嵌入式Linux平臺下百度AI語音識別的應用

胡銳　孫先松

摘要：隨著人工智能技術的發(fā)展，語音識別已經(jīng)成為了最熱門的應用之一。語音識別在一些特定的領域和特定的情景下，有著不可替代的作用。而人們生產(chǎn)、生活的需要，特別是物聯(lián)網(wǎng)的發(fā)展，推動了嵌入式和語音識別的結合。本設計應用了Qt的可移植性，在ARM9的平臺上使用百度AI實現(xiàn)了語音識別功能。通過WM8976g聲卡模塊采集語音，在LCD顯示語音特征信息，實現(xiàn)語音識別功能。

關鍵詞：ARM9；語音識別；百度AI；Qt

中圖分類號：TP391 文獻標識碼：A 文章編號：1009-3044（2018）27-0202-03

語言作為人類在自然界中最顯著的特征，具有方便、快捷、自然和準確性高等特點。這些年，隨著人們生活水平的提高，人們對生活方式有了新的要求，傳統(tǒng)的控制方式越來越不能滿足人們的需求。隨著人工智能的推廣，其中作為主要組成部分的語言識別得到社會越來越多的關注?，F(xiàn)在，語音識別技術在日常生活中也應用的越來越多，人們的生活也越來越方便，對語音識別方面的研究是必然的，有用的。

語音識別技術一直都是控制技術的主要研究方向。在一些特定的領域和時間、地點，有著不可代替的作用。例如，為了提高生活質(zhì)量，現(xiàn)在正在高速發(fā)展的智能家居就是語音識別的進一步的應用；對于平常我們用得最多的嵌入式設備——手機，幾乎所有的智能手機都安裝有語音助手來方便用戶的使用；在公共場合，對于盲人等行動不便的群體，使用語音識別更是必不可少的。

語音識別系統(tǒng)一般都被運行在嵌入式和PC機上。雖然PC機和嵌入式設備相比有存儲空間大、運行速度快和運行能力強等優(yōu)點，但是價格較高，體積大，最重要的是不方便攜帶，這些都限制了語音識別在PC上的使用范圍?；谏厦娴脑?，人們都偏愛于體積小、價格低、功耗低并且方便攜帶的嵌入式系統(tǒng)，而嵌入式語音系統(tǒng)應時而生，符合社會的需求。

本系統(tǒng)采用ARM9構架的S3C2440作為主控芯片，利用Linux系統(tǒng)作為底層操作系統(tǒng)，Qt作為外包應用層，來操作WM8976g采集指定頻率的聲音信號，并把采集到的音頻傳于Ubuntu服務器，Ubuntu服務器和百度AI進行交互后，在開發(fā)板的TFT顯示屏上打印百度AI返回的轉(zhuǎn)換為文本的語音信息。

1 嵌入式語音識別系統(tǒng)的設計

1.1 嵌入式系統(tǒng)中的硬件設計方案

本語音識別系統(tǒng)應用的主控芯片為S3C2440。S3C2440是韓國三星公司研發(fā)的一款基于ARM9構架的32位CMOS微控制器。并使用WM8976g采集聲音信號，百度AI提供語音處理接口，并在S3C2440控制的TFT顯示屏上打印返回信息，軟硬件自己剪裁。

1.2 嵌入式系統(tǒng)的系統(tǒng)設計方案

開發(fā)嵌入式系統(tǒng)，在最基本的硬件之上，需要根據(jù)實際的需要，搭建相應的系統(tǒng)，為后面的應用層的使用創(chuàng)建環(huán)境。這里使用的是Linux操作系統(tǒng)，Linux是一套自由傳播并且免費使用的類Unix操作系統(tǒng)，是一種支持多用戶、多線程、多用戶、多CPU的操作系統(tǒng)。嚴格的來講。Linux本身只代表 Linux內(nèi)核，在使用中，人們習慣于用Linux來代表整個Linux操作系統(tǒng)。

由于在精簡小巧的嵌入式系統(tǒng)上，資源有限，通常我們開發(fā)是都是在PC上完成有關程序的編寫和測試，但是由于目標平臺（ARM開發(fā)板）和宿主平臺（LinuxPC機）構架不同，在PC上編寫、編譯的程序不能直接在目標平臺上直接運行，為了讓目標平臺可以運行PC機編譯生成的結果，在嵌入式開發(fā)過程中，通常使用交叉編譯工具來生成目標平臺可以運行的可以可執(zhí)行文件，所以交叉編譯環(huán)境的搭建是必不可少的一步。

在搭建整個Linux嵌入式系統(tǒng)時，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

在本次設計中，第一步需要做的是在虛擬機中安裝Ubuntu16.04操作系統(tǒng)，并在操作系統(tǒng)中配置好交叉編譯的環(huán)境，方便后面交叉編譯工具的使用。

在arm-linux-gcc-4.4.3的環(huán)境下，修改并交叉編譯u-boot-1.1.6，并移植u-boot到s3c2440開發(fā)平臺。使用u-boot啟動arm-Linux編譯通過的Linux內(nèi)核，內(nèi)核進一步掛接arm-Linux編譯生成好的文件系統(tǒng)，并在文件系統(tǒng)加入Qt5.6的開源庫，為后面應用層的實現(xiàn)提供頭文件和庫函數(shù)。

1.3 嵌入式系統(tǒng)設計的軟件設計方案

在設計中，考慮到整個系統(tǒng)的整體性和可移植性，決定在基于Linux嵌入式系統(tǒng)下移植Qt5.6版本的opensource開發(fā)庫，并應用QtCreator為整個設計提供應用層。

Qt是奇趣公司研發(fā)的一款跨平臺C++圖形用戶界面的程序制作框架。除了制作GUI界面外，還可以用來制作服務器和控制臺工具。Qt這個詞嚴格來說是指用于C++語言開發(fā)的開源庫，一般情況下需要于QtCreator或者QTSDK聯(lián)合使用。

1.3.1 制作客戶端GUI

在Windows環(huán)境下，在Qt官網(wǎng)下載并安裝好基于Qt5.6的QtCreator，并完成相應GUI的制作。其中包括三個PushButton和一個TextBrowser控件，三個PushButton分別用來實現(xiàn)錄音、結束錄音、發(fā)送錄音，TextBrowser打印狀態(tài)和錯誤信息。

1.3.2 在GUI中功能的實現(xiàn)