语音控制机器人是一体的硬件和云解决方案。主要组成部分是： 1. Alexa Skill - 解释语音命令并将其转换为 Google Cloud Messaging 消息 - 部署到 Heroku 云 2. Android 应用程 序- 从 Google Cloud Messaging 接收消息并通过蓝 牙发送到 Arduino - 部署到您的 Android 手机 3. Arduino - 通过蓝牙阅读消息并控制机器人 4. 机器人套件和机器人电 路- 任何机器人套件都可以，你需要 HC-06 或 HC-05 用于串行蓝牙通信，2xDC 电机连接到 L293D 来移动它

该Raspberry Pi双麦克风扩展板ReSpeaker 2-Mics Pi HAT，专为AI和语音应用设计。 这意味着您可以构建一个集成Amazon Amazona语音服务，Google助手等的功能更强大，更灵活的语音产品。 该板是基于WM8960开发的低功耗立体声编解码器。 电路板两侧有两个麦克风采集声音，还提供3个APA102 RGB LED，1个用户按钮和2个板载Grove接口，用于扩展应用程序。 此外，3.5mm音频插孔或JST 2.0扬声器输出均可用于音频输出。 特性: Raspberry Pi兼容（支持Raspberry Pi Zero和Zero W，Raspberry Pi B +，Raspberry Pi 2 B和Raspberry Pi 3 B） 2个麦克风 2个Grove接口 1个自定义按钮 3.5mm音频接口 JST2.0音频输出接口 硬件概述: 按钮:连接到GPIO17的用户自定义按钮 MIC_L＆MIC_R:左边右边各有一个麦克风 RGB LED:3个APA102 RGB LED，连接到树莓派的SPI接口 WM8960:低功耗立体声编解码器 Raspberry Pi 40针头:支持Raspberry Pi Zero，Raspberry Pi 1 B +，Raspberry Pi 2 B和Raspberry Pi 3 B POWER:用于为ReSpeaker 2-Mics Pi HAT供电的Micro USB端口，请在使用扬声器时为电路板供电，以提供足够的电流。 I2C:Grove I2C端口，连接到I2C-1 GPIO12:Grove数字端口，连接到GPIO12和GPIO13 JST 2.0 SPEAKER OUT:用于连接扬声器，JST 2.0连接器 3.5mm音频插孔:用于连接带3.5mm音频插头的耳机或扬声器 附件资料截图:

单片机 语音 控制单片机 单片机 语音 控制 语单片机 语音 控制音 控制单片机 单片机 语音 控制 语音 控制单片机 语音 控制

版本1.4 添加了语音回复功能，喊名字“小朋友”，立即唤醒，然后喊出一条指令即可，每次系统合并回复 malloc.h几个大整数改小了一些 修改了APP控制指令，通过16二进制指令进行判别，以0xA1 + 0xXX（指令）+ 0x0a + 0x0d为指令判别 版本1.3 LD3320Task与AppTask两个任务，使用指向指向同一个ControlTask​​，完成了最核心功能的构建 去掉CONTROL模块，将其中的功能整合到ControlTask​​中，脉络更加清晰 版本1.2的控制指令设置为APP特有指令，全部归于51及以上数字 版本1.2 抽离硬件控制模块为一个任务，通过高度的方式，从LD3320Task任务中通过编码发送版本1.0指令，控制任务采用分段方式获取中间体的控制指令 添加APP控制任务，通过串口1从手机获取指令，进行简单的LED开关控制 APP控制指令为：LED0ON，L

这是我毕业设计的展示视频。 该智能衣柜系统功能包含:智能防潮抽湿、智能通风去味，手机APP远程控制和监测，语音控制，门磁感应开关灯，从而实现一个最舒适贴心又干净的储存衣物的方便使用的智能衣柜。本系统开发过程中涉及到了包括物联网的三层的技术架构，分别是网络层（传输层）、感知层（传感层）、应用层。针对感知层的部分，利用了ZigBee技术，把两个CC2530分别作为采集温湿度、气体浓度的终端节点，两个终端节点分别再以点对点的无线通信方式，把采集到的信息发送给CC2530协调器节点；关于网络层功能，利用ZigBee技术实现感知层和应用层的传输，首先是通过节点无线接收终端节点的数据，然后通过串口将数据传送到Wi-Fi模块，而Wi-Fi模块最终通过TCP协议把数据传输给手机APP，力求及时让用户知道衣柜的温湿度和气体浓度；针对应用层的功能设计，利用了Android平台编写一个能实时监测的前台界面的手机APP，它能实现显示感知层采集到的信息以及可以通过Wi-Fi技术与stm32通信控制各电机模块的启动，另外还可以通过语音命令去控制实现智能衣柜通风和抽湿功能。

