树莓派语音识别（二）麦克风ReSpeaker 4-Mics Pi HAT 的选择与安装

为啥选它：

那要先知道什么是麦克风阵列（Microphone array），学术上有个概念是“传声器阵列”，主要由一定数目的声学传感器组成，用来对声场的空间特性进行采样并处理的系统。

通俗的讲，就是麦克风阵列是由多个单麦克风按一定顺序排列的。你可以理解为一堆麦克风。我们常见的话筒（比如苹果手机话筒就是单麦克风的）。麦克风阵列一般来说有线形、环形和球形的，严谨的应该说成一字、十字、平面、螺旋、球形及无规则阵列等。至于麦克风阵列的阵元数量，也就是麦克风数量，可以从2个到上千个不等。它们通过特定的排列（阵法），可以对声音接收有更好的效果。

语音交互应用最为普遍的就是以Siri为代表的智能手机，这个场景一般都是采用单麦克风系统。单麦克风系统可以在低噪声、无混响、距离声源很近的情况下获得符合语音识别需求的声音信号。但是，若声源距离麦克风距离较远，并且真实环境存在大量的噪声、多径反射和混响，导致拾取信号的质量下降，这会严重影响语音识别率。而且，单麦克风接收的信号，是由多个声源和环境噪声叠加的，很难实现各个声源的分离。

麦克风阵列由一组按一定几何结构（常用线形、环形）摆放的麦克风组成，对采集的不同空间方向的声音信号进行空时处理，实现噪声抑制、混响去除、人声干扰抑制、声源测向、声源跟踪、阵列增益等功能，进而提高语音信号处理质量，以提高真实环境下的语音识别率。

亚马逊Echo一样直接选用4麦以上的麦克风阵列。机器人一般4个麦克风就够了，音箱建议还是选用6个以上麦克风，至于汽车领域，最好是选用其他结构形式的麦克风阵列，比如分布式阵列。

麦克风越多成本越高，所以我们选择4阵列的。

基于Raspberry Pi的ReSpeaker 4-Mic阵列是一款适用于AI和语音应用的Raspberry Pi的四通道麦克风扩展板。 这意味着可以借助它构建一个集成Amazon Alexa语音服务，Google助手等，功能更强大，更灵活的语音产品。

区别于 ReSpeaker 2-Mics Pi HAT, 该板是基于AC108开发的，这是一款高度集成四通道ADC，具有用于高清晰度语音捕获，I2S / TDM输出，拾取3米半径的声音的语音设备。 此外，这款4-Mics版本提供了超酷LED环，其中包含12个APA102可编程LED。 就像Amazon Echo或 Google assist一样， 使用4个麦克风和LED环，Raspberry Pi具有VAD（语音活动检测），DOA（到达方向），KWS（关键字搜索），并通过LED环显示方向灯功能。

硬件软件准备：

麦克风的淘宝链接（https://item.taobao.com/item.htm?spm=a1z10.1-c.w13838425-11172345252.1.542035bczDBegW&id=557884254210）我买的这家的。

我的树莓派是Pi 4B,这个麦克风阵列兼容（Raspberry Pi Zero和Zero W，Raspberry Pi B +，Raspberry Pi 2 B和Raspberry Pi 3 B，Raspberry Pi 4 B，Raspberry Pi 3 B +）所以说用惯了3B的小伙伴也可以跟我一起做。

树莓派系统用的最新的系统：

树莓派系统安装步骤请参考（https://blog.csdn.net/Smile_h_ahaha/article/details/84997205）

安装引文与前言：

我会把最好的安装方法用手把手小白级别记录在下面。你要跟我一步一步来，肯定没毛病。

我把安装中遇到的坑还有解决方法记录在第七步中了。纪念一下我花了N天的安装心路历程。感兴趣的可以看一下。

现在是2020.09.24日，不排除在这个时间之后树莓派的源们又不支持的可能性，因为技术在刷新，兼容不并行。

我树莓派的SD卡状态为刚重装了系统（2020.02.13版本），并按照以下链接的方法设置的树莓派。

树莓派重装系统（https://blog.csdn.net/Smile_h_ahaha/article/details/84997205）

树莓派Putty与远程VNC（https://blog.csdn.net/Smile_h_ahaha/article/details/84997214）这里可以先不换源，无所谓，我后面都会说，你换了也没事。

