基于語音識別的微博簽到系統(tǒng)

近年來，語音識別在語音導(dǎo)航，室內(nèi)設(shè)備控制，人際對話等方面得到了廣泛的應(yīng)用。

我們在今年第1期雜志《為設(shè)備添加社交網(wǎng)絡(luò)功能》中，實現(xiàn)了W5500EVB自己發(fā)微博功能。試想如果我們把語音識別與微博簽到結(jié)合起來，我們上班時，報上姓名，經(jīng)識別后，攝像頭為我們拍張照片，傳到新浪微博，這樣既能得到我們簽到的時間，又能保證是本人簽到，可靠高效，同時朋友通過微博能了解到我們上班時的狀態(tài)，這樣是不是很有意思呢？

今天要介紹的就是上面提到的，基于語音識別的微博簽到系統(tǒng)，我們用攝像頭ov2640拍照，LD3320做語音識別，然后W5500EVB把我們想說的話，以及照片發(fā)送到新浪微博。

基于語音識別的微博簽到系統(tǒng)設(shè)計

(1)開發(fā)板基本情況

a)單片機：STM32F103RCT6，256K字節(jié)Flash，48K字節(jié)SRAM，2K字節(jié)EEPROM

b)以太網(wǎng)控制器：W5500，SPI接口與單片機相連

c)電源：USB供電

(2)開發(fā)工具: IARfor ARM v5.41，這是我們工程所使用的版本。如果使用不同版本的IAR，請對STM的庫稍作調(diào)整。

(3)語音識別：LD3320語音識別模塊。

(4)圖像生成：OV2640攝像頭。

(5)其他

a)新浪微博用戶名和密碼；如若沒有，就趕快給你的設(shè)備申請一個吧！

b)一根Mini接口的USB線，如圖1所示。

c)一根網(wǎng)線。

d)STM32芯片的串口程序燒錄工具，STM官方提供的程序名為：Flash Loader Demo。

圖1是系統(tǒng)實物圖。

圖1系統(tǒng)實物圖

首先，我們了解一下整個程序流程，流程圖由一個主流程圖（見圖2）和四個子流程圖（圖3，圖4，圖5，圖6）組成。在STM32及ov2640初始化完成之后，將進行網(wǎng)絡(luò)參數(shù)配置，根據(jù)自己網(wǎng)絡(luò)的情況配置W5500的IP地址等網(wǎng)絡(luò)參數(shù)，確保W5500能連接外網(wǎng)。然后配置LD3320語音模塊，語音模塊處于初始狀態(tài)，將進行寫入識別列表，啟動語音識別過程，當(dāng)我們對著麥克風(fēng)說話的時候，LD3320檢測到有語音輸入，LD3320將進入中斷，在中斷中將把我們說的內(nèi)容與寄存器里的詞條比較，如果找到1-4個候選答案，返回“找到識別結(jié)果”狀態(tài)，如果沒有找到候選答案，返回“未找到識別結(jié)果”狀態(tài)。在下一次循環(huán)中，LD3320如果是“找到識別結(jié)果”狀態(tài)，將拍攝照片及發(fā)送微博，如果是“未找到識別結(jié)果”狀態(tài)，將進入初始狀態(tài)，如果是“正在識別”或者“識別錯誤”將重新檢查LD3320的狀態(tài)。各個子流程圖描述的比較詳盡，這里不再一一贅述。對于拍攝照片子流程圖，我們需要了解jpg圖片的數(shù)據(jù)格式，圖片的前兩個字節(jié)是0xff，0xd8，最后兩個字節(jié)是0xff，0xd9，在中斷程序接收圖片數(shù)據(jù)的過程中，首先判斷數(shù)據(jù)是不是前兩個字節(jié)，如果是，保存數(shù)據(jù)，后面的數(shù)據(jù)是先保存，然后判斷是不是數(shù)據(jù)結(jié)尾，直到接收成功。

圖2系統(tǒng)主流程圖

圖3寫入識別列表函數(shù)流程圖 圖4啟動語音識別模式流程圖

圖5拍攝照片流程圖

圖6發(fā)送微博流程圖

以上四個子流程圖，已清晰地給大家展示語音識別微博簽到系統(tǒng)的整個工作流程，那么接下來就為大家揭開詳細的制作過程。