Πίνακας περιεχομένων:
- Βήμα 1: ΜΕΡΗ:
- Βήμα 2: Πρώτο ATmega1284
- Βήμα 3: Δεύτερο ATmega1284
- Βήμα 4: Arduino Uno
- Βήμα 5: Αλλάξτε Mp3 σε αρχεία Wav
- Βήμα 6: Arduino Mega
Βίντεο: CS122A Αναγνώριση μουσικής φωνής: 7 βήματα
2024 Συγγραφέας: John Day | [email protected]. Τελευταία τροποποίηση: 2024-01-30 08:36
Αυτό είναι το πρόγραμμα αναπαραγωγής μουσικής φωνής. Μπορεί να αναπαράγει έως και 33 τραγούδια, ανάλογα με το πόσους τίτλους τραγουδιών και καλλιτέχνη αποθηκεύετε.
Βήμα 1: ΜΕΡΗ:
Μέρη:
- Arduino Uno
- Arduino Mega
- Οθόνη LCD 16x2
- 2x ATMega1284
- Ενότητα αναγνώρισης Smakn Speak Recognition
- HC-08 Bluetooth Module (συμβατό με iOS) (Amazon.com)
- Αναγνώστης προσαρμογέα κάρτας MicroSD (Amazon.com)
- 200x Gain LM386 Audio Amplifier Module (Amazon.com)
- Ηχείο 4Ω.
- 8 μονές λυχνίες LED
- 8 αντιστάσεις (330Ω)
- Ποτενσιόμετρο (103)
Βήμα 2: Πρώτο ATmega1284
Επικοινωνία SPI μεταξύ δύο 1284 της ATmega
- Συνδέστε το pin 5 στο pin 5
- Συνδέστε το pin 6 με το pin 6
- Συνδέστε το pin 7 με το pin 7
- Συνδέστε το pin 8 με το pin 8
USART Επικοινωνίες μεταξύ μονάδας Bluetooth και First ATmega
- Συνδέστε το GND Pin στο GND στο breadboard
- Συνδέστε το VCC σε 5V στο breadboard
- Συνδέστε το Tx στο Pin 17 στο ATmega
- Συνδέστε το Rx στο Pin 16 στο ATmega
Bluetooth-
- Χρησιμοποιήστε την εφαρμογή LightBlue για IOS και στείλτε εξαγωνικές τιμές αν και Χαρακτηριστικά όταν συνδέεστε στο HC-08.
- Χρησιμοποιήστε "Γράψτε νέα τιμή" και γράψτε την εξαγωνική τιμή της επιλογής σας.
USART Επικοινωνία μεταξύ First ATmega και Arduino MEGA
- Συνδέστε το Pin 18 στο Pin 14 στο ATmega
- Συνδέστε το Pin 19 στο Pin 15 στο ATmega
Βήμα 3: Δεύτερο ATmega1284
Συνδέστε 8 LED στο ATmega
- Συνδέστε το LED (Μεγάλη πλευρά) στις ακίδες 33-40.
- Συνδέστε την αντίσταση 330Ω σε κάθε LED και την άλλη άκρη στο GND στον πίνακα ψωμιού.
Συνδέστε την οθόνη LCD στο ATmega.
- Συνδέστε την καρφίτσα LCD 1 στο GND στο breadboard
- Συνδέστε την καρφίτσα LCD 2 σε 5V στο breadboard
- Συνδέστε το LCD Pin 3 στο Ποτενσιόμετρο (10KΩ) μέσω του GND.
- Συνδέστε το LCD Pin 4 στο ATmega Pin 20
- Συνδέστε την καρφίτσα LCD 5 στο GND.
- Συνδέστε το LCD Pin 6 στο ATmega Pin 21
- Συνδέστε την καρφίτσα LCD 7 - 14 στην καρφίτσα ATmega 22-29
- Συνδέστε την καρφίτσα LCD 15-16 στο VCC - GND
Βήμα 4: Arduino Uno
Συνδέστε τον προσαρμογέα κάρτας MicroSD στο Arduino Uno.
- Συνδέστε το GND με το GND στο Arduino
- Συνδέστε το VCC σε 5V στο Arduino
- Συνδέστε το MISO στο Pin 12
- Συνδέστε το MOSI στο pin 11
- Συνδέστε το SCK στο Pin 13
Συνδέστε το CS στο Pin 4 Συνδέστε τη μονάδα ενισχυτή ήχου 200x Gain LM386 στο Arduino Uno
- Συνδέστε δύο GND σε GND σε μια σανίδα ψωμιού
- Συνδεθείτε στο Pin 9 στο Arduino
- Συνδέστε το VCC σε 5V σε ένα breadboard
Συνδέστε το ηχείο στη μονάδα ενισχυτή ήχου.