该程序源代码用于Arduino智能小车语音遥控实验。 1、源代码开发软件：Arduino IDE； 2、程序对应处理器是：ATMEGA328P； 3、智能小车电机驱动芯片是：L293D； 4、智能小车电机为：TT直流减速电机； 5、需要用到语音识别模块； 6、需要用到蓝牙模块； 该程序源代码在本人Arduino智能小车上亲测可用。

该程序源代码用于STM32F103ZET6智能小车语音控制实验。 1、采用KEIL5软件开发。 2、用到的库文件：Keil.STM32F1xx_DFP.2.3.0.pack。 3、程序对应处理器：STM32F103ZET6 4、电机驱动芯片L293D。 5、液晶模块型号：1602（5V）。 6、智能小车电机为：TT直流减速电机。 7、需要用到蓝牙模块：HC-05。 8、需要用到语音识别模块。 该程序源代码在本人STM32F103ZET6智能小车上亲测可用。

设计了一款基于Android 手机的智能家居语音控制系统,通过Android 手机的APP“语音”按钮实现一键式控制、智能应答,语音识别模块和语音合成模块整合到上位机上,减少了在语音识别和语音合成方面的硬件开支。下位机由STC89C52 单片机、HC 06 蓝牙模块、1602 液晶显示模块及相应的电路组成。系统能够实现语音控制家居照明系统的开关、定时、状态查询与显示,电视的开关、音量和频道切换等功能。

ReSpeaker Core v2.0 被设计为功能丰富的开发板。电路板由两个主要部分组成，第一部分是包含 CPU，内存 (RAM) 和 PMU 的中央核心模块。第二部分是包含如 eMMC，连接器和无线连接组件等外设的外部载板。可以通过 Seeed 的定制服务来定制其中一部分或两者。 ReSpeaker Core v2.0特性: 具有高性能SoC的一体化解决方案 1GB RAM & 4GB eMMC 6 麦克风阵列 USB OTG 可外接 USB 设备 WiFi b/g/n 和 BLE 4.0 检测范围 : 约 5 米 Grove 接口 3.5mm 音频插孔和 JST2.0 连接器 8 通道 ADC，6 个用于麦克风阵列，2 个用于回采 基于 Debian 的 Linux 系统 C++ SDK 和 Python 封包 用于语音算法的 SDK 语音算法和功能 :关键词唤醒 BF (波束成形) DoA (波达方向定位技术) NS (噪声抑制) AEC (回声消除) 和 AGC (自动增益控制) Seeed 的 ReSpeaker Core v2.0 专为语音接口应用而设计。它基于四核 ARM Cortex A7 的 Rockchip RK3229，运行频率高达 1.5GHz，具有 1GB RAM。集成六个麦克风阵列，语音算法包括 DoA (波达方向定位技术)，BF (波束成形)，AEC (回声消除)等。 ReSpeaker Core v2.0 运行 GNU/Linux 操作系统。得益于功能强大且活跃的社区，可以使用现有软件和工具进行开发，测试和部署，从而实现产品的快速开发。 ReSpeaker Core v2.0 PCB截图: 附件资料截图:

本系统采用的控制器是STM32F103RBT6，通过PWM来控制额定功率为10W的LED灯珠的亮度，输入模块采用ASR M08-A语音控制模块，可以检测识别人的说话，并通过串口输出不同数值，还可以播放储存在SD卡里面的音乐文件。LED使用L298模块驱动，使用学生电源供电。本系统目前可以实现语音识别控制LED的开启与关闭，LED的4档亮度调节，以及音乐播放功能。 MCU:STM32 开发环境:MDK4.73 编程语言:C语言 STM32F103RBT6最小系统（四旋翼飞控板） 语音识别模块 演示视频: 附件包含以下资料: STM32四旋翼飞控板电路图&PCB