原文地址：http://blog.csdn.net/sinat_26551021/article/details/79476056
1. 前言
2017年，隨着以深度學習爲代表的的人工智能火熱，智能音箱也跟着着實火了一把，各大廠都陸續都推出自己的產品。本着對新事物、新技術的好奇心，是時候祭出自己吃灰的老古董了 —> MINI2440開發板。（截止目前，（2018.3.6）已經成功在板上實現語音識別（語音轉文字），爲了防止自己遺忘，在該階段對自己的思路進行梳理和記錄，並進行相關知識點的總結）
2. 整體概述
既然智能音箱叫智能，那麼肯定就要有和人之間的交互方式，所以上面肯定要有個麥克風，好像說了一段廢話：）。查查MINI2440上的外設資源，好像有個叫UDA1341的聲卡芯片，既然是聲卡，那麼肯定和聲音有關係，好像又說了一段廢話：），所以我們首要的任務就驅動這個聲卡，完成聲音的錄製和播放。既然涉及到驅動，那肯定就涉及到內核了，那麼順便再來個內核移植好了，既然都玩內核移植了，那麼要移植就移植一整套的，所以第一階段任務 —> 完成嵌入式Linux最小系統移植，包括uboot、kernel、rootfs。
完成最小系統移植之後，就需要進行聲音錄製，這裏涉及到Linux內核中的音頻子系統相關知識，詳細知識幾十個這麼長的篇幅都講不完，這裏就不進行展開，只要知道音頻子系統有OSS和ALSA兩大架構，其中OSS已經逐漸被淘汰了，ALSA是主流的音頻架構，而ALSA提供的工具集中有arecord、aplay命令，可以用來錄製和播放音頻，初期我們暫時用這個進行測試，後續可以用ALSA提供的API實現。
此時我們應該已經能錄製音頻，下一步就該進行音頻識別了。作爲人工智能小白，不會深度學習怎麼辦，不會巴拉巴拉模型算法，怎麼辦？這個時候當然是選擇抱大腿了啊，目前比較粗的大腿有：BAT大佬、訊飛 ，先去各位大佬官網瞧一瞧。四家瞭解之後，發現BAT這麼厲害，當然是選擇訊飛啦。其實主要原因是隻有訊飛提供了C語言的SDK，作爲只會C語言的戰五渣，只能首選訊飛啦。
阿里AI平臺：https://www.aliyun.com/
百度AI平臺：https://ai.baidu.com/
騰訊AI平臺：http://ai.qq.com/
訊飛AI平臺：http://www.xfyun.cn/
3. 實現流程記錄
到此，基本的路線和要實現的目標都已經訂好了，可以開始我的作死之路了，這裏都是僅對流程以及遇到的問題進行記錄，詳細的原因和總結將分多篇進行展開。
第一階段：編譯最小系統 —>
1、編譯uboot2014,使用了4.7.3的交叉編譯工具，編譯成功，燒入板後無法啓動.
2、編譯uboot2012,使用了4.7.3的交叉編譯工具，編譯成功，燒入板後無法啓動.
3、編譯uboot2012,改用了4.4.3的交叉編譯工具，編譯成功，燒入板後正常啓動.
