鄒智敏 劉偉

（容桂職業(yè)技術學校 廣東省佛山市 528305）

1 引言

2020年學校教師帶領學生開發(fā)“智享一家”項目參加廣東省“眾創(chuàng)杯”創(chuàng)業(yè)創(chuàng)新大賽，該項目是利用人工智能技術為孤寡老人提供智能控制家電，如開關、晾衣架、窗簾等的公益項目，該項目獲得市優(yōu)勝獎。在該項目中教師帶領學生實現(xiàn)了基于語音識別的智能家電控制手機APP。通過實現(xiàn)該手機APP，讓學生掌握語音識別、智能家電控制、手機APP 開發(fā)等技術，緊跟人工智能時代發(fā)展方向。

2 實現(xiàn)原理

2.1 語音識別

語音實際上是一種波，如圖1 所示。要對聲音進行分析，首先是對聲音分幀，也就是把聲音切開成一小段一小段，每一小段稱為一幀。然后，對幀進行聲學特征提取，即將幀中的聲音頻率轉換為一系列數(shù)字，最常用的是梅爾倒譜系數(shù)（Mel-scale Frequency Cepstral Coefficients，簡稱MFCC）[1]，它與頻率的關系如圖2 所示，式中f 為頻率。

語音分幀之后的處理單位是狀態(tài)、音素。單詞的發(fā)音由若干音素構成，漢語一般用全部聲母和韻母作為因素集，一個因素又劃分成3 個狀態(tài)，一個狀態(tài)包含若干幀。

語音識別就是將輸入的語音與聲學模型中的語音進行匹配，從而給出可能性最大的對應文本。聲學模型可以理解為語音庫，匹配算法一般采用隱馬爾可夫模型（Hidden Markov Model, HMM）[2]，該算法簡單來說就是在構建好的狀態(tài)網(wǎng)絡中尋找與語音最匹配的路徑的方法。語音識別過程如圖3 所示，輸入的語音會被分成幀，圖中的每個小豎條代表一幀，根據(jù)聲學模型，若干幀識別為狀態(tài)，三個狀態(tài)識別為音素，若干音素識別為單詞。

2.2 智能家居控制

實現(xiàn)手機無線控制智能家居的方法主要有Wi-Fi、藍牙兩種，相應的需要在家電設備上集成Wi-Fi、藍牙模塊。藍牙5.0 于2016年6月正式宣布規(guī)范，對比上一版本藍牙4.2，具有更高的通信距離、傳輸速度。藍牙5.0 與Wi-Fi 比較如表1 所示。

本項目使用藍牙技術控制智能設備，藍牙技術是一種無線數(shù)據(jù)通信開放的全球規(guī)范，為固定和移動設備建立通信環(huán)境的一種近距離無線技術連接。藍牙技術的通信過程包括搜索、配對、通信三個步驟。搜索是藍牙主設備搜索附近藍牙從設備的過程，在本項目中即手機藍牙搜索附件的智能家居中的藍牙從設備，當主設備找到從藍牙設備后，得到從藍牙設備的ID，服務ID、特征ID 等信息。配對是主設備與從設備建立有效連接的過程，配對時需要指定從設備的ID 等信息。通信是指主藍牙設備從藍牙設備特征讀取值，或者向從藍牙設備特征寫入值，通信時，需指定從藍牙設備的ID、服務ID、特征ID 等信息，讀取及寫入的值是16 進制數(shù)據(jù)[3]。

表1：藍牙5.0 與Wi-Fi 比較

圖1：語音示例

圖2：MFCC 公式

圖3：語音識別過程

圖4：藍牙設備、服務、特征關系圖

藍牙設備、服務、特征的關系如圖4 所示，一個藍牙設備包含多個服務，而一個服務又包含多個特征。每個藍牙設備、服務、特征都有一個48 位（6 個字節(jié)）的唯一標識，稱為ID 或地址，通信時，需指定藍牙ID、服務ID 及特征ID。

3 程序實現(xiàn)

為了培養(yǎng)學生的開發(fā)能力，此手機APP 由教師指導學生完成，我校是中等職業(yè)技術學校，側重于技術應用，所以開發(fā)時選擇易學易用的開發(fā)平臺和工具。

