编译u-boot-1.1.6，并移植u-boot到s3c2440开发平台。使用u-boot启动arm-Linux编译通过的Linux内核，内核进一步挂接arm-Linux编译生成好的文件系统，并在文件系统加入Qt5.6的开源库，为后面应用层的实现提供头文件和库函数。 1.3 嵌入式系统设计的软件设计方案 在设计中，考虑到整个系统的整体性和可移植性，决定在基于Linux嵌入式系统下移植Qt5.6版本的opensource开发库，并应用QtCreator为整个设计提供应用层。 Qt是奇趣公司研发的一款跨平台C++图形用户界面的程序制作框架。除了制作GUI界面外，还可以用来制作服务器和控制台工具。Qt这个词严格来说是指用于C++语言开发的开源库，一般情况下需要于QtCreator或者QTSDK联合使用。 1.3.1 制作客户端GUI 在Windows环境下，在Qt官网下载并安装好基于Qt5.6的QtCreator，并完成相应GUI的制作。其中包括三个PushButton和一个TextBrowser控件，三个PushButton分别用来实现录音、结束录音、发送录音，TextBrowser打印状态和错误信息。 1.3.2 在GUI中功能的实现 |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。