4、編譯kernel-4.0，編譯成功，併成功燒入板中加載。
5、編譯busybox-1.26.0，編譯成功，成功燒入板中加載。
這部分的具體步驟可參照我的其它文章：
#嵌入式Linux最小系統移植# 對uboot移植和裁剪的一點點個人思考和總結
#嵌入式Linux最小系統移植# yaffs2根文件系統移植出錯記錄
#嵌入式Linux最小系統移植# busybox分析和移植記錄
#嵌入式Linux最小系統移植# mini2440內核4.0.8移植記錄
#嵌入式Linux最小系統移植# mini2440最小系統移植可用源碼
<— 第一階段完成
第二階段：驅動聲卡UDA1341 —>
1、配置kernel4.0支持sound card，成功識別出聲卡。
2、使用ALSA工具arecord、aplay進行測試，報dma錯誤。
3、 前面一直鼓搗kernel4.0，一直搞不定，一怒之下改用kernel-3.6.5，編譯成功並識別出聲卡。
4、使用aplay播放音頻時，提示找不到soundncard，查看/dev下沒有生成節點。
解決辦法：mdev詳解
4、使用aplay正常播放音頻，但是arecord就是無法錄到聲音。
5、閱讀原理圖後發現，板上UDA1341有兩個輸入端，要選擇VIN2，更改後成功錄製聲音。
解決辦法：#MINI2440實現語音識別# （二）驅動聲卡UDA1341遇到的問題和解決辦法
6、aplay播放音頻時，發現聲音會一直循環，更改dma.c後解決。
解決辦法：#MINI2440實現語音識別# （二）驅動聲卡UDA1341遇到的問題和解決辦法
<— 第二階段完成（可錄製和播放音頻）
第三階段：嘗試iFlytek-Demo程序 —>
1、在自制的rootfs上敲ifconfig時出錯，原因是在/etc/init.d/rcS中沒有mount -a 。
2、在/etc/init.d/rcS中export PS1沒起作用，在/etc/profile中則可以。
3、訊飛提供的SDK中只有x86和x64的libmsc.so庫，通過訊飛提供自動編譯網站獲得交叉編譯下的libmsc.so庫。
訊飛：Linux平臺庫文件交叉編譯申請鏈接
4、使用tftp下載libmsc.so時發現，丟包率極高，tftp極易timeout，更改dm9000.c後解決。
主要原因是原始的DM9000驅動沒有完全適配MINI2440，解決辦法可參考以下鏈接：
Linux2.6.32移植到MINI2440(4)移植+分析DM9000網卡驅動
5、在板上下載asr_sample、libmsc.so後，可正常運行，但上傳語法失敗，應該是因爲無法連通外網。
6、ping 8.8.8.8時，提示“network unreachable”,添加默認網關即可，route add default gw 192.168.0.1。
解決ARM板上無法ping域名的方法
7、ping www.baidu.com時提示“bad address”錯誤 。
解決辦法：刪除/etc/nsswitch.conf，在resolv.conf中添加nameserver 8.8.8.8
解決ARM板上無法ping域名的方法
8、跑asr_sample-Demo程序時，識別結果不對 —> 訊飛工程師說在線命令詞產品已經下線，建議使用離線命令詞識別。
9、生成的交叉編譯庫只支持在線服務，所以離線命令詞無法使用。
訊飛：Linux平臺庫文件交叉編譯申請鏈接
本頁面爲Linux平臺應用提供ARM、MIPS架構語音SDK庫文件的交叉編譯服務。
針對32&64位x86架構和樹莓派的庫文件已經在默認SDK包中給出，無需再次提交申請。
庫文件會包含已經添加的在線服務和已添加併購買成功的離線服務。
我們會在3個工作日內完成編譯，並通過郵件發送編譯好的庫文件。
10、跑iat_sample-Demo程序，都採用PC端虛擬機下用arecord命令錄製的音頻文件，PC端和ARM端都可以識別出來。
11、在ARM上arecord的wav文件，通過aplay可正常播放，但是放到PC端播放就會出現卡頓，反過來(在PC端arecord)一樣的。
12、11中的原因已經找到， kernel-dma.c中的audio_buffdone有BUG。
解決辦法：#MINI2440實現語音識別# （二）驅動聲卡UDA1341遇到的問題和解決辦法
<— 第三階段完成
第四階段：採用REST API方式實現功能 —->
使用訊飛庫的過程中比較惱火，因爲默認不提供ARM架構的libmsc庫，導致很多問題；另外，BAT都不提供C語言下的SDK，最多提供C++下的SDK，這樣就無法充分BAT的AI平臺，所以下一步決定採用REST API的方式來實現功能。
（截至2018.3.18，已經完成基於REST API的方式訪問訊飛語音識別功能，並加入了基於WebRTC VAD的語音端點檢測機制。爲防止該篇文章過長，所以這階段的概述和流程記錄參照另一篇文章：#MINI2440實現語音識別# （三）REST API訪問和VAD端點檢測
第四階段（2018.3.18完成）
4. 源碼路徑
github：ASR-LINUX-MINI2440
github：CBB-LINUX
5. 後續思考
就我現在對智能音箱的理解，我認爲自己後面還可以優化和學習的有：
1、遠場拾音技術，因爲在MINI2440上，我要湊近麥克風錄製聲音才能識別出結果，距離大概5釐米左右（尷尬又不失禮貌的微笑）
留坑，瞭解遠場拾音技術
2、WSN，終端麥克風多點分佈，無線數據傳輸，網關彙總分析，結果返回。
3、語音識別模型和算法（知其所以然嘛）
6. 參考文獻和參考工程
7. 聯繫方式
歡迎各位大佬來指導、交流和討論。Email：[email protected]