当前位置:网站首页>第四章 STM32+LD3320+SYN6288+DHT11实现语音获取温湿度数值(上)
第四章 STM32+LD3320+SYN6288+DHT11实现语音获取温湿度数值(上)
2022-07-13 17:51:00 【毕设大逃亡】
前面三章,我们介绍了LD3320、SYN6288和DHT11温湿度传感器,并把代码资料一一分享给大家了,拿到代码后,我们就可以做一个简单的语音识别毕设了,即通过语音命令获取当前环境的温湿度数值,(但还达不到正常水平的毕设项目,所以后面我会再教大家怎么用这一套程序去控制可调亮度和色温的LED灯)。
首先打开LD3320和SYN6288工程文件夹,我们将以LD3320的工程为基础,把SYN6288和DHT11移植进去。SYN6288语音合成模块与STM32之间是通过串口进行通讯的,所以,我们将SYN6288工程文件中的串口驱动源码文件移植进LD3320工程文件中,具体步骤如下图。

移植完串口源码后,我们就可以将SYN6288实现语音播报功能的函数代码文件也移植过来(前面章节提过,该功能函数是基于串口通讯实现的)。

打开LD3320工程代码,按照下面步骤。

在弹出的对话框中进行一下操作,将语音播报的串口驱动添加进工程中。

接下来,将语音播报接口源码文件添加进工程。


将两个移植过来的usart和syn6288文件添加到编译路径。



重复上图操作将syn6288也添加进编译路径,结果图如下。

然后点击OK退出对话框即可。
做完以上移植操作,在main.c开头添加usart.h和syn6288.h头文件,并在main()函数中调用usart.c中的串口初始化函数,把STM32与SYN6288通讯的串口进行初始化之后,我们就可以尽情调用 SYN_FrameInfo()进行语音播报了。

在想播报语音信息的地方直接调用SYN_FrameInfo()函数即可。如下图所示,(在根据不同识别码进行不同操作的User_Modification( )函数内添加我们的播报语音操作)。
将代码编译再烧录进STM32即可实现语音人机交互了。
代码和效果视频放在下面链接中
链接:https://pan.baidu.com/s/1NKHJIoxrre2G8SZ7edlLwg
提取码:htyr

边栏推荐
- 【CVPR2022】Lite Vision Transformer with Enhanced Self-Attention
- 小程序导入项目
- [paper notes] - low illumination image enhancement - zeroshot - retinaxdip Network - 2021-tcsvt
- 阅读论文——A cnn-rnn framework for crop yield prediction
- [paper notes] - millimeter wave radar fog penetrating high resolution imaging - supervised Hawkeye system - 2020-cvpr
- Do you really understand JS event cycle
- [notes de thèse] - réseau vgg - 2014 - ICLR
- It's 5 days late to convert the string to time. Pit avoidance Guide
- 数据不平衡:反欺诈模型(数据不平衡)综合采样
- RT_thread生产者与消费者问题
猜你喜欢
随机推荐
HDU 3666 THE MATRIX PROBLEM (差分约束+栈优化spfa判负环)
RT_thread消息队列的使用
_ button. Enable=no does not work
短视频平台常见SQL面试题,你学会了吗?
[paper notes] - googlenet (inception-v1) - 2015-cvpr
元素垂直居中
[paper notes] - VGg Network - 2014-iclr
Make 3D navigation bar step by step
HTTP 缓存机制详解
数据不平衡:反欺诈模型(数据不平衡)综合采样
RT_thread 临界区保护
[paper notes] - RESNET - 2015-cvpr
list indices must be integers or slices, not tuple
复选框报错
小程序导入项目
PHP开发之简单上传功能的实现
RT_thread信号量的使用
【MIT Missing Semester 2】Shell Tools
[code Notes] rrdnet network
GAN:Generative Adversarial Nets——论文分析及其背后的数学概念






![[paper notes] - low illumination image enhancement - zero samples - ruas Network - 2021-cvpr](/img/15/24d72e37c071746810b497a75ec3a8.png)

