【RAK WisCore】自己動手才是王道！開發語音助理專案

Posted By Victor on 11 月 29, 2017 in 教學文, 智慧家庭, 開發套件 | 0 comments

作者：Victor Sue

自從 Amazon Echo 於2016年10月份發表以來，已經成功吸引各方目光。語音操作是人類最直覺的方式，國內外各家巨頭意識到智慧音響，在智慧家庭大戰中的重要戰略性，紛紛湧入此一市場，搶佔智慧家庭的入口。透過雲端服務商與生態圈結合的方式，協助商業巨頭的智慧助理落地，打造智慧家庭的AI核心。Amazon Echo的語音助理服務，主要是基於Alexa Voice Service（AVS）為基礎，其基本架構與使用情境如下：

Alexa Voice Service的基本架構（圖片來源：Alexa Voice Service）

Alexa Voice Service使用情境（圖片來源：Alexa Voice Service）

簡單的來說，Amazon Alexa Service（AVS）主要對使用者輸入的語音進行處理，透過ASR（automatic speech recognition）和NLP（Natural language processing），將其轉換成使用者的意圖（Intent），並傳輸到對應的Alexa Skill Kit（ASK），以便後續的動作進行（ex. 以語音回覆使用者或打開廚房的電燈）。

透過下圖的流程，讓使用者輕鬆地透過語音來查詢所需的資訊，或是控制智慧家庭的各種裝置。亞馬遜對 Alexa Skill的開放分為兩個方面：一個是允許第三方服務提供商在 Alexa 中加入更多的技能，這些技能完全是基於語音互動並直接面向消費者的，比如說透過 Alexa讓用戶使用 Uber 提供的叫車服務。

其二，是針對應用程式開發者，Amazon提供了一個名為 Alexa Skills Kit（簡稱 ASK）的開發包，類似Android APP生態圈的方式來讓開發者可以將自行開發的Customer ASK上架到ASK store上，一般消費者也可以同安裝APP的方式去安裝ASK，安裝ASK後消費者的Echo就會聽懂相對應的語音指令，來進行對應的語音操作。

語音指令操作流程

同時，Amazon釋出基於Raspberry Pi的語音助理開發套件，讓Maker可以透過透過樹梅派與USB音效卡，來實作DIY版的Amazon Echo。用相關Alexa Skill Kit（ASK）來觸發IoT相關的裝置舉例來說，下圖為筆者的實作，用來控制AWS IoT的周末小專案，可以透過語音指令進行開關燈的操作。

接上樹莓派的Alexa Skill Kit（圖片來源：Victor提供）

但Alexa AVS Sample APP主要目的為提供開發者展示Alexa Service的認證與操作細節，有三點跟實際上Amazon Echo使用上仍有一段差距：

無法開機自動啟動，使用上仍需透過UI與瀏覽器進行操作。
需透過外部按鈕或UI APP上的按鈕才能說Alexa~，無法Hand Free操作。
麥克風為一般電容是類比麥克風，無法Far-Field操作。

基於以上缺點，一般Maker不易將Alexa Voice Service，透過創意整合到自己的物聯網專案中。

於是，RAK推出的一款具備Amazon Alexa Voice Service接入的全新開源硬件產品WisCore，預設內建完整的AVS服務功能與OpenWRT作業系統，讓Maker可以專注在應用層面的設計，並快速導入Alexa語音助理於物聯網的應用之中。今天有幸收到WisCore測試機，馬上打開來試試！

WisCore測試機外盒（圖片來源：Victor提供）

WisCore測試機打開後的內容物（圖片來源：Victor提供）

RAK WisCore語音開發套件內含：

WisCore底板
WisCore語音板（MicroSemi ZL38062）
WisCore CPU 主板（MT7682A，類似大家熟悉的Linkit 7688）
變壓器 5V/2A
Wi-Fi天線
喇叭

WisCore開發套件中，包括一個WisCore核心模組、MTK7628晶片組、2組UART，還有Microsemi的Voice Processor，支持ASR功能與遠距離語音喚醒，可通過「Alexa」關鍵字實現遠距離設備喚醒。

組裝流程與初步的APP設定流程，可以參考Lanma的教學：【實測心得】智慧語音WisCore的安裝筆記。

身為Maker，當然不會滿足於原廠提供的APP和Alexa Service，自己做才是王道！

WisCore為Maker提供豐富的軟硬體支援，內建OpenWRT路由器作業系統，具備量產級的穩定性，以及OpenWRT生態系豐富的套件與軟體架構。OpenWRT 是一種針對嵌入式設備，且具備高度可擴展性的 GNU/Linux 發行版本，提供高度模組化、網絡組件和擴展性的嵌入式Linux系統，常常被用於無線AP、路由器、工控設備、網路電話、小型機器人、智能家電以及VOIP設備中。

那建構開發的第一步呢？首先，嵌入式統開發多半透過UART的終端機操作介面來進行，WisCore本身已具備USB-UART的功能，開發者不需要透過額外的轉接板或複雜的接線，就可以接上Linux系統的終端之上，那我們來試看看吧！請準備一條USB Micro Cable。

USB Micro Cable即手機的充電線（圖片來源：Victor提供）

將變壓器、USB Micro Cable、Wi-Fi天線、喇叭與主板模組接成下圖：

將零件全部組裝起來（圖片來源：Victor提供）

與電腦連接示意圖（圖片來源：Victor提供）

依照下列步驟：

電腦安裝USB-UART CH340 Driver
電腦安裝終端機軟體TeraTerm
將Wi-Fi天線、喇叭接上WisCore主機
變壓器接上WisCore主機上電
將USB Micro Cable接上WisCore主機
電腦打開裝置管理員，查詢連接埠為COM7（數字依電腦和USB接孔而易）

7. 開啟TeraTerm -> File -> New Connection，開啟對應的COM port

8. Setup -> Serial Port設定COM port參數，Baud rate為57600 8N1如下圖：

9. 對TeraTerm視窗按下Enter鍵，即會出現出現下圖的畫面：

10. 恭喜！歡迎來到OpenWRT的Linux世界，那就來播個音樂吧~~^.^/

首先，由於預設有跑Alexa demo app，這會佔住音效卡的資源，需要先讓它停下來：

然後下載要播放的音樂檔（WAV format）

透過ALSA utility播放音樂~~~噹噹噹~~~

RAK WisCore 的SDK也已開源放在Gihub上，上面有豐富的說明文件與原始碼等待大家去發掘，來用WisCore來創造屬於你的語音助理專案吧！

試用心得總結

這塊板子整合了量產等級的語音助理SDK，與具備Far-field/Hand-free的聲控硬體，對Maker而言是一塊深具開發潛力的平台，但在嘗試開發WisCore的物聯網應用時，仍發現幾個需加強的部分。

首先，該平台雖然基於OpenWRT，但系統軟體不支援Python或Node.js，官方也未經營該平台的opkg套件庫，opkg軟體套件數目遠少於同屬MTK的Linkit 7688以及Respeaker，導致物聯網相關應用軟體開發不易；另外，截至目前最新版的韌體（release – Eng-rc503），仍有開發板上USB以及SD卡無法運作的Bug，也讓開發者處處受限。

雖然硬體設計上優秀，但無法加上額外的裝置（如：USB WEBCAM或USB Bluetooth Dongle）和儲存空間，在軟體開發上略顯不足，這個問題一向是兩岸電子廠商需要加強的部分，也希望RAK Wireless繼續秉持著支持開源的態度，加強軟體支援度的開發，讓Maker有更多好玩好用的開發版。