原文地址：http://blog.csdn.net/sinat_26551021/article/details/79476056
1. 前言
2017年，随着以深度学习为代表的的人工智能火热，智能音箱也跟着着实火了一把，各大厂都陆续都推出自己的产品。本着对新事物、新技术的好奇心，是时候祭出自己吃灰的老古董了 —> MINI2440开发板。（截止目前，（2018.3.6）已经成功在板上实现语音识别（语音转文字），为了防止自己遗忘，在该阶段对自己的思路进行梳理和记录，并进行相关知识点的总结）
2. 整体概述
既然智能音箱叫智能，那么肯定就要有和人之间的交互方式，所以上面肯定要有个麦克风，好像说了一段废话：）。查查MINI2440上的外设资源，好像有个叫UDA1341的声卡芯片，既然是声卡，那么肯定和声音有关系，好像又说了一段废话：），所以我们首要的任务就驱动这个声卡，完成声音的录制和播放。既然涉及到驱动，那肯定就涉及到内核了，那么顺便再来个内核移植好了，既然都玩内核移植了，那么要移植就移植一整套的，所以第一阶段任务 —> 完成嵌入式Linux最小系统移植，包括uboot、kernel、rootfs。
完成最小系统移植之后，就需要进行声音录制，这里涉及到Linux内核中的音频子系统相关知识，详细知识几十个这么长的篇幅都讲不完，这里就不进行展开，只要知道音频子系统有OSS和ALSA两大架构，其中OSS已经逐渐被淘汰了，ALSA是主流的音频架构，而ALSA提供的工具集中有arecord、aplay命令，可以用来录制和播放音频，初期我们暂时用这个进行测试，后续可以用ALSA提供的API实现。
此时我们应该已经能录制音频，下一步就该进行音频识别了。作为人工智能小白，不会深度学习怎么办，不会巴拉巴拉模型算法，怎么办？这个时候当然是选择抱大腿了啊，目前比较粗的大腿有：BAT大佬、讯飞 ，先去各位大佬官网瞧一瞧。四家了解之后，发现BAT这么厉害，当然是选择讯飞啦。其实主要原因是只有讯飞提供了C语言的SDK，作为只会C语言的战五渣，只能首选讯飞啦。
阿里AI平台：https://www.aliyun.com/
百度AI平台：https://ai.baidu.com/
腾讯AI平台：http://ai.qq.com/
讯飞AI平台：http://www.xfyun.cn/
3. 实现流程记录
到此，基本的路线和要实现的目标都已经订好了，可以开始我的作死之路了，这里都是仅对流程以及遇到的问题进行记录，详细的原因和总结将分多篇进行展开。
第一阶段：编译最小系统 —>
1、编译uboot2014,使用了4.7.3的交叉编译工具，编译成功，烧入板后无法启动.
2、编译uboot2012,使用了4.7.3的交叉编译工具，编译成功，烧入板后无法启动.
3、编译uboot2012,改用了4.4.3的交叉编译工具，编译成功，烧入板后正常启动.