3.1 Wex5手機APP開發(fā)平臺

圖5：Wex5 開發(fā)平臺

圖6：科大訊飛語音插件使用示例

Wex5 是起步科技公司推出的可視化手機APP 開發(fā)平臺，其特點是為開發(fā)者提供良好的開發(fā)體驗，拖拽式頁面設計，易學易用。而且提供豐富的組件體系及其示例，方便快捷，包括該程序需要的語音組件和藍牙組件[4]。如圖5 所示，左邊是項目文件列表，中間“設計”欄是可視化界面編輯，中間“JS”欄是Java 程序編輯，右邊是控件列表，包括數(shù)據(jù)、布局、表單、擴展、高級等類別。

3.2 科大訊飛語音插件

科大訊飛是知名的智能語音和人工智能上市企業(yè)，長期從事語音及語言、自然語言理解、機器學習推理及自主學習等核心技術研究，并保持了國際前沿技術水平?？拼笥嶏w多次在機器翻譯、自然語言理解、圖像識別、圖像理解、知識圖譜、知識發(fā)現(xiàn)、機器推理等各項國際評測中取得佳績。兩次榮獲“國家科技進步獎”及中國信息產(chǎn)業(yè)自主創(chuàng)新榮譽“信息產(chǎn)業(yè)重大技術發(fā)明獎”，被任命為中文語音交互技術標準工作組組長單位，牽頭制定中文語音技術標準。

圖7：藍牙插件使用示例

圖8：APP 界面

科大訊飛語音插件可以將語音轉成文字、文字合成語音，向開發(fā)者提供先進的轉寫，聽寫，命令詞識別等語音技術，支持中文、英語、粵語等語種[5]。

Wex5 支持科大訊飛語音插件，在UI2/demo/plugin/iFlytek 中有插件使用示例及源碼，如圖6 所示，點擊“開始語音聽寫”按鈕，然后輸入語音，例如“晾衣架下降”，插件即可識別。

具體來說，使用科大訊飛語音插件首先要在js 文件中引入該插件，代碼如下[6]：

然后即可在js 中調(diào)用插件相關接口。調(diào)用語音識別接口代碼如下：

其中res 是語音識別文本，其為Json 格式，使用JSON.stringify方法轉換為字符串。

調(diào)用語音合成接口代碼如下：

3.3 藍牙插件

Wex5 支持藍牙插件，在UI2/demo/plugin/BLECentral 中有插件使用示例及源碼，如圖7所示，打開手機藍牙，點擊“搜索藍牙設備”，手機藍牙就可以搜索到智能開關上的從藍牙設備，得到其id 信息。

使用藍牙插件首先要在js 文件中引入該插件，代碼如下[7]：

搜索藍牙設備的代碼如下，其中info 對象即搜索到的從藍牙設備信息，其id 屬性就是設備id，后面配對時需要此id 信息。

搜索到從藍牙設備后，指定需配對的從藍牙設備id 就可以建立藍牙主設備與從設備的連接，其代碼如下所示。

讀取藍牙設備特征值的代碼如下， 其中service_id、characteristic_id 分別是從藍牙設備服務、特征id，可以在藍牙模塊使用說明中獲得。Buffer 是讀取的十六進制數(shù)據(jù)。

3.4 手機APP的實現(xiàn)

教師指導學生使用Wex5 開發(fā)平臺實現(xiàn)基于語音識別的智能家電控制APP，語音識別功能使用科大訊飛語音插件，藍牙無線控制智能家電使用藍牙插件。Wex5 創(chuàng)建、設計及發(fā)布APP 都是可視化模式，APP 主要包括所有智能家居列表頁面和智能家居控制界面，如圖8 所示。

4 結束語

以參加2020年廣東省“眾創(chuàng)杯”創(chuàng)業(yè)創(chuàng)新大賽為契機，教師帶領學生實現(xiàn)了基于語音識別的智能家電控制手機APP，讓學生了解語音識別、智能家電控制原理，初步掌握語音識別、智能家電控制、手機APP 的開發(fā)技術。讓學生了解前沿技術，并能進行初步工程應用。踐行了學校以培養(yǎng)學生學習能力、動手能力為目標的教學理念。