如果在未来的时候安装有问题，欢迎在评论区给我留言。

下面是我的详细安装方法

第一步，换源的必要性。

换源命令：

sudo nano /etc/apt/sources.list

用#注释第一句。然后在最下面复制下面句子：(换成清华源)

deb http://mirrors.tuna.tsinghua.edu.cn/raspbian/raspbian/ buster main non-free contrib
deb-src http://mirrors.tuna.tsinghua.edu.cn/raspbian/raspbian/ buster main non-free contrib

继续换源：（这一步别忘啊。。。忘了的话，装pyaudio的时候，会出问题，别问我是怎么知道了，重装系统30次的男人）

sudo nano /etc/apt/sources.list.d/raspi.list

操作同上并替换为：

deb http://mirror.tuna.tsinghua.edu.cn/raspberrypi/ buster main ui
deb-src http://mirror.tuna.tsinghua.edu.cn/raspberrypi/ buster main ui

注意清华源里面的buster对应的是debian10, 在2019.6月的版本以后都是debian10了。以前的版本是debian9(对应的是stretch),你的系统若是以前的版本，注意这个后缀别写错了。建议你下个新版本用，这个没什么兼容问题。兼容问题主要是麦克风支持python2，不支持3的问题。

换源直接决定了安装Seeed话筒驱动的成功与否，你用树莓派自带内核的话（此时不换清华源或阿里源），有很大概率能成功的安装话筒驱动（树莓派版本2020-02-13-raspbian-buster-full.img（比它还新的版本更没有问题了））。但是在安装成功后，你不换清华源的话，就会安装失败“Voice engine”。所以换源是必要的。

在引文部分的攻略中（包括官网）都有个错误：声卡安装没有强调compat kernel。因为2019.06.22版本以后树莓派内核移除了kernel（内核认为对于全局来说it is not necessary 于是移除了，WTF？？？）。

下图为树莓派安装失败的提示：它让你在“sudo ./install.sh”命令后加入 “ --compat-kernel”

所以说直接按照下图所示代码，在cd /home/pi 中逐一键入：

sudo apt-get update
#源更新
sudo apt-get upgrade
#已安装软件更新
git clone https://github.com/respeaker/seeed-voicecard.git
#下载声卡驱动包
cd seeed-voicecard
#新建声卡驱动文件夹
sudo ./install.sh --compat-kernel
#安装声卡驱动
reboot
#重启

然后，成功了。重启

安装pyaudio

sudo apt-get install libportaudio0 libportaudio2 libportaudiocpp0 portaudio19-dev
sudo apt-get install python-pyaudio python3-pyaudio
pip3 install pyaudio

第二步，检查声卡是否安装成功。

输入命令：

cd
cd seeed-voicecard
arecord -L

然后出来下图一堆，说明话筒可以用了。

输入命令

alsamixer

可以调节话筒音量。

用F6选择seeed-4mic的声卡设备，调节音量。

安装个能录音的软件：

sudo apt update
sudo apt install audacity
audacity
// 运行 audacity

打开软件后，把mic设置为4，这样你就有四个声道一起录音了。

生成.wav文件，保存在树莓派当地。可以用它作为你的应答词。

输入sudo raspi-config打开控制面板，

把5.Interfacing Options中的SPI 和 SSH 和I2C 都使能Enable

把7.Advanced Options 中的A4 Audio 选择你自己喜欢的音响输出端口。第一个是HDMI音频输出，第二个是3.5mm直径的耳机孔。

如果你想用HDMI连接的显示屏发声就选第一个，如果是用耳机线连接的外置音响，就选第二个Head...(3.5mm)。

以上问题不大，你也可以手动配置音频的声卡card号。

输入以下，查声卡号。

arecord -l

声卡是输入（Input）就是你的录音话筒。只要你用的是4-mic的那个Seeed话筒，那我们就是一样的。把这个号记住。

这个号，在程序中，表示为“hw:2,0”。当然如果你用的别的USB麦克风，你不用装Seeed驱动,直接也是记住声卡号就行了。普通的单声道麦克风不如四阵列清晰。

输入以下，查音响号（Output）:

