AliOS Things 声源定位应用演示

摘要： 1. 概述 利用麦克风阵列进行声源定位在智能降噪、语音增强、语音识别等领域有广泛应用和研究前景。本文介绍基于AliOS Things + STM32F413H Discovery开发板实现声源定位算法集成和功能演示。

1. 概述

利用麦克风阵列进行声源定位在智能降噪、语音增强、语音识别等领域有广泛应用和研究前景。本文介绍基于AliOS Things + STM32F413H Discovery开发板实现声源定位算法集成和功能演示。

• 声源定位算法
  本案例集成了STMicroelectronics的Acoustic_SL声源定位算法。Acoustic_SL是STMicroelectronics开发的声源定位算法，支持XCORR、GCC-PHAT、BMPH三种不同算法类型。本案例使用GCC-PHAT算法类型，算法基于到达时间差（TDOA）原理实现，通过测量声音信号达到不同麦克风的时间差计算声源方向。GCC-PHAT算法作为应用最为广泛的声位算法，数据计算量和资源消耗较小，并且具有一定的抗噪和抗混响能力。

2. 环境搭建

开发板：STM32F413H Discovery（附带麦克风阵列板）
手势传感器：Seeed Grove PAJ7620
温湿度传感器：HTS221
LED数码管：Seeed Grove LED Bar

硬件说明：
使用STM32F413H作为主控芯片，提供音频输入接口、I2C接口、GPIO控制接口、显示控制接口等。
STM32F413H内置的DFSDM模块可以支持最多同时5路PDM数字麦克数据录入，并经过硬件滤波将PDM数据转换成PCM数据，降低了音频软件的复杂度和资源消耗。

硬件连接：

3. 软件编译

软件：AliOS Things
下载AliOS Things后，切换到developer分支。

执行如下命令编译Application：
aos make sensordemo@stm32f413h-discovery

编译成功后，使用下面命令烧录镜像：
aos upload sensordemo@stm32f413h-discovery

4. 软件介绍

• AliOS Things

AliOS Things是面向IOT领域的轻量级物联网嵌入式操作系统。AliOS Things启动过程中，依次完成内核初始化、硬件资源初始化、功能组件初始化、外设驱动初始化。系统就绪后，通过用户定义的application_start()函数进入应用程序。

• 创建声位和音量显示界面

在application_start()函数中调用display_init()创建LCD刷新任务、显存刷新任务、定义显示界面。

声位显示界面：

切换到该界面时，声位识别算法开始运行，屏幕上指示当前声音方位。测试时建议距离mic阵列水平距离30cm，高度和mic阵列尽量接近，可以获得最佳效果。

音量显示界面：

切换到该界面时，计算mic信号的大小并转换成音量在屏上显示音量指示条，即提供声音强度检测功能。

• 运行声位算法

<1> 在application_start()函数中创建声源定位task，在该task中继续调用acoustic_sl_start()执行声源定位功能。

<2> 在acoustic_sl_start()函数中调用DFSDM_Init()和HAL_DFSDM_FilterRegularStart_DMA()初始化并启动DFSDM录音程序。打开4路DFSDM滤波通道，获取4个麦克风的PDM数据，经过内部处理转换成PCM后通过DMA传输到缓存中。

<3> 调用acoustic_sl_init()库函数初始化Acoustic_SL算法。这一步需要设置算法参数，例如配置算法类型、channel number、麦克风阵列间距以及识别角度最小单位、声音检测门限。

<4> DFSDM录音程序每次分别从4个mic录入512个采样点的PDM数据数据，经过内部处理转换成PCM后通过DMA传输到缓存中。

<5> 缓存数据到达后，对PCM数据进行简单的High Pass滤波算法处理，然后调用AcousticSL_Data_Input()以每次16samples的大小送入算法后，触发外部中断，在中断函数中再调用AcousticSL_Process()进行算法处理和声位计算，得到代表声音方位的角度信息。

<6> 根据角度的范围可以确定麦克的位置，然后在显示任务fb_refresh_task中根据麦克位置更新显示界面。

麦克阵列采用2x2矩阵形式，通过这种布局方式可以实现360度声音方位的识别。

另外，AcousticSL算法提供声音检测门限和识别角度最小单位两个调试参数。可以根据需要修改参数，适应不同的环境条件和应用需求。

• 音量计算

通过手势切换到该界面后，首先对DFSDM输出的512个采样点的pcm数据先计算均值，再进行对数计算，得到对应pcm数据的音量信息，同时根据音量信息在显示任务fb_refresh_task刷新界面音量进度条。

5. 应用演示

视频观看：AliOS-Things声源定位应用演示

6. 更多

参考AliOS Things手势识别应用演示

原文链接

本文为云栖社区原创内容，未经允许不得转载。