基于ESP32的智能语音控制蓝牙音箱

你是否曾在做饭、专注工作、锻炼或淋浴唱歌时，双手脏兮兮地，却希望无需触碰任何设备就能控制音乐?这正是我设计这款语音控制音箱的原因。

与亚马逊Echo、谷歌Home和苹果HomePod等智能音箱不同，它们都需要网络连接和云端处理才能运行——这意味着没有网络，就无法控制音乐。而本项目则采用另一种方式：通过DFRobot的离线语言学习语音识别传感器，实现完全离线处理语音指令。ESP32微控制器承担双重任务：既负责蓝牙音频流传输，又处理语音指令;同时，MAX98357A I2S放大器确保输出高品质音效。

该项目的独特之处在于其独立性和简洁性。编程完成后，它的工作方式与普通蓝牙音箱相同，但能直接响应自然语音指令，如“播放音乐”、“停止播放”或“调高音量”，无需应用程序或网络连接。语音识别在设备上即时完成，确保快速响应和完全的隐私保护。

所需硬件

•ESP32开发板

•DFRobot DF2301Q语音识别模块

•DFRobot MAX98357A I2S音频放大器

•扬声器(建议使用8Ω)

•电源(5V)

•连接线

•项目箱/外壳(可选)

引脚连接

语音识别模块(DF2301Q)

•RX → GPIO16(ESP32)

•TX → GPIO17(ESP32)

•VCC → 5V

•GND → GND

音频放大器(MAX98357A)

•BCLK → GPIO25

•LRCLK → GPIO26

•DIN → GPIO14

•VCC → 5V

•GND → GND

软件依赖

请确保安装以下两个必需的库

1. DFRobot_DF2301Q 语音识别模块库

2.DFRobot_MAX98357A 用于放大器模块

它已包含在代码中，如下所示。

工作原理

语音识别通信

DF2301Q 语音识别模块通过 UART 协议与 ESP32 进行通信。虽然该模块支持 I2C 通信，但为了实现简单和方便，选择了 UART。连接仅需两个数据引脚(TX 和 RX)以及电源和地线。

当模块识别到语音指令时，会通过串口连接发送对应的命令 ID(CMDID)。每个命令都有唯一的 ID，用于触发特定操作：

主循环持续监控命令 ID：

音响系统

MAX98357A 放大器通过专用数字音频接口 I2S(Inter-IC Sound)连接到 ESP32，从而确保蓝牙信号高质量地传输至扬声器。ESP32 负责处理蓝牙 A2DP(高级音频分发配置文件)，实现设备间音频流媒体传输。

软件设置

安装所需库

•DFRobot_MAX98357A

•DFRobot_DF2301Q

Arduino IDE 设置

•板卡：ESP32 开发模块

•上传速度：115200

•闪存频率：80MHz

•CPU 频率：240MHz

上传代码

•在 Arduino IDE 中打开提供的代码

•选择正确的串口

•上传至你的 ESP32

初始配置

setup 函数会初始化语音识别模块和放大器：

语音指令

系统可识别以下命令：

•“播放音乐” - 启动播放

•“停止” - 停止播放

•“下一曲” - 跳转到下一首

•“上一首” - 转到上一首

•“音量增大” - 提高音量

•“音量减小” - 降低音量

•“将音量调至最大” - 将音量设为最大值

•“将音量调至最小” - 将音量设为最小值

•“将音量调至中等” - 将音量设为中等水平

故障排除

语音识别问题

•请确保说话清晰，且距离设备在1米以内

•检查TX/RX引脚是否正确连接

•验证代码中的Serial2初始化

•查看串口监视器以确认命令ID反馈

音频问题

•检查I2S引脚连接

•检查扬声器连接及阻抗

•确保蓝牙设备已正确配对

•监控串口输出以确认初始化成功

连接问题

•重置ESP32和蓝牙设备

•检查电源稳定性

•确认所有接地连接

•监控串口输出以获取调试信息

•成功初始化后将播放启动音效

操作指南

•开启设备

•等待初始化确认

•设备将在您的蓝牙设置中显示为“Nick智能音箱”

•与您的设备配对

•使用语音指令控制播放和音量

本文编译自hackster.io