《鸿蒙机器人比赛》课件——04-1 智能机器人语音技术概述.pptxVIP

1.语音采集与处理

课程提纲数字音频基础ALSA架构与基础安装与使用ALSA2?NXROBO2023

实现效果3?NXROBO2023利用AlsaMixer工具调音

数字音频基础?NXROBO20234声音由变化的气压组成。它被麦克风这样的转换器转换成电子形式。模/数(ADC)转换器将模拟电压转换成离散的样本值。声音以固定的时间间隔被采样，采样的速率称为采样率。把样本输出到数/模(DAC)转换器，比如扩音器，最后转换成原来的模拟信号。样本大小以位来表示。样本大小是影响声音被转换成数字信号的精确程度的因素之一。另一个主要的因素是采样率。奈奎斯特(Nyquist)理论中，只要离散系统的奈奎斯特频率高于采样信号的最高频率或带宽，就可以避免混叠现象

ALSA声音编程介绍ALSA历史?NXROBO20235ALSA，高级Linux声音体系结构(AdvancedLinuxSoundArchitecture)。它在Linux操作系统上提供了音频和MIDI的支持。在2.6系列内核中，ALSA已经成为默认的声音子系统，用来替换2.4系列内核中的OSS（OpenSoundSystem，开放声音系统）。成为了linux的主流音频体系结构。1.ALSA声音编程介绍2.ALSA历史ALSA项目发起的起因是Linux下的声卡驱动(OSS/Freedrivers)没有得到积极的维护。并且落后于新的声卡技术。JaroslavKysela早先写了一个声卡驱动，并由此开始了ALSA项目，随便，更多的开发者加入到开发队伍中，更多的声卡得到支持，API的结构也得到了重组。Linux内核2.5在开发过程中，ALSA被合并到了官方的源码树中。在发布内核2.6后，ALSA已经内建在稳定的内核版本中并将广泛地使用。

ALSA体系架构?NXROBO20236ALSA由许多声卡的声卡驱动程序组成，同时它也提供一个称为libasound的API库。应用程序开发者应该使用libasound而不是内核中的ALSA接口。因为libasound提供最高级并且编程方便的编程接口。并且提供一个设备逻辑命名功能，这样开发者甚至不需要知道类似设备文件这样的低层接口。为了向后兼容，ALSA提供内核模块来模拟OSS，这样之前的许多在OSS基础上开发的应用程序不需要任何改动就可以在ALSA上运行。ALSA包含插件功能，使用插件可以扩展新的声卡驱动，包括完全用软件实现的虚拟声卡。ALSA提供一系列基于命令行的工具集，比如混音器(mixer)，音频文件播放器(aplay)，以及控制特定声卡特定属性的工具。

ALSA接口?NXROBO20237ALSAAPI可以分解成以下几个主要的接口：控制接口：提供管理声卡注册和请求可用设备的通用功能?PCM接口：管理数字音频回放(playback)和录音(capture)的接口。本节课后续总结重点放在这个接口上，因为它是开发数字音频程序最常用到的接口。RawMIDI接口:支持MIDI(MusicalInstrumentDigitalInterface),标准的电子乐器。这些API提供对声卡上MIDI总线的访问。这个原始接口基于MIDI事件工作，由程序员负责管理协议以及时间处理。定时器(Timer)接口：为同步音频事件提供对声卡上时间处理硬件的访问。时序器(Sequencer)接口混音器(Mixer)接口

语音采集 1.测试首先在系统设置里sound中input设置内置语音音量，不要太大。安装完成后我们就可以运行测试了。首先，插入你的麦克风设备，然后在系统设置里测试麦克风是否有语音输入。然后，运行包中的测试程序：?NXROBO2023

语音采集2.系统更新3.安装ALSA库简要说明一下重要的库：?alsa-tools:该库提供了对音频操作的相关指令?libasound2-dev：提供alsa应用编程API，如果使用c/c++编程会用到该库的一些函数。$sudoaptupdate$sudoaptupgrade?NXROBO2023$sudoaptinstallalsa-toolsalsa-ossflexlibc-binlibc-dev-binpython-pexpectlibasound2-dev

语音采集4.使用arecord录音工具进行录音解析：?arecord工具为我们刚刚安装的alsa-tools提供的音频操作，即录音?-d:录制时间（秒）?-D:指明设备名（plughw:i,j）:其中i是卡号,j是这块声卡上的设备号5.安装sox播放工具$arecord-d10-Dplughw:0,0test.wav?NXROBO2023$s