人工智能教学实验箱_国产处理器:5-29 语音识别控制实验

一、实验目的

熟悉Qt程序的开发流程。

掌握Qt Creator的基础开发使用。

通过编写Qt程序实现语音识别的显示界面。

二、实验原理

Qt工程的创建步骤包括:

(1)创建Qt工程;

(2)GUI的设计实现:LCD显示界面以及与用户的交互;

(3)编辑控制代码;

(4)编译程序;

(5)运行程序。

根据原理图,可知本实验中使用的语音控制模块是基于启英泰伦CI122模组的,

CI112X 芯片

复制代码

CI112X 芯片具有较强的CPU运算能力,支持硬件NN加速,以及充足的RAM。能够完成一些常见的语音处理算法。主要包含了ASR(语音识别)和语音降噪功能。 语音识别(Automatic Speech Recognition),一般简称ASR,是将声音转化为文字的过程。CI112X系列芯片中,CI1122支持50 ~ 80条语音指令。 降噪(DENOISE)算法能有效抑制稳态噪声,在保证语音失真度的同时具有良好的噪声抑制效果。开启该功能后,可以通过降低稳态噪声的方式进行识别效果的提升,但是同时该功能会消耗24KB的芯片内部存储空间,并且会消耗CPU的带宽资源。

三、操作现象

实验设备

本实验中使用的软件为VMware17+Ubuntu18.04.4 和串口调试工具Xshell。

本实验中使用的是TL3568-PlusTEB实验箱,所需的配件为Micro SD卡、Type-C线、电源和语音识别模块。

编译源码

我们先打开Ubuntu,将Demo文件夹拷贝到RK3568目录下。

"Ctrl+Alt+T"打开控制台,执行命令启动Qt Creator。

打开工程文件

如有弹出的对话框,点击No。对话框主要内容为:是否需要加载上一台电脑的配置文件,此文件包含上一台电脑的配置规则,我们不需要使用,重新制定规则。勾选3568套件,然后点击configure project即可。

打开界面控制的源码

查看界面设计

点击"Projects",可以查看编译文件保存的路径

编译生成ARM端的Qt程序镜像,在右下角会出现编译进度条,变绿后编译完成。可在目录下查看生成的ARM端Qt程序镜像

编译完成后使用OpenSSH命令将文件拷贝至实验箱文件系统。

硬件连接

接着进行硬件连接,

(1)将Linux系统启动卡插至Micro SD卡槽。

(2)使用Type-C线连接USB TO UART2调试串口到PC机。

(3)将语音控制模块插入实验箱的GPIO/PWM/SPI/UART/CAN 拓展接口。

(4)连接电源线,先不要上电。

软件操作

接着进行软件部分操作。

(1)先在设备管理器查看串口的端口号;

(2)再设置串口调试工具,波特率设置为1500000,点击连接,在Xshell调试终端会显示连接成功。

(3)连接成功后,拨动实验箱的电源开关,将实验箱上电。

(4)等待系统登录SD卡系统了。

(5)登录成功后,在可执行程序所在目录执行命令运行程序。

(6)程序运行后可以看到LCD显示的界面。

(7)对着模块喊"你好创龙"唤醒模块,语音识别模块会回应。

(8)接着再喊"打开彩灯",则模块上面的LED灯会亮起,同时屏幕上的开关会变成打开。

(9)对着模块喊"你好创龙"唤醒,再说"关闭彩灯",则模块上面的LED灯会熄灭,同时屏幕上的开关会变成关闭。

(10)先不要戴着耳机,以免音量过大。对着模块喊"你好创龙"唤醒,再说"播放音乐",则会播放VenusMars1.wav音乐文件。播放音乐后,再慢慢戴上耳机。

(11)对着模块喊"你好创龙"唤醒,再说"停止音乐",则会停止音乐。

相关推荐
CareyWYR27 分钟前
每周AI论文速递(260323-260327)
人工智能
guoji77881 小时前
安全与对齐的深层博弈:Gemini 3.1 Pro 安全护栏与对抗测试深度拆解
人工智能·安全
实在智能RPA1 小时前
实在 Agent 和通用大模型有什么不一样?深度拆解 AI Agent 的感知、决策与执行逻辑
人工智能·ai
独隅1 小时前
PyTorch 模型部署的 Docker 配置与性能调优深入指南
人工智能·pytorch·docker
lihuayong1 小时前
OpenClaw 系统提示词
人工智能·prompt·提示词·openclaw
黑客说1 小时前
AI驱动剧情,解锁无限可能——AI游戏发展解析
人工智能·游戏
踩着两条虫1 小时前
AI驱动的Vue3应用开发平台深入探究(十):物料系统之内置组件库
android·前端·vue.js·人工智能·低代码·系统架构·rxjava
小仙女的小稀罕2 小时前
听不清重要会议录音急疯?这款常见AI工具听脑AI精准转译
开发语言·人工智能·python
reesn2 小时前
qwen3.5 0.8B纠正任务实践
人工智能·语言模型