whisper识别哪种音频文件

转载

小鱼儿 2024-12-17 11:38:43

文章标签 whisper识别哪种音频文件 stm32 传感器语音识别物联网 文章分类 深度学习人工智能

STM32 f103搭配LM386声音传感器实现简单音乐识别

1.前言

2019年12月初，有一个中国机器人技能大赛中的双足机器人比赛项目，意思是机器人识别音乐跳对应节奏的舞蹈，五首音乐随机抽三首歌曲，音乐停，机器人停。
新比赛，新项目，难度自然有，坑也不少。希望这篇文章能给大家带来一点帮助。废话不多说，进入正题。

2.效果

（健康歌）每100ms采样一次，歌曲前5秒内共测50次数据，重复12组

whisper识别哪种音频文件_whisper识别哪种音频文件

(卡路里) 重复7组

whisper识别哪种音频文件_stm32_02

可以看出一首歌经过多次测值，其采样值数组呈现出有规律的特征；不同的歌曲的特征也有较好的区分度。达到了区分歌曲的效果。下面讲讲具体实现步骤。

3.思路

做什么：识别不同音乐，识别声音有无。
怎么做：a.利用传感器判断出音乐或声音（网上资料极少）；
　　　 b.利用手机app听歌识曲，返回对应值（app感觉太难) ；
　　　 c.检测到声音就随机跳（下策，保命方案）；
　　　 d.遥控（作弊）；
　　　 e.人在旁边说出歌曲有关的词语，语音模块识别（干扰大）
我的选择：a+c
技术路线：

whisper识别哪种音频文件_传感器_03

4.硬件

找到一块具有模拟量输出功能的声音传感器模块,我用的是下面这块，感觉不错，其他的没尝试过。将f103芯片的A1脚与模块的AOUT引脚相连（奇怪的是我与DOUT相连也会得到和AOUT差不多的模拟量值，很迷，有大佬懂的话麻烦指出一下问题所在)。

whisper识别哪种音频文件_传感器_04

5.软件

利用正点原子的adc.c文件来处理模拟量值，并最终返回给Get_Adc_Average（）函数

//初始化ADC
//这里我们仅以规则通道为例
//我们默认将开启通道0~3
void  Adc_Init(void)
{ 	
    ADC_InitTypeDef ADC_InitStructure; 
	GPIO_InitTypeDef GPIO_InitStructure;
    //使能ADC1通道时钟
	RCC_APB2PeriphClockCmd(RCC_APB2Periph_GPIOA |RCC_APB2Periph_ADC1	, ENABLE );	 
	RCC_ADCCLKConfig(RCC_PCLK2_Div6);//设置ADC分频因子6 72M/6=12,ADC最大时间不能超过14M
    //PA1 作为模拟通道输入引脚                         
	GPIO_InitStructure.GPIO_Pin = GPIO_Pin_1;
	GPIO_InitStructure.GPIO_Mode = GPIO_Mode_AIN;		//模拟输入引脚
	GPIO_Init(GPIOA, &GPIO_InitStructure);	

	ADC_DeInit(ADC1);  //复位ADC1 

	ADC_InitStructure.ADC_Mode = ADC_Mode_Independent;	
    //ADC工作模式:ADC1和ADC2工作在独立模式
	ADC_InitStructure.ADC_ScanConvMode = DISABLE;	//模数转换工作在单通道模式
	ADC_InitStructure.ADC_ContinuousConvMode = DISABLE;	//模数转换工作在单次转换模式
	ADC_InitStructure.ADC_ExternalTrigConv = ADC_ExternalTrigConv_None;	
    //转换由软件而不是外部触发启动
	ADC_InitStructure.ADC_DataAlign = ADC_DataAlign_Right;	//ADC数据右对齐
	ADC_InitStructure.ADC_NbrOfChannel = 1;	//顺序进行规则转换的ADC通道的数目
	ADC_Init(ADC1, &ADC_InitStructure);	
    //根据ADC_InitStruct中指定的参数初始化外设ADCx的寄存器   

