【源码】基于Python的智能助行器语音激活系统

项目简介

本项目围绕为嵌入式设备（以树莓派为例）构建精确的机器学习模型，实现智能助行器的语音激活。借助Python语言和相关机器学习库，完成音频处理、机器学习模型的训练和转换，进而在嵌入式设备上识别语音命令，控制助行器执行相应动作。

项目的主要特性和功能

1. 音频数据处理：当标准数据集缺乏特定训练词汇或数量不足时，能生成音频文件与背景噪音。对音频预处理，提取Mel频率倒谱系数（MFCC）特征并转为二进制编码的CSV文件。
2. 模型训练：构建并训练机器学习模型，可依据数据集大小调整隐藏层数量，采用推荐的激活函数和损失函数进行二元分类。
3. 模型转换与部署：把训练好的模型保存为不同格式，如.keras供普通计算机使用，.tflite适用于树莓派等嵌入式设备，.h适用于Arduino Nano ESP32等小型设备。
4. 语音识别与控制：在嵌入式设备上实时识别语音唤醒词，根据识别结果通过GPIO引脚输出控制信号，控制助行器启动、停止、左右转向、前后移动等动作。

安装使用步骤

安装环境

确保系统安装Python，推荐版本为3.11.9。安装以下必要的Python包： - numpy - pandas - scikit-learn - tensorflow（仅支持v2.15.0） - keras（仅支持v2.15.0） - sounddevice - librosa - matplotlib - scikeras（在完成tensorflow-lite模型制作后安装，因该包与keras v3.2.0及以上版本兼容，而转换tensorflow lite模型时使用keras v2.15.0）

下载数据集

从链接https://download.tensorflow.org/data/speech_commands_v0.02.tar.gz 下载Google命令数据集用于音频处理。

数据准备

使用preparing_data.py生成音频文件，使用preprocessing.py对音频进行预处理，提取MFCC特征并保存为CSV文件。

模型训练

运行training.py脚本，训练机器学习模型，并保存为.keras文件。

模型转换

若需在嵌入式设备上运行模型，使用相关工具将.keras模型转换为.tflite格式。

模型测试

使用prediction.py脚本测试模型的准确性，根据数据集大小和训练得分设置阈值。

嵌入式设备部署

将.tflite模型部署到树莓派上，运行embedded_prediction_final.py脚本，通过USB麦克风实时识别语音唤醒词，并根据识别结果通过GPIO引脚输出控制信号。若脚本在树莓派启动时立即崩溃，可能是USB端口索引瞬间改变导致，请根据实际情况更新索引。

下载地址

点击下载 【提取码: 4003】【解压密码: www.makuang.net】