aplay -l

这个号，在程序中，表示为“hw:0,0”。 

输入以下代码，用nano重新手动设置“默认声卡程序”中的变量：

sudo nano /home/pi/.asoundrc

下图为打开后的文件

按照下图所示改你自己的代码。下图为我的改动。你对照上下文改。我的是：

Input改为hw:2,0

Output改成hw:0,0

pcm.output 那的 card 0   输出音频号为card 0

ct1.default那是 card 0 默认优先选择HDMI显示屏作为输出音频

pcm.!default {
type asym
playback.pcm {
type plug
slave.pcm "hw:0,0"
}
capture.pcm {
type plug
slave.pcm "hw:2,0"
}
}
pcm.output {
type hw
card 0
}
ctl.!default {
type hw
card 0
}

然后Ctrl+X 然后Y然后Enter退出。

输入以下代码，在home/pi下创建一个叫demo.wav的录音文件，你说3秒话，它会录音。

arecord -d 3 demo.wav

输入以下代码，播放刚才录的音：

aplay demo.wav

然后你就听到很清晰的声音了。你可以用它录回答的音频。

以上是安装Seeed驱动的教程，就BB到这了。下面将介绍Snowboy关键词识别的项目安装步骤。

（已规避所有坑，本博文更新时间2020年9月24日02:09:00am）
如果你的话筒是4-mics Pi HAT的，请直接跳到第四步跟着做，如果你的话筒是普通的，那就跟着第三步做。第三步与第四步安装流程不能重叠。第三步是我试了好几次，百分百兼容级别的安装教程。（因为我把我的备份都给你们了，肯定能成功）第四步比第三步多了点4-mics Pi HAT他们家的独家例程。区别不大。第5步包含了在线语音识别的安装与激活，第五步是兼容第四步的。

第三步，安装Snowboy引擎（仅能离线关键字语音识别）

输入命令，新建个叫snowboy的文件夹，并打开：

cd
mkdir snowboy
cd snowboy

在上图所示的路径下，把以下代码一口气的复制粘贴到树莓派终端中（我在每行的命令后加了&&，它可以让每行命令挨个执行）

以下代码是让你安装 pyaudio, numpy and snowboy的，还要安装个virtual python environment.（Python的虚拟环境）。

sudo apt install python-pyaudio python-numpy python-virtualenv &&
sudo apt-get install swig python-dev libatlas-base-dev build-essential make &&
git clone --depth 1 https://github.com/Kitt-AI/snowboy.git &&
cd snowboy &&
virtualenv --system-site-packages env &&
source env/bin/activate &&
python setup.py build &&
python setup.py bdist_wheel &&
pip install dist/snowboy*.whl 

如下图所示，粘贴后点击回车安装。

我解释一下每行代码啥意思吧，下面的代码不要安装了，你看看就好：

sudo apt install python-pyaudio python-numpy python-virtualenv
#安装python支持的pyaudio,numpy,virtual env虚拟机
sudo apt-get install swig python-dev libatlas-base-dev build-essential make
#安装python库文件到SWIG文件夹中，这是github上的更新与补充
git clone --depth 1 https://github.com/Kitt-AI/snowboy.git
#下载Snowboy引擎包
cd snowboy
#打开Snowboy文件夹
virtualenv --system-site-packages env
#安装python虚拟机
source env/bin/activate
#激活虚拟机，这是你以后，运行代码前必要的一步。
#输入命令deactivate可以退出虚拟机
python setup.py build
#编译python库
python setup.py bdist_wheel
#编译Snowboy的python库
pip install dist/snowboy*.whl
#下载安装Snowboy的KWS关键词库

