最快!使用ESP32的語音到文本轉(zhuǎn)換

ESP32 + INMP441麥克風(fēng)+ SD卡+ Deepgram API =語音到文本只需3秒!即時記錄、存儲和轉(zhuǎn)錄?，F(xiàn)在就試試!

最快!使用ESP32板的語音到文本轉(zhuǎn)換

語音轉(zhuǎn)文本技術(shù)改變了許多項目的游戲規(guī)則。從在智能家居中實現(xiàn)免提控制到為殘疾人創(chuàng)建無障礙解決方案，將口語轉(zhuǎn)換為文本的能力打開了無限的可能性。無論你是在構(gòu)建語音激活的自動化系統(tǒng)、在旅途中抄寫筆記，還是將語音識別集成到聊天機器人中，語音轉(zhuǎn)文本都可以簡化用戶交互，并將你的想法變?yōu)楝F(xiàn)實。借助ESP32開發(fā)板和Deepgram語音到文本API，您可以無縫高效地實現(xiàn)這一目標，使其成為創(chuàng)新物聯(lián)網(wǎng)項目的必備功能。

為什么選擇ESP32進行語音轉(zhuǎn)文本?

ESP32是一款多功能微控制器，內(nèi)置Wi-Fi和藍牙，是物聯(lián)網(wǎng)應(yīng)用的理想選擇。它的雙核處理器和充足的內(nèi)存使它可以毫不費力地處理語音到文本轉(zhuǎn)換等復(fù)雜任務(wù)。通過利用Deepgram語音到文本API，我們可以實現(xiàn)實時語音識別，同時保持ESP32的處理需求最小化。

它是如何工作的

ESP32通過INMP441麥克風(fēng)捕獲音頻輸入，并將錄制的音頻存儲在SD卡上。存儲的音頻文件然后從SD卡讀取并發(fā)送到Deepgram語音轉(zhuǎn)文本API。API處理音頻數(shù)據(jù)并返回轉(zhuǎn)錄文本，然后可用于各種應(yīng)用程序，如家庭自動化、筆記記錄，甚至聊天機器人交互。

硬件設(shè)置

連接INMP441麥克風(fēng)：

?將INMP441的I2S引腳(WS、SD和SCK)連接到ESP32 Dev Board的相應(yīng)引腳上。

?確保正確的電源和接地連接。

連接INMP441麥克風(fēng)：

?我的麥克風(fēng)，esp32

GND -> GND

VDD -> 3.3v

Sd -> d35

SCK -> d33

w -> d22

L/ r -> 3.3v

連接SD卡模塊：

將SD卡模塊連接到ESP32 (MOSI、MISO、SCK和CS)的SPI引腳上。

將8GB SD卡插入模塊。

連接SD卡模塊：

SD卡模塊ESP32

GND -> GND

Vcc -> VIn

味噌-> d19

Mosi -> d23

SCK -> d18

CS -> D5

在PCB上組裝硬件(我們?yōu)橛|發(fā)器添加了一個額外的按鈕)

如何創(chuàng)建Deepgram API密鑰

要使用Deepgram語音轉(zhuǎn)文本API，您需要一個API密鑰。按照以下步驟創(chuàng)建一個：

注冊一個Deepgram賬戶：

?訪問Deepgram的網(wǎng)站并創(chuàng)建一個免費帳戶。

?注冊一個Deepgram賬戶：

?有了這個新帳戶，你可以獲得200美元的免費積分

?然后點擊“創(chuàng)建API密鑰”

?給它一個名字，然后你就能得到API密鑰，復(fù)制并保存它

安裝所需的庫

打開Arduino IDE，安裝以下庫：

?ESP32 Core for Arduino(通過Board Manager版本3.4.0)

?HTTPClient用于向Deepgram API發(fā)送HTTP請求(內(nèi)置庫)

?ArduinoJson解析JSON響應(yīng)從API(需要安裝)

連接圖

本文編譯自hackster.io