人工智能实验：基于掌控板语音控制课例设计

于恺 于方军

语音识别技术已经运用到人们生活的各个领域。目前，语音识别技术常用的有两种方式，一种是基于本地语音模型库识别模式，另一种是基于云语音模型库识别模式。本地语音模型首先要建立模型库，模型库的建立需要大量的语音训练积累，通过采样生成音频文件，对比本地模型库，实现语音识别，这个过程需要学生了解语音信号的提取、声学模型、隐马尔科夫（HMM）模型等专业知识。为了能更好更快地实现语音识别效果，在课程设计时应采用基于云语音模型库识别模式。

语音识别需要使用麦克风采集声音。掌控板的主控板带有麦克风模块，可以录音并保存在内存，能够实现语音的获取，它还带有WI-FI无线模块，无线联网后实现语音的云识别。掌控板的OLED屏能够显示云识别的信息和内容，且带有3个三色LED灯，可以控制灯的开启及颜色变化。该项目针对四年级小学生，所以采用学生易懂的mPython图形化编程软件完成。教学框架如图1所示。

● 体验项目，明确制作目标

语音识别技术中应用最广的当属手机语音助手，通过使用语音助手方便了手机信息的获取和操作。教学中，教师可以先引导学生例举生活中语音助手的名字，如Siri、天猫精灵、小爱同学等。接着，使用智能音箱控制灯泡的开启关闭及变色，让学生总结出智能音箱语音识别的工作过程：智能音箱听到语音→获取语音→对获取的语音进行分析→语音内容为“开灯”或“关灯”→控制开启和关闭灯。通过体验项目，让学生知道语音控制灯开启和关闭的工作流程。

● 问题引导项目实施

1.确定语音获取方式

语音识别面临的第一个问题是掌控板如何能够获取到人的语音？学生经常使用即时软件进行沟通，实践中发现发送语音使得信息沟通更加高效。即时通信工具需要按住一个按钮进行录音，录音结束后发送给他人，他人听取录音，然后再反馈。云识别语音信息的方式与此相同，即运用掌控板的麦克风模块进行录音，将录音内容上传到语音识别平台。针对录音方式学生讨论出来有两种方案，一种是掌控板一直录音，另一种是和即时通信工具一样设置录音按钮，按钮按下开始录音，设定录音时间。综合讨论两种方案，学生选择了第二种方案，原因是：第一种方案一直录音，无法生成录音文件上传到云语音识别服务器;第二种方案可以生成录音片段上传到云识别服务器，使用按下掌控板A按钮开始录音，语音命令需要录音时间较短，录制2秒即可。

2.确定识别的方式

人类能进行听说交流是因为人在幼儿时通过不断地学习及模仿掌握了语言的发音及含义，掌控板如何理解语言的意思呢？学生讨论出两种识别方式的方案：一种是让掌控板学习人类的语言掌握语言的发音，并能够实现语音识别;另一种是让掌控板借助网络的力量，实现对语音的识别。经过讨论后学生明确，第一种方案需要创建庞大的语音数据库用于实现语音识别，另外掌控板要分析语音，就需要有高性能的处理能力，掌控板无法满足要求。第二种方案需要联网和云语音识别服务，掌控板能够连接无线网络，mPython中自带语音识别API，所以能够实现云识别语音。综上所述，识别方式采用云识别方式。

3.确定语音命令，实现对LED控制

云识别的语音如何控制LED的开启和关闭？学生已经学习了条件语句的使用，只需要将识别的语言内容进行条件判断，如果满足条件就执行命令，如果不满足条件就不执行。要想查看语音识别的命令是否准确，就要将云识别语音识别后的文字显示在OLED屏幕，方便程序测试和查找问题。

4.绘制流程图，规划项目实施（如上页图2）

5.编程测试，完成项目制作

在程序测试过程中，学生会发现语音控制灯源项目（如上页图3）有很多地方需要改进，如语音录音时间没有提示，容易造成识别失败。因此，学生设计了开机提示——按A键开始识别，A键按下后屏幕显示开始录音，2秒后提示识别结果，并提醒使用者再按A键开始语音识别。整个过程是学生作为使用者的思考，程序要等待联网后才能够进行识别操作，所以这里可以设置一个提示，提示设备已经联网成功，可以进行语音识别，屏幕显示按A键开始识别（如图4）。识别完成后，语音满足条件就可以完成操作，学生在整个过程中的思考模式与自身思考模式是相同的，引发了对人工智能的思考。

● 发散学生思维，创新语音识别使用

本课主要是讲解语音控制机器的执行设备，通过语音控制LED灯的开启和关闭，并扩展到机器能够听懂人类的语言，根据语音完成指令。本課教学结束前，教师可让学生在原有项目的基础上进行创新，设计多条命令语言实现对LED灯的控制。学生们知道RGB的LED灯是可以变色的，尝试增加“黄色”“绿色”“蓝色”等语言判断条件控制灯的颜色变化。每个项目组可以创新1～2个点，然后展示自己的项目成果，进而增强各个项目组之间的反馈交流。在这个过程中学生们分享了成功的喜悦，也分享项目中的困惑，大家在思维碰撞中加深对程序算法的探究。未来，学生若想创造更加智能的语音识别工具，就会尝试编写更加复杂的程序，实现对人工智能应用更深入的探究。

● 项目总结

本节课的教学采用了项目式学习，针对如何实现语音控制灯的探究过程，通过实施项目任务、完成项目制作、改进项目作品这个过程，帮助学生掌握了语音识别功能的云识别语音功能，让学生对语音助手的工作原理有了一定的了解。

在此过程中，学生发现最大的问题是语音命令提取不准确，在语音识别授课中会受到外界环境的影响，如果同时有多名学生在测试语音识别，或环境噪音嘈杂，就会导致语音识别精度降低，甚至不能识别相应的语音。问题的产生必然会引起学生进一步的深度思考，且做出的作品也会更加完美、实用。另外，教师可以进一步引导学生思考在语音身份识别中，机器如何只听从特定人员的命令或者设定者的命令，且语音反馈更加人性化？

本论文为淄博市教育科学规划2020年度“基于项目式学习的小学AI校本课程开发与实践研究”课题（课题批准号：2020ZJY017）成果。