4、编译kernel-4.0，编译成功，并成功烧入板中加载。
5、编译busybox-1.26.0，编译成功，成功烧入板中加载。
这部分的具体步骤可参照我的其它文章：
#嵌入式Linux最小系统移植# 对uboot移植和裁剪的一点点个人思考和总结
#嵌入式Linux最小系统移植# yaffs2根文件系统移植出错记录
#嵌入式Linux最小系统移植# busybox分析和移植记录
#嵌入式Linux最小系统移植# mini2440内核4.0.8移植记录
#嵌入式Linux最小系统移植# mini2440最小系统移植可用源码
<— 第一阶段完成
第二阶段：驱动声卡UDA1341 —>
1、配置kernel4.0支持sound card，成功识别出声卡。
2、使用ALSA工具arecord、aplay进行测试，报dma错误。
3、 前面一直鼓捣kernel4.0，一直搞不定，一怒之下改用kernel-3.6.5，编译成功并识别出声卡。
4、使用aplay播放音频时，提示找不到soundncard，查看/dev下没有生成节点。
解决办法：mdev详解
4、使用aplay正常播放音频，但是arecord就是无法录到声音。
5、阅读原理图后发现，板上UDA1341有两个输入端，要选择VIN2，更改后成功录制声音。
解决办法：#MINI2440实现语音识别# （二）驱动声卡UDA1341遇到的问题和解决办法
6、aplay播放音频时，发现声音会一直循环，更改dma.c后解决。
解决办法：#MINI2440实现语音识别# （二）驱动声卡UDA1341遇到的问题和解决办法
<— 第二阶段完成（可录制和播放音频）
第三阶段：尝试iFlytek-Demo程序 —>
1、在自制的rootfs上敲ifconfig时出错，原因是在/etc/init.d/rcS中没有mount -a 。
2、在/etc/init.d/rcS中export PS1没起作用，在/etc/profile中则可以。
3、讯飞提供的SDK中只有x86和x64的libmsc.so库，通过讯飞提供自动编译网站获得交叉编译下的libmsc.so库。
讯飞：Linux平台库文件交叉编译申请链接
4、使用tftp下载libmsc.so时发现，丢包率极高，tftp极易timeout，更改dm9000.c后解决。
主要原因是原始的DM9000驱动没有完全适配MINI2440，解决办法可参考以下链接：
Linux2.6.32移植到MINI2440(4)移植+分析DM9000网卡驱动
5、在板上下载asr_sample、libmsc.so后，可正常运行，但上传语法失败，应该是因为无法连通外网。
6、ping 8.8.8.8时，提示“network unreachable”,添加默认网关即可，route add default gw 192.168.0.1。
解决ARM板上无法ping域名的方法
7、ping www.baidu.com时提示“bad address”错误 。
解决办法：删除/etc/nsswitch.conf，在resolv.conf中添加nameserver 8.8.8.8
解决ARM板上无法ping域名的方法
8、跑asr_sample-Demo程序时，识别结果不对 —> 讯飞工程师说在线命令词产品已经下线，建议使用离线命令词识别。
9、生成的交叉编译库只支持在线服务，所以离线命令词无法使用。
讯飞：Linux平台库文件交叉编译申请链接
本页面为Linux平台应用提供ARM、MIPS架构语音SDK库文件的交叉编译服务。
针对32&64位x86架构和树莓派的库文件已经在默认SDK包中给出，无需再次提交申请。
库文件会包含已经添加的在线服务和已添加并购买成功的离线服务。
我们会在3个工作日内完成编译，并通过邮件发送编译好的库文件。
10、跑iat_sample-Demo程序，都采用PC端虚拟机下用arecord命令录制的音频文件，PC端和ARM端都可以识别出来。
11、在ARM上arecord的wav文件，通过aplay可正常播放，但是放到PC端播放就会出现卡顿，反过来(在PC端arecord)一样的。
12、11中的原因已经找到， kernel-dma.c中的audio_buffdone有BUG。
解决办法：#MINI2440实现语音识别# （二）驱动声卡UDA1341遇到的问题和解决办法
<— 第三阶段完成
第四阶段：采用REST API方式实现功能 —->
1、使用讯飞库的过程中比较恼火，因为默认不提供ARM架构的libmsc库，导致很多问题；另外，BAT都不提供C语言下的SDK，最多提供C++下的SDK，这样就无法充分BAT的AI平台，所以下一步决定采用REST API的方式来实现功能。
第四阶段（TO BE CONTINUE）
4. 源码路径
5. 后续思考
就我现在对智能音箱的理解，我认为自己后面还可以优化和学习的有：
1、远场拾音技术，因为在MINI2440上，我要凑近麦克风录制声音才能识别出结果，距离大概5厘米左右（尴尬又不失礼貌的微笑）
留坑，了解远场拾音技术
2、WSN，终端麦克风多点分布，无线数据传输，网关汇总分析，结果返回。
3、语音识别模型和算法（知其所以然嘛）
6. 参考文献和参考工程
7. 联系方式
欢迎各位大佬来指导、交流和讨论。Email：zengchao@cqu.edu.cn