1. 缘起为什么想让开发板开口说话这篇文章将记录我让 Linux 开发板张口说话的全过程。此片文章是从宿舍桌面助手从立项到完成的全过程学习记录-CSDN博客引申而来的专门单开一篇用于记录测试语音播报功能从零开始的实践。本文会从硬件准备、系统配置、语音合成方案选型到最终跑通语音播报的完整链路一步步还原我的实践过程希望能给同样想折腾的朋友一些参考。2. 硬件与系统准备在开始之前先交代一下我使用的硬件环境开发板正点原子I.MX6UL-MINI。出厂系统基于Yocto项目构建的Freescale i.MX Release Distro 4.1.15-2.1.0。这是一个为嵌入式设备高度定制的精简系统因此没有apt包管理器也未预装gcc等开发工具。内核版本Linux 4.1.15-g3dc0a4b。架构armv7l。外设USB声卡一个小音箱一个软件MobaXterm操控终端用其他串口助手也可以只要能发命令就行Ubuntu3. 第一步确认音频设备可用让开发板开口说话的第一步不是写代码而是先确认音频输出通路是通的。我通过系统命令检查声卡状态确认 USB 声卡是否被正确识别。如图用声卡连接好小音箱和开发板连接好串口电源用MobaXterm打开终端可参考我的嵌入式 Linux 以太网学习笔记从驱动到应用-CSDN博客上电等待系统初始化完成在终端中运行以下命令cat /proc/asound/cards得到如图结果这代表识别到了一个设备序号是0也可能是123等如果能看到声卡设备输出说明声卡驱动已经正常加载。接着用一条简单的命令测试喇叭是否出声。测试前可以先运行命令alsamixer查看音量得到下图可以按F6选择声卡设备再用方向键调节音量大小改好后按ESC即可退出执行代码以测试音频设备运行后会听到“前左前右”的英文且得到下图结果speaker-test -t wav -c 2 -r 48000 -D plughw:0,0 -l 1听到提示音说明音频通路没问题可以进入下一步。4. 第二步选择语音合成方案音频通路打通后接下来要解决的是「说什么」和「怎么说」的问题。我对比了几种常见的语音合成方案方案优点缺点适用场景espeak-ng体积小、离线可用、CPU 占用低音质机械感强中文效果一般资源受限的嵌入式设备pico2wave离线、音质比 espeak 自然中文支持有限依赖特定库需要离线播报的简单场景云端 TTS如百度、讯飞音质自然、支持多种音色需要联网、有延迟和费用网络条件好的应用考虑到开发板资源有限且我希望完全离线运行最终选择了espeak-ng作为主力方案。它足够轻量在 I.MX6UL 这种主频不高的芯片上也能流畅运行。首先在本机win系统上下好espeak的压缩包也可直接在Ubuntu上下我这Ubuntu不好访问GitHub就从win上下载了地址是https://github.com/espeak-ng/espeak-ng/archive/refs/tags/1.51.1.tar.gz也可留言私发随后从win上传输给Ubuntu我这直接从任务管理器里拖过去了不管什么方法只要Ubuntu上能识别到即可运行以下代码解压并进入解压后目录cd ~/espeak-build tar -xzf espeak-ng-1.51.1.tar.gz cd espeak-ng-1.51.15. 第三步交叉编译与移植先准备必要的编译工具sudo apt update sudo apt install -y autoconf automake libtool pkg-config \ gcc-arm-linux-gnueabihf binutils-arm-linux-gnueabihf配置交叉编译./autogen.sh ./configure --hostarm-linux-gnueabihf --prefix/usr \ --without-mbrola --without-sonic \ --with-pcaudiolibno运行make -j4进行编译打包编译好的文件# 创建打包目录 mkdir -p ~/espeak-package/usr/bin mkdir -p ~/espeak-package/usr/share # 复制可执行文件和语音数据 cp src/espeak-ng ~/espeak-package/usr/bin/ cp -r espeak-ng-data/ ~/espeak-package/usr/share/ # 压缩打包 cd ~ tar -czf espeak-package.tar.gz