  
	ADC_Cmd(ADC1, ENABLE);	//使能指定的ADC1
	
	ADC_ResetCalibration(ADC1);	//使能复位校准  
	 
	while(ADC_GetResetCalibrationStatus(ADC1));	//等待复位校准结束
	
	ADC_StartCalibration(ADC1);	 //开启AD校准
 
	while(ADC_GetCalibrationStatus(ADC1));	 //等待校准结束
 
    //ADC_SoftwareStartConvCmd(ADC1, ENABLE);		//使能指定的ADC1的软件转换启动功能
}

//获得ADC值
//ch:通道值 0~3
u16 Get_Adc(u8 ch)   
{
  	//设置指定ADC的规则组通道，一个序列，采样时间
	ADC_RegularChannelConfig(ADC1, ch, 1, ADC_SampleTime_239Cycles5 );	
    //ADC1,ADC通道,采样时间为239.5周期	  			    
  
	ADC_SoftwareStartConvCmd(ADC1, ENABLE);		//使能指定的ADC1的软件转换启动功能	
	 
	while(!ADC_GetFlagStatus(ADC1, ADC_FLAG_EOC ));//等待转换结束

	return ADC_GetConversionValue(ADC1);	//返回最近一次ADC1规则组的转换结果
}

u16 Get_Adc_Average(u8 ch,u8 times)
{
	u32 temp_val=0;
	u8 t;
	for(t=0;t<times;t++)
	{
		temp_val+=Get_Adc(ch);
		delay_ms(5);
	}
	return temp_val/times;
}

将Get_Adc_Average（）拿到的值通过串口输出在电脑屏幕上，适当调整其数值范围，刷新时间间隔。我在代码中就进行了（4093-adcx），（delay_ms(100)）相关处理。

while(1)
	{
	 printf("\r\n");
	 for(i=0;;i++) 
            {
		for(j=0;j<50;j++)
		   {
		      adcx=Get_Adc_Average(ADC_Channel_1,10);
		      printf("%-4d \r",4093-adcx);														                
		      delay_ms(100);
		    }
		 printf("\r\n");
		 delay_ms(1500);
	         delay_ms(1500);
	     }	
	}

判断歌曲就更简单了，把采样值存入数组，写一个条件语句判断数组的特征就好了，如下：

u8 check_song(void)
{
	u16 adcx,adc[35]={0};
	u8 i,flag=0;
	printf("\r\n");
	for(i=0;i<35;i++)//存储数据
	   {
		adcx=CurrentAdc();
		adc[i]=adcx;
		if (adc[i]>300)
		   flag++;
		printf("%-4d \r", adc[i]);
		delay_ms(100);

	   }
		 

	 if(flag>32) 
           {
	        printf("flag%d\r",flag);
	        return 0;//太极拳
	   }
	 else
	   {
	        printf("flag%d\r",flag);
	        
		if((adc[23]<5&&adc[24]<5)
		 ||(adc[24]<5&&adc[25]<5)
		 ||(adc[25]<5&&adc[26]<5)
		 ||(adc[26]<5&&adc[27]<5)
		 ||(adc[27]<5&&adc[28]<5))
		   return 1;//健康歌
		   else return 2;//翻跟头
	   }
}

6.总结

a.未知是最大的恐惧，行动是最好的解药

一看到比赛项目的时候，卧槽，感觉很难，果然网上一查，什么资料也没有。。绝望，想放弃。。比赛前半个月，老师开始问进度了，很慌，啥也没有。但不好意思空手去，于是和队友总结出上面几套方案，发现有个保命方案，心里稍微有点底，开始去探索更好的方法。最后搞出来声音的adc采集，其实现在看看代码，实在是简单，很惭愧。其实比赛现场能真正识别出音乐的不超过10个（共30个队伍），我难人亦难，但我只要去做，山重水复疑无路，柳暗花明又一村。这已超过了不少的人，最重要的是战胜了自己。一定要去做，用心做！