کار با ماژول تشخیص گفتار آفلاین VC-01

دوباره حرف از تکنولوژی شد، اینترنت اشیا، خانه هوشمند و بخش جدایی‌ناپذیر آن‌ها یعنی تشخیص گفتار. این‌بار میخوایم در مورد یه ماژول خیلی کاربردی و جذاب صحبت کنیم که خودم و چند نفر دیگه همه توی تست اولیش شگفت‌زده شدیم، یه ماژول تشخیص گفتار به‌صورت آفلاین که پاسخ خیلی سریع (زیر 100ms) و با دقت بالایی داره. با سیسوگ همراه باشید تا به بررسی ماژول VC-01 از شرکت Ai-Thinker بپردازیم.

ماژول VC-01 از شرکت Ai-Thinker

ویژگی اصلی این ماژول دارا بودن قابلیت پردازش صوت به‌صورت آفلاین است. پردازنده صوت این ماژول، چیپ US516P6 از شرکت Unisound هست. از قابلیت‌های این ماژول میشه به پاسخ سریع به دستورات، دقت بالای پردازش، امکان آپلود و اجرای کد روی ماژول و دارا بودن درگاه‌های سخت‌افزاری مناسب اشاره کرد.

این ماژول از دو زبان انگلیسی و چینی پشتیبانی میکنه و 150 دستور مشخص داره که میشه از اونها استفاده کرد. هم میتونیم دستورات پردازش‌شده رو از طریق uart دریافت کنیم و بر اساس اونها توسط پردازنده خودمون (مثلاً یه آردوینو) یه عملی انجام بدیم و هم میتونیم کدخودمون رو با کمک sdk ارائه‌شده برای این ماژول کامپایل کنیم و بدون نیاز به پردازنده خارجی عملکردهای خودمون رو انجام بدیم.

این هم تصویری از ماژول VC-01

تست ماژول VC-01

همونطور که گفتم این ماژول به‌دست ما رسیده و تونستیم خودمون اون رو تست بگیریم، در ادامه نحوه تست این ماژول رو بررسی می‌کنیم. ماژولی که ما داشتیم به‌صورت پیشفرض از زبان چینی پشتیبانی می‌کرد و هرچی بهش می‌گفتم چینی جواب می‌داد? بعد به این نتیجه رسیدم که باید فریمور ماژول رو تغییر بدم تا به انگلیسی بهش دستور داد اطلاعات لازم برای اینکار و اطلاعات دیگه توی این صفحه موجود هست.

اول از همه باید فریمور انگلیسی رو از این لینک دانلود کرد و بعد از اون توسط نرم‌افزار UART burning tool فریمور رو آپلود کرد.

بعد از انتخاب فریمور، با زدن اون دکمه چینی پایین سمت راست صفحه منتظر ریست شدن ماژول میشه و بعد که ماژول رو به‌صورت دستی ریست کردیم فریمور شروع به آپلود شدن میکنه.

لازم به ذکرِ که ما از این بردی که تصویرش در پایین هست استفاده کردیم که دکمه پایینی دکمه ریست هست.

بااتصال تغذیه ماژول یه صدای آهنگ از ماژول میاد و بعد از اون منتظر دستورات شماست تا اونها رو پردازش کنه. در ادامه دستوراتی که به‌صورت پیش‌فرض پشتیبانی میکنه رو میتونید بررسی کنید (لینک کاملش اینجا هست):

برای شروع ارتباط لازمه که ماژول رو wake up کنیم که دستور ما رو پردازش کنه برای این کار باید یکی از این جملات رو بگیم “hey pudding | hello pudding” همین‌طور میتونیم از دکمه wake up روی برد استفاده کنیم.

بعد از اون دستور خودمون رو میگیم و در صورت تشخیص، جواب اون مطابق جدول بالا گفته میشه. این هم از ویدئو تست ماژول VC-01 توسط خودم:

پیشنهاد می‌شود مقاله LU-ASR01 بوردی با قابلیت پردازش صدا به شکل آفلاین را از دست ندهید.

قسمت دوم : راه اندازی ماژول تشخیص گفتار آفلاین VC 02