当你看到下图，说明Snowboy工具包安装成功了

其实装到这里就以及可以使用Snowboy的关键字语音识别了。以上安装应该是肯定没有问题的。这个时候大家可以直接把我写好的NBoy的文件夹拷贝到home/pi中，然后

cd NBoy
python3 demo.py 你的关键字.pmdl

你的关键字直接保存进Nboy中即可。在demo中添加你自己的功能，比如控制GPIO开个灯之类的。Nboy文件下载链接

（https://download.csdn.net/download/Smile_h_ahaha/12889142）

那，你现在应该是说出关键词之后听到Ding的声音了。成功的话点个赞再走吧O(∩_∩)O哈哈~

第四步，奥利给4-MICS家专属例程安装（上接第二步）实现在线语音识别

（参考这个链接https://wiki.seeedstudio.com/cn/ReSpeaker_Mic_Array_v2.0/#free-avs做了一些改动。如果你的麦克风是别的型号，以下操作会有不同，要注意card值设置，采样率设置.你可以参考以下步骤改你自己的配置，去实现在线语音识别）

step 1. 配置和安装相关依赖

git clone https://github.com/respeaker/4mics_hat.git
cd ~/4mics_hat
sudo apt install libatlas-base-dev
# 安装 snowboy dependencies
sudo apt install python-pyaudio
# 安装pyaudio音频处理包
pip install ./snowboy*.whl
# 安装 snowboy for KWS
pip install ./webrtc*.whl
# 安装 webrtc for DoA
cd ~/
git clone https://github.com/voice-engine/voice-engine #write by seeed
cd voice-engine/
sudo python setup.py bdist_wheel
pip install dist/*.whl
cd ~/
git clone https://github.com/respeaker/avs
cd avs
# install Requirements
sudo python setup.py install
pip install avs==0.5.3
sudo apt install libgstreamer1.0-0
sudo apt install gstreamer1.0-plugins-bad gstreamer1.0-plugins-ugly
sudo apt install gstreamer1.0-libav gstreamer1.0-doc gstreamer1.0-tool
sudo apt install gstreamer1.0-plugins-good
sudo apt install python-gi gir1.2-gstreamer-1.0
pip install tornado==5.1.1
sudo apt install mpg123

step 2. 取得授权

在终端运行 alexa-auth ，然后登陆获取alexa的授权， 或者运行 dueros-auth 获取百度的授权。 授权的文件保存在/home/pi/你的安装路径/avs/.avs.json。

 如果我们在 alexa-auth 和 dueros-auth之间切换, 请先删除 /home/pi/你的安装路径/.avs.json 。 这个是隐藏文件，请用 ls -la 显示文件。

step 3. 让我们High起来!

cd ~/4mics_hat
sudo nano ns_kws_doa_alexa_with_light.py
#编辑文件改配置

按照下面的信息更新下面代码的设置:（如果你的麦克风是4-mic HAT那就不用改以下配置，如果不是，我把要改的地方标出来了）

"""
Hands-free Voice Assistant with Snowboy and Alexa Voice Service.
Requirement:
sudo apt-get install python-numpy
pip install webrtc-audio-processing
pip install spidev
"""
import time
import logging
from voice_engine.source import Source
from voice_engine.channel_picker import ChannelPicker
from voice_engine.kws import KWS
from voice_engine.ns import NS
from voice_engine.doa_respeaker_4mic_array import DOA
from avs.alexa import Alexa
def main():
logging.basicConfig(level=logging.DEBUG)
src = Source(rate=16000, channels=1, device_name='plughw:1,0') #你是几声道的就把channels的值改成几
ch1 = ChannelPicker(channels=1, pick=1)
ns = NS(rate=16000, channels=1)
#rate是采样率，这个值去查你话筒的芯片手册，给他匹配最合适的采样频率
kws = KWS(model='snowboy')
#把这里的snowboy替换成你的关键词路径
#例如/home/pi/NBoy/DaBai.pmdl
doa = DOA(rate=16000)
alexa = Alexa()
def on_detected(keyword):
direction = doa.get_direction()
logging.info('detected {} at direction {}'.format(keyword, direction))
alexa.listen()
kws.on_detected = on_detected
src.link(ch1)
ch1.link(ns)
ns.link(kws)
kws.link(alexa)
src.link(doa)
src.recursive_start()
while True:
try:
time.sleep(1)
except KeyboardInterrupt:
break
src.recursive_stop()
if __name__ == '__main__':
main()

