lovelyterry/SmartSpeaker

一个基于云端语音识别的智能控制设备，类似于天猫精灵，小爱同学。采用的芯片为stm32f407,wm8978,esp8266。

해결하는 문제

이 프로젝트는 Amazon Echo나 Tmall Genie와 유사한 스마트 스피커를 구현하지만, 임베디드 Linux 대신 마이크로컨트롤러(MCU)와 FreeRTOS를 사용하여, 음성 제어 하드웨어를 위한 경량적인 접근 방식을 보여줍니다.

작동 방식

시스템은 주 컨트롤러로 STM32F407VET6를 사용하고, WM8978을 오디오 DA/ADC로, ESP8266을 네트워크 연결용으로 사용합니다. 짧은 시간 내의 제로 크로싱률과 음파 에너지를 기반으로 한 간단한 음성 활동 탐지(VAD) 알고리즘을 사용하여 자동으로 오디오를 녹음합니다. 녹음된 오디오 파일은 Baidu Cloud 음성 인식 서버로 전송되어 처리되며, 반환된 인식 결과에 따라 장치가 작업을 수행합니다.

대상 사용자

임베디드 시스템, MCU 기반 음성 인식, 하드웨어에 클라우드 기반 AI 서비스를 통합하고자 하는 개발자 및 애호가.

주요 특징

  • MCU 기반 아키텍처: 완전한 Linux OS 대신 STM32F4와 FreeRTOS 기반으로 구축.
  • 클라우드 통합: 음성 인식 처리에 Baidu Cloud 사용.
  • VAD 구현: 자동 녹음용 사용자 정의 음성 활동 탐지 알고리즘 포함.
  • 확장성: LED 제어나 SD 카드에서 음악 재생과 같은 새로운 명령 및 작업을 쉽게 추가할 수 있도록 설계됨.

관련

  • 프로젝트
    Colin-XKL/FeedCraft

    FeedCraft는 오픈소스 Go 서비스로, RSS/Atom 피드의 미들웨어 역할을 합니다. 전체 기사 가져오기, AI 기반 요약, 번역, 콘텐츠 정리 기능을 OpenAI 호환 LLM을 통해 실행하고, 결과를 새로운 RSS 피드로 재게시할 수 있습니다. 사용자는 **AtomCraft**(단일 단계)를 정의하고 이를 **FlowCraft**(파이프라인)로 조합한 후, **레시피**로 저장하여 사용자 정의 RSS URL을 노출할 수 있습니다. Docker-compose 기반 배포로, 선택적 Redis 캐싱과 JavaScript 기반 사이트용 헤드리스 브라우저 서비스를 지원합니다. GPL-v3 라이선스입니다.

  • 프로젝트
    AIGAnimation/CAMDM

    사용자 제어 신호와 스타일 프리셋을 기반으로 고품질이고 다양한 움직임을 실시간으로 생성하는 확산 모델을 활용한 캐릭터 애니메이션 시스템.

  • 프로젝트
    ACDSLab/MPPI-Generic

    Model Predictive Path Integral (MPPI) 제어를 위한 C++/CUDA 헤더 전용 라이브러리로, NVIDIA GPU에서 고성능 확률적 경로 최적화를 가능하게 합니다.

  • 프로젝트
    Oqura-ai/deepdoc

    deepdoc은 로컬 폴더의 PDF, 문서, 슬라이드, 이미지, 텍스트 파일을 구조화된 마크다운 보고서로 변환하는 Python 도구입니다. 콘텐츠를 Qdrant에 인덱싱하고, LLM을 사용해 보고서 개요를 계획하며, 병렬로 작동하는 리서치 에이전트가 인덱스를 질의하고 TypeSafe의 **Jev** 모델로 결과를 필터링한 후, 글쓰기용 LLM으로 각 섹션을 합성합니다. 모든 처리는 기기 내에서 수행되며, `configuration.py`를 통해 매우 유연하게 구성 가능합니다.