我最近在当地的一次活动上看到 Amazon Echo 正在讲话，感到非常有趣，然后我便买了一件作为自己的生日礼物。Star Trek Computer 经常会把 Echo 描述为一件有趣的设备，然而它还比较新，有一些限制。
在为 2016 年首次物联网路演制作演示时，我决定更新我们为开发人员提供的配合 Edison 使用的配件件，因为大量 2015 年的项目可能已经构建了 Arduino 和 WiFi Shield。
因此，受到该网络研讨会和 Echo 的启发，我决定添加 USB 音频功能，而 espeak 是一个相当合适的选择。使用 Plantronics USB 耳机几乎能够即插即用，快速开始讲话，甚至还能使用苏格兰口音。 我在此处为我的 YouTube 链接添加了一个占位符，但是稍后可能需要再进行发布/编辑。 这是一个实时文档，因而请进行订阅以便于更新。
事实证明，接入一组 USB 互联扬声器，使用一个单独的麦克风，准备能够在路演时轻松复制 20 次的材料一点都不轻松。
我使用 Edison 固件版本 149 进行开发。您可以使用以下的控制台命令查看一下您的开发。
$ configure_edison --version
接下来是使用一个在线指南，更新 opkg 报告的数据，添加为大家强烈推荐的 AlexT 的报告。 这不仅支持您添加下方的程序，还支持您添加 nano，该编辑器较之 vi 更为简单。 讽刺的是，您需要使用 vi 来更新报告，才可以安装 nano。
Stephanie Moyerman 撰写的一本开发书籍中包含了许多指令，可实现在初始示例中使用耳机，但是除了在混合路演中添加音频硬件之外，我还决定添加 USB 网络摄像头，我在摄像头上使用麦克风录制音频。 为了增强视频效果，您在安装音频包的同时，可能还需要添加 OpenCV。 为您的系统配备与我的演示相同的配置能够带来额外优势。 许多网站表示，Linux 音频过分讲究，这绝非无中生有，所以我强 烈建议大家采用业经认可的配置。
$ opkg install python-opencv espeak alsa-utils
寻找设备和验证硬件并不是凭感觉而为的事情（即过分讲究），基于我的个人经验，以下几种方法较为有效。
1:$ lsusb 查看是否已识别设备，
如果没有，则需要重启，完全断开电源。 我发现，在添加设备时试用数值，可能会锁定 USB 扬声器，导致驱动程序崩溃等。 此时，控制台上可能会，也可能不会出现消息。
2： 使用（有源） USB 集线器： “有源”特性是 Stephanie 的书中的建议。
当我演示该特性时，总是使用集线器，这样我便可插入摄像头和扬声器了。 该硬件缓冲器似乎能够让扬声器“不 受”软件问题的影响，至少根据我的经验，设备“看上去”更稳定，正常运行时间更长。 大家可以在自己的使用过程中诊断一下是否如此。
每个 ALSA 程序命令行程序似乎都有自己的语法，一些程序称呼设备的“名称”，而一些程序则不识别该名称，一些程 序更倾向于称其为“卡”（这是从主板和插件声卡继承而来的叫法），还有一些程序称其为“设备编号 ”。 即使 Linux 文件系统似乎都是这么称呼。 插入几个 USB 设备，了解 /cat/proc/asound 目录结构。 您会看到名称、 卡、卡 1、卡 2，以及其他一些重复或更改的目录。 采用这么多的方式来称呼同一种硬件，难怪下面的章节看上去有些混乱。
Alsamixer 是音频设备的图形界面，通过选择正确的设备并修改音量，无论是通过 wav 文件还是使用 espeak，我都可以听到 音频文件。 很可惜，amixer 是音频设备的命令行界面，不是太好用，我需要尝试许多不同的变量才能够使其运行。 最后，我决定使 用卡/设备编号来确保能够运行演示，但是这种方法需要取决于 USB 安装顺序。
如要将设备编号与实际的设备调整一致，可以使用以下命令：
$ cat /proc/asound/pcm
00-00: Loopback PCM : Loopback PCM : playback 8 : capture 8
00-01: Loopback PCM : Loopback PCM : playback 8 : capture 8
01-00: 14 : : playback 1 : capture 1
01-01: ((null)) : : playback 1 : capture 1
01-02: ((null)) : : playback 1 : capture 1
02-00: USB Audio : USB Audio : playback 1
03-00: USB Audio : USB Audio : capture 1
设备 02-00 是扬声器和播放设备；设备 03-00 是 USB 网络摄像头中的麦克风。 为了能够通过麦克风进行录制，我使用了 arecord 命令 。 我经过大量实验并阅读了大量博客后，终于可以在该演示中使用下面的句法。
命令格式是
arecord -f (format) -c (channels) -D (device) filename.wav. ALSA 包含多种预定义格式，我选择的是 CD 品质。 如名称所 示，这表示立体声，音频 CD 是立体声，但是 USB 摄像头中没有立体声麦克风，因此我使用 -c （声道）对其进行了覆盖，并选择 1 表示单声道放音。 -D （设备）编号来自上述 $cat /proc/asound/pcm 命令的输出，在本案例中， hw:3,0 是指捕获设备。 因此，如要通过 USB 网络摄像头将单声道音频录制到名为 mono.wav 的文件中，请使用以下命令。
$arecord -f CD -c 1 -D hw:3,0 mono.wav
如要收听音频 ，$aplay mono.wav 可帮助您收听录制内容。 如果您听不到录音，那么可以使用 alsamixer 来查看音量。
初始设置确认后，使用 espeak 便非常简单了。 下面的文件可设置音量，然后创建两个语句 (phrase)。
$amixer -q -c 2 set PCM,0 5000 unmute
$espeak -a 200 -s 120 -v en-sc " Sean Connery, Haggis, Loch Ness Monster,Whisky "
$espeak -a 200 -s 120 -v en-sc " HELLO, THIS IS EDISON, WELCOME TO OUR AUSTIN ROADSHOW"
amixer 的语法与 arecord 格式完全不同，但是在进行了大量尝试之后，上述的设置可以用来设置扬声器的 音量，在这种情况下为 5000。 其他的参数包括：-q 为静音；-c 2, 为双声道（立体声）； PCM,0 类似于 arecord 命令中的 hw:3,0 参数。 如果存在前后一致的情况，我应能够在扬声器中使用 hw:2,0，在麦克风中使用 hw:3,0 ，但是 ALSA 除外。
音频录制和播 放有许多内容可以探索，尤其在用户界面和语音识别方面，以下的参数可以为大家提供很好的起点。
如果您已经阅 读了全文，那么苏格兰语音正向您招手，或者您也可以在 espeak 中使用 -v 命令选项。 这可设置语音选项，在本案例中命名为 english-scottish (en-sc) 选项。恕我直言，en-rp 太过英式，但是您还可以尝试许多其他的语言。 添加一个修饰符， 如 -v en-sc+f2（表示女声 2）可生成一个非常奇怪的机器人式的苏格兰女声。
-----------------------
PocketSphinx ：离线语音识别引擎：
https://software.intel.com/en-us/blogs/2015/11/24/register-today-solvin…- challenges-with-the-intel-iot-developer-kit-webinar
IBM Watson Speech to Text https://speech- to-text-demo.mybluemix.net/
Amazon Echo https://developer.amazon.com/public/solutions/alexa/alexa-voice-service
采用 Python 编写的谷歌语音识别 https://pypi.python.org/pypi/SpeechRecognition/