假如需要使用mic-array作为音频输出口的话则如下图进行设置

运行PLAYER=mpg123 python ns_kws_doa_alexa_with_light.py, 我们会在终端看到很多 debug 的消息. 当我们看到status code: 204的时候, 请说snowboy来唤醒 respeaker。接下来 respeaker 上的 led 灯亮起来, 我们可以跟他对话, 比如问，"谁是最帅的?" 或者 "播放刘德华的男人哭吧哭吧不是罪"。小伙伴，尽情的 High 起来吧。

第五步，怎样用Snowboy自定义唤醒词？

（这步从2021.03.18开始用不了Snowboy网站了，他们家关闭服务器了，你可以去Github上下载别人训练的关键词，拿来用：https://github.com/Kitt-AI/snowboy 当然也可以直接下载我之前训练的：https://download.csdn.net/download/Smile_h_ahaha/16662655 然后再继续阅读第五步中的设置方法）

去这个Snowboy官网（https://snowboy.kitt.ai/dashboard）点击创建新的关键词

然后点击Save and Download, 下载你的自定义声音文件“DaBai.pmdl”.

然后打开树莓派，把这个文件保存自你想保存的路径下。我的是“/home/pi/NBoy”。

然后找到“demo.py”文件。这个文件不同的人安装路径可能不同，但是文件名肯定没错，毕竟是Snowboy大佬写的。我的安装路径在“/home/pi/NBoy”下。

用文本编辑器/sudo nano打开“demo.py”文件，找到如下所示命令：

kws=KWS(model='snowboy')

把它注释掉，并用如下代码替换（实际上就是把唤醒词的调取路径换了）

#kws=KWS(model='snowboy')
kws=KWS(model='/home/pi/NBoy/DaBai.pmdl')

如果你的唤醒词文件名叫别的什么，你也可以改。库路径随便放哪，你让kws调用的时候找的到就行。

然后保存，文本。

回到树莓派的命令窗口。

挨个输入以下命令

cd ~/home/pi/NBoy
source ~/env/bin/activate
python3 demo.py DaBai.pmdl

等见到命令窗口显示“204”，“On ready”的时候，就可以对麦克风说"大白(●—●)"了。你也成了吧，点个赞吧~

第六步，如何更改代码添加GPIO输出（LED灯定义）

用GPIO12和13举例. 我们可以调用python和RPi.GPIO来读取状态。

sudo pip install rpi.gpio
// install RPi.GPIO library
sudo nano ledGpio.py
// copy the following code in button.py

import RPi.GPIO as GPIO
import time
BUTTON = 12
LED = 13
GPIO.setmode(GPIO.BCM)
GPIO.setup(BUTTON, GPIO.IN)
GPIO.setup(LED, GPIO.OUT)
while True:
state = GPIO.input(BUTTON)
if state:
print("on")
GPIO.output(LED, GPIO.HIGH)
else:
print("off")
GPIO.output(LED, GPIO.LOW)
time.sleep(1)

