@page kws_demo HaaS AI之HaaS语音唤醒

更正文档      贡献说明

1. 案例简介

kws(keyword spooting)是基于本地离线唤醒引擎，主要有三个部分组成：

1. 接入模拟麦克风(Mic3输入)，采集HaaS HaaS唤醒词；
2. 当唤醒后，首先HaaS100上进行LED跑马灯闪烁；
3. 接入喇叭，播放本地响应词(mp3)。

2. 基础知识

2.1 基础目录结构

├── cp_resources.py     # 拷贝本地语料到/prebuild/data目录，编译进文件系统
├── kws.c               # 唤醒词(keyword spooting)响应处理逻辑代码
├── kws.h               # 唤醒词(keyword spooting)头文件
├── main.c              # 该solution核心打印输出代码，入口**application_start**
├── maintask.c          # 系统主任务入口处理，入口**aos_maintask**
├── Makefile            # aos make编译时入口
├── package.yaml        # 编译系统配置文件
├── README.md           # solution使用指南
├── resources           # 本地mp3语料
│   └── mp3
└── SConstruct          # Makefile => Scon => aostools

3. 方案介绍

3.1 硬件搭建

接线图

HaaS100硬件排线图请参考 https://help.aliyun.com/document_detail/184186.html?spm=a2c4g.11186623.6.703.274c51344iOgNc

购买链接仅供参考！！我们不负责商家发货的品质保障等问题！！

3.2 软件架构

• kws_demo: 主要打通实现AI语音引擎的初始化，以及处理唤醒后的跑马灯效果和语音响应播报。
• ai_agent组件：是AliOS Things上的AI引擎核心模块，后端接入不同的推理引擎，本案例中在初始化ai_agent时选择AI_MODEL_KWS(keyword spooting)。
• uVoice组件：是AliOS Things上智能语音解决方案的核心组件，提供了本地音频，URL音频，TTS合成等基础功能，音频格式支持mp3, m4a, wav, opus等主流格式，本案例中使用它来进行本地mp3语料的响应播报。
• A2SA组件：是AliOS Things上音频服务框架，兼容ALSA应用接口访问，支持音频硬件驱动抽象，多音频驱动加载/卸载，VFS接口支持等功能。

4. AliOS Things开发环境搭建

案例相关的代码下载、编译和固件烧录均依赖AliOS Things配套的开发工具，所以首先需要参考《AliOS Things集成开发环境使用说明之搭建开发环境》，下载安装。 待开发环境搭建完成后，可以按照以下步骤进行示例的测试。

4.7 案例代码下载

该案例相关的源代码下载可参考《AliOS Things集成开发环境使用说明之创建工程》。 其中：

选择解决方案: “HaaS语音唤醒案例”或者“kws_demo”

选择开发板: HaaS100

4.8 代码编译、烧录

-- 固件编译方法可参考《AliOS Things集成开发环境使用说明之编译固件》。

4.8.1 文件件系统烧录

本组件例子中使用到到的本地语料存放在代码中hardware/chip/haas1000/prebuild/data/目录下mp3目录，除烧录kws_demo image外，需烧录littlefs文件系统，请将hardware/chip/haas1000/package.yaml文件中以下代码段的注释打开：

  program_data_files:
    - filename: release/write_flash_tool/ota_bin/littlefs.bin
      address: 0xB32000

-- 固件烧录方法可参考《AliOS Things集成开发环境使用说明之烧录固件》。

4.9 打开串口

固件烧录完成后，可以通过串口查看示例的运行结果，打开串口的具体方法可参考《AliOS Things集成开发环境使用说明之查看日志》。

5. 案例演示

当程序烧录完成后，直接喊出“HaaS HaaS"，就可以看到视频所示的效果。目前只支持近场唤醒，唤醒距离1米左右。如果听不到声音请逆时针选择喇叭蓝色旋钮调节音量至最大。

6. 总结

本文提供了本地语音唤醒体验的案例，用户可以根据需要在demo中修改唤醒后的逻辑处理，比如唤醒后直接播放音乐或者控制GPIO等操作，后续我们将有更多本地唤醒词输出，快来体验一下吧。