- Συνδεθείτε + στο VCC στον ενισχυτή ήχου
- Σύνδεση - στο GND στον ενισχυτή ήχου
Συνδέστε το Arduino Uno με το πρώτο ATmega1284
- Συνδέστε το pin 2 στο pin 15 στο ATmega
- Συνδέστε το Pin 3 στο Pin 14 στο ATmega
Προσθέστε TMPpcm-master.zip στη βιβλιοθήκη Arduino
Σκίτσο >> Συμπερίληψη βιβλιοθήκης >> Προσθήκη βιβλιοθήκης zip
Βήμα 5: Αλλάξτε Mp3 σε αρχεία Wav
Χρήση
- https://audio.online-convert.com/convert-to-wav
- Αλλαγή ανάλυσης bit: 8bit
-
Αλλαγή ρυθμού δειγματοληψίας: 16000Hz
Αλλαγή καναλιών ήχου: μονοφωνικά
Μορφή PCM: PCM χωρίς υπογραφή 8-bit
Βήμα 6: Arduino Mega
Συνδέστε τη μονάδα αναγνώρισης Smakn Speak Recognition (SRM) στο Arduino MEGA
- Συνδέστε το SRM GND στο GND στο breadboard.
- Συνδέστε το SRM VCC σε 5V στο breadboard.
- Συνδέστε το SRM TX στο Pin 10
- Συνδέστε το SRM RX στο pin 11
Ανεβάστε το VoiceRecognitionV3-master.zip στη βιβλιοθήκη Arduino
Κάντε κλικ στη συνέχεια Sketch >> Include Library >> Προσθήκη zip Library
Κώδικας:
- Εκπαιδεύστε έως 80 λέξεις χρησιμοποιώντας το sigtrain. π.χ. (sigtrain 0 BrunoMars)
- Θα εκπαιδεύσει τον Bruno Mars στη θέση 0 και μπορεί να χρησιμοποιηθεί χρησιμοποιώντας φορτίο 0.
- Ενώ είναι φορτωμένο όταν ακούει τον Bruno Mars, θα το εξάγει στο Serial Monitor.
- Φορτώνετε 7 εντολές κάθε φορά και βλέπετε πόσες είναι και ποιες τιμές βρίσκονται στο φορτίο χρησιμοποιώντας το vr.
- Μπορείτε να καθαρίσετε το φορτίο χρησιμοποιώντας το clear.
Συνιστάται:
Τεχνητή Νοημοσύνη και αναγνώριση εικόνας με χρήση του HuskyLens: 6 βήματα (με εικόνες)
Τεχνητή Νοημοσύνη και αναγνώριση εικόνας με χρήση του HuskyLens: Γεια, τι συμβαίνει, παιδιά! Akarsh εδώ από τη CETech. Σε αυτό το έργο, θα ρίξουμε μια ματιά στο HuskyLens από το DFRobot. Είναι μια μονάδα κάμερας που λειτουργεί με τεχνητή νοημοσύνη και είναι ικανή να κάνει διάφορες λειτουργίες τεχνητής νοημοσύνης, όπως το Face Recognitio
Αναγνώριση ομιλίας με Arduino (Bluetooth + LCD + Android): 6 βήματα
Αναγνώριση ομιλίας με Arduino (Bluetooth + LCD + Android): Σε αυτό το έργο, πρόκειται να κάνουμε αναγνώριση ομιλίας με Arduino, μονάδα Bluetooth (HC-05) και LCD. ας χτίσουμε τη δική σας συσκευή αναγνώρισης ομιλίας
Αναγνώριση εικόνας με πίνακες K210 και Arduino IDE/Micropython: 6 βήματα (με εικόνες)
Αναγνώριση εικόνας με πίνακες K210 και Arduino IDE/Micropython: Έγραψα ήδη ένα άρθρο σχετικά με τον τρόπο εκτέλεσης επιδείξεων OpenMV στο Sipeed Maix Bit και επίσης έκανα ένα βίντεο επίδειξης ανίχνευσης αντικειμένων με αυτόν τον πίνακα. Ένα από τα πολλά ερωτήματα που έχουν κάνει οι άνθρωποι είναι - πώς μπορώ να αναγνωρίσω ένα αντικείμενο που το νευρωνικό δίκτυο δεν είναι τ
Αναγνώριση προσώπου και αναγνώριση - Arduino Face ID χρησιμοποιώντας OpenCV Python και Arduino .: 6 βήματα
Αναγνώριση προσώπου και αναγνώριση | Arduino Face ID χρησιμοποιώντας OpenCV Python και Arduino .: Αναγνώριση προσώπου Το αναγνωριστικό προσώπου AKA είναι ένα από τα πιο σημαντικά χαρακτηριστικά στα κινητά τηλέφωνα στις μέρες μας. Έτσι, είχα μια ερώτηση " μπορώ να έχω ένα αναγνωριστικό προσώπου για το έργο μου στο Arduino " και η απάντηση είναι ναι … Το ταξίδι μου ξεκίνησε ως εξής: Βήμα 1: Πρόσβαση σε εμάς
Προσθήκη μικροφώνου στο σύστημα GPS Omnitech για αναγνώριση φωνής: 4 βήματα
Προσθήκη μικροφώνου στο σύστημα GPS Omnitech για αναγνώριση φωνής: Ενώ ασχολιόμουν με τη μονάδα μου, βρήκα έναν εύκολο και γρήγορο τρόπο να προσθέσω ένα μικρόφωνο σε αυτήν την κωφή μονάδα. Με ένα μικρόφωνο, θα μπορείτε να εκμεταλλευτείτε την αναγνώριση φωνής για πλοήγηση. Θα περιλαμβάνει μια μικρή ποσότητα συγκόλλησης, αλλά σχεδόν κάθε