第七步，安装中遇到的问题，归纳总结。

Q1: 内置算法的参数（高级玩家以后用得到）

pi@raspberrypi:~/usb_4_mic_array $ python tuning.py -p
name
type
max min r/w info
-------------------------------
AECFREEZEONOFF
int 1
0
rw
Adaptive Echo Canceler updates inhibit.
0 = Adaptation enabled
1 = Freeze adaptation, filter only
AECNORM
float
16
0.25
rw
Limit on norm of AEC filter coefficients
AECPATHCHANGE
int 1
0
ro
AEC Path Change Detection.
0 = false (no path change detected)
1 = true (path change detected)
AECSILENCELEVEL
float
1
1e-09
rw
Threshold for signal detection in AEC [-inf .. 0] dBov (Default: -80dBov = 10log10(1x10-8))
AECSILENCEMODE
int 1
0
ro
AEC far-end silence detection status.
0 = false (signal detected)
1 = true (silence detected)
AGCDESIREDLEVEL
float
0.99
1e-08
rw
Target power level of the output signal.
[−inf .. 0] dBov (default: −23dBov = 10log10(0.005))
AGCGAIN
float
1000
1
rw
Current AGC gain factor.
[0 .. 60] dB (default: 0.0dB = 20log10(1.0))
AGCMAXGAIN
float
1000
1
rw
Maximum AGC gain factor.
[0 .. 60] dB (default 30dB = 20log10(31.6))
AGCONOFF
int 1
0
rw
Automatic Gain Control.
0 = OFF
1 = ON
AGCTIME
float
1
0.1 rw
Ramps-up / down time-constant in seconds.
CNIONOFF
int 1
0
rw
Comfort Noise Insertion.
0 = OFF
1 = ON
DOAANGLE
int 359 0
ro
DOA angle. Current value. Orientation depends on build configuration.
ECHOONOFF
int 1
0
rw
Echo suppression.
0 = OFF
1 = ON
FREEZEONOFF
int 1
0
rw
Adaptive beamformer updates.
0 = Adaptation enabled
1 = Freeze adaptation, filter only
FSBPATHCHANGE
int 1
0
ro
FSB Path Change Detection.
0 = false (no path change detected)
1 = true (path change detected)
FSBUPDATED
int 1
0
ro
FSB Update Decision.
0 = false (FSB was not updated)
1 = true (FSB was updated)
GAMMAVAD_SR
float
1000
0
rw
Set the threshold for voice activity detection.
[−inf .. 60] dB (default: 3.5dB 20log10(1.5))
GAMMA_E
float
3
0
rw
Over-subtraction factor of echo (direct and early components). min .. max attenuation
GAMMA_ENL
float
5
0
rw
Over-subtraction factor of non-linear echo. min .. max attenuation
GAMMA_ETAIL
float
3
0
rw
Over-subtraction factor of echo (tail components). min .. max attenuation
GAMMA_NN
float
3
0
rw
Over-subtraction factor of non- stationary noise. min .. max attenuation
GAMMA_NN_SR
float
3
0
rw
Over-subtraction factor of non-stationary noise for ASR.
[0.0 .. 3.0] (default: 1.1)
GAMMA_NS
float
3
0
rw
Over-subtraction factor of stationary noise. min .. max attenuation
GAMMA_NS_SR
float
3
0
rw
Over-subtraction factor of stationary noise for ASR.
[0.0 .. 3.0] (default: 1.0)
HPFONOFF
int 3
0
rw
High-pass Filter on microphone signals.
0 = OFF
1 = ON - 70 Hz cut-off
2 = ON - 125 Hz cut-off
3 = ON - 180 Hz cut-off
MIN_NN
float
1
0
rw
Gain-floor for non-stationary noise suppression.
[−inf .. 0] dB (default: −10dB = 20log10(0.3))
MIN_NN_SR
float
1
0
rw
Gain-floor for non-stationary noise suppression for ASR.
[−inf .. 0] dB (default: −10dB = 20log10(0.3))
MIN_NS
float
1
0
rw
Gain-floor for stationary noise suppression.
[−inf .. 0] dB (default: −16dB = 20log10(0.15))
MIN_NS_SR
float
1
0
rw
Gain-floor for stationary noise suppression for ASR.
[−inf .. 0] dB (default: −16dB = 20log10(0.15))
NLAEC_MODE
int 2
0
rw
Non-Linear AEC training mode.
0 = OFF
1 = ON - phase 1
2 = ON - phase 2
NLATTENONOFF
int 1
0
rw
Non-Linear echo attenuation.
0 = OFF
1 = ON
NONSTATNOISEONOFF
int 1
0
rw
Non-stationary noise suppression.
0 = OFF
1 = ON
NONSTATNOISEONOFF_SR
int 1
0
rw
Non-stationary noise suppression for ASR.
0 = OFF
1 = ON
RT60
float
0.9 0.25
ro
Current RT60 estimate in seconds
RT60ONOFF
int 1
0
rw
RT60 Estimation for AES. 0 = OFF 1 = ON
SPEECHDETECTED
int 1
0
ro
Speech detection status.
0 = false (no speech detected)
1 = true (speech detected)
STATNOISEONOFF
int 1
0
rw
Stationary noise suppression.
0 = OFF
1 = ON
STATNOISEONOFF_SR
int 1
0
rw
Stationary noise suppression for ASR.
0 = OFF
1 = ON
TRANSIENTONOFF
int 1
0
rw
Transient echo suppression.
0 = OFF
1 = ON
VOICEACTIVITY
int 1
0
ro
VAD voice activity status.
0 = false (no voice activity)
1 = true (voice activity)

Q2: ImportError: No module named usb.core

 如下图所示 路径位置 输入命令 sudo pip install pyusb 安装 pyusb.

pi@raspberrypi:~/usb_4_mic_array $ sudo python tuning.py DOAANGLE
Traceback (most recent call last):
File "tuning.py", line 5, in <module>
import usb.core
ImportError: No module named usb.core
pi@raspberrypi:~/usb_4_mic_array $ sudo pip install pyusb
Collecting pyusb
Downloading pyusb-1.0.2.tar.gz (54kB)
100% |████████████████████████████████| 61kB 101kB/s
Building wheels for collected packages: pyusb
Running setup.py bdist_wheel for pyusb ... done
Stored in directory: /root/.cache/pip/wheels/8b/7f/fe/baf08bc0dac02ba17f3c9120f5dd1cf74aec4c54463bc85cf9
Successfully built pyusb
Installing collected packages: pyusb
Successfully installed pyusb-1.0.2
pi@raspberrypi:~/usb_4_mic_array $ sudo python tuning.py DOAANGLE
DOAANGLE: 180

Q3: 有没有树莓派的Alexa的样例? Alexa是在线语音识别系统

A3: 有，（https://github.com/alexa/avs-device-sdk/wiki/Raspberry-Pi-Quick-Start-Guide-with-Script）

Q4: 有在ROS系统上面运行Mic array v2.0 的历程吗

A4: 有，是的，感谢Yuki分享了将ReSpeaker Mic Array v2与ROS（机器人操作系统）中间件集成的软件包。（https://github.com/furushchev/respeaker_ros）

Q5: 能直接通过3.5mm耳机孔听到采样的声音吗?

A5: 不行的。3.5mm耳机孔音源来自于上位机，但是如果用树莓派的话可以通过执行

arecord -D plughw:1,0 -f cd |aplay -D plughw:1,0 -f cd 达到目的。

Q6：运行python3 demo.py resources/xxx路径.umdl的时候出错：

from. import snowboydetect Error.

A6: 把“from. import”改为“import”。

Q7:在我打开Snowboy中的example中的C文件下的例程使，提示打不开。

A7：你忘记编译了。要去cd /python/snowboy/.../Swig/C 目录下 输入 sudo make 先编译，然后就可以运行了。

然后回到cd /.../example/C 下输入 gcc demo.c -o demo    再输入 sudo ./demo运行。C语言和Python操作不同，有问题再搜搜别的地方吧。

Q8：运行例程demo.py的时候，找不到Voice-engine源。

A8：你的Snowboy的python库安装失败，或者安错包了。Snowboy仅支持python2,不支持python3。

python2对应pip

python3对应pip3

网上有些菜鸡们瞎唧唧不负责的教你，导致本应该安装python2的库，安装成了python3（pip3开头的命令都是错的）。那Snowboy的声音引擎（voice engine）肯定识别不了啊。

如下图所示的红框圈起来的安装命令都是错的：

下图所示的样子才是正确的：（源自我上文第四步中内容）你看有python3（pip3）吗?

哎，天下文章一大抄啊，抄来抄去都是米，预知此事要躬行 。

Q9：安装python setup.py install命令的时候没有权限（access）怎么办。

A9：用sudo前缀获得7777权限。sudo python setup.py install

Q10：HDMI连接电脑显示屏，再录音播放的时候听不到声音怎么办？

A10：如果你们遇到HDMI连接电脑显示屏，完事树莓派再外接音箱（想靠它发声），然后录音没问题，播放的时候没声音这样的情况。大多数是声卡设置的时候没设置好。被系统默认成音频走HDMI，即电脑显示屏发声了。这时候要么把外接的音箱接到显示屏上去，要么就认真阅读理解我的“第二步”，把CARD值改成树莓派音频输出。然后就可以了。

Q11: 我未来，还有问题怎么办？

A11：欢迎在评论区留言。

看完不点赞，学分少一半~

最后

以上就是高兴八宝粥为你收集整理的树莓派语音识别（二）麦克风ReSpeaker 4-Mics Pi HAT 的选择与安装的全部内容，希望文章能够帮你解决树莓派语音识别（二）麦克风ReSpeaker 4-Mics Pi HAT 的选择与安装所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。