espeak-package/使用网线连接开发板使用SSH连接开发板以查看目录详见嵌入式 Linux 以太网学习笔记从驱动到应用-CSDN博客通过文件管理器将打包好的文件拖到root目录下在终端中执行代码# 进入根目录因为我们的包解压后结构是 usr/bin 和 usr/share需要放到 / 下 cd / tar -xzf ~/espeak-package.tar.gz解压后文件在同级目录下需要将espeak-ng放到指定目录下如果路径与我的文件一样则可直接执行以下代码# 复制可执行文件到 /usr/bin cp /home/root/espeak-package/usr/bin/espeak-ng /usr/bin/ # 复制语音数据到 /usr/share cp -r /home/root/espeak-package/usr/share/espeak-ng-data /usr/share/ # 添加执行权限 chmod x /usr/bin/espeak-ng此时espeak-ng程序会被解压到/usr/bin/数据文件到/usr/share/espeak-ng-data/接下来就可以开始测试了可以执行以下代码espeak-ng -v zh 你好开发板 --stdout | aplay -D plughw:0,0系统烧录完成后在开发板上验证 espeak-ng 是否可用测试中文播报效果。如果喇叭里传出「你好我是你的开发板」恭喜开发板已经成功开口说话了。6. 第四步用 Python 封装语音播报7. 进阶结合传感器做语音告警8. 踩坑记录与注意事项整个过程中我也遇到了一些问题这里记录下来供大家参考9. 总结与后续计划
1. 缘起为什么想让开发板开口说话这篇文章将记录我让 Linux 开发板张口说话的全过程。此片文章是从宿舍桌面助手从立项到完成的全过程学习记录-CSDN博客引申而来的专门单开一篇用于记录测试语音播报功能从零开始的实践。本文会从硬件准备、系统配置、语音合成方案选型到最终跑通语音播报的完整链路一步步还原我的实践过程希望能给同样想折腾的朋友一些参考。2. 硬件与系统准备在开始之前先交代一下我使用的硬件环境开发板正点原子I.MX6UL-MINI。出厂系统基于Yocto项目构建的Freescale i.MX Release Distro 4.1.15-2.1.0。这是一个为嵌入式设备高度定制的精简系统因此没有apt包管理器也未预装gcc等开发工具。内核版本Linux 4.1.15-g3dc0a4b。架构armv7l。外设USB声卡一个小音箱一个软件MobaXterm操控终端用其他串口助手也可以只要能发命令就行Ubuntu3. 第一步确认音频设备可用让开发板开口说话的第一步不是写代码而是先确认音频输出通路是通的。我通过系统命令检查声卡状态确认 USB 声卡是否被正确识别。如图用声卡连接好小音箱和开发板连接好串口电源用MobaXterm打开终端可参考我的嵌入式 Linux 以太网学习笔记从驱动到应用-CSDN博客上电等待系统初始化完成在终端中运行以下命令cat /proc/asound/cards得到如图结果这代表识别到了一个设备序号是0也可能是123等如果能看到声卡设备输出说明声卡驱动已经正常加载。接着用一条简单的命令测试喇叭是否出声。测试前可以先运行命令alsamixer查看音量得到下图可以按F6选择声卡设备再用方向键调节音量大小改好后按ESC即可退出执行代码以测试音频设备运行后会听到“前左前右”的英文且得到下图结果speaker-test -t wav -c 2 -r 48000 -D plughw:0,0 -l 1听到提示音说明音频通路没问题可以进入下一步。4. 第二步选择语音合成方案音频通路打通后接下来要解决的是「说什么」和「怎么说」的问题。我对比了几种常见的语音合成方案方案优点缺点适用场景espeak-ng体积小、离线可用、CPU 占用低音质机械感强中文效果一般资源受限的嵌入式设备pico2wave离线、音质比 espeak 自然中文支持有限依赖特定库需要离线播报的简单场景云端 TTS如百度、讯飞音质自然、支持多种音色需要联网、有延迟和费用网络条件好的应用考虑到开发板资源有限且我希望完全离线运行最终选择了espeak-ng作为主力方案。它足够轻量在 I.MX6UL 这种主频不高的芯片上也能流畅运行。首先在本机win系统上下好espeak的压缩包也可直接在Ubuntu上下我这Ubuntu不好访问GitHub就从win上下载了地址是https://github.com/espeak-ng/espeak-ng/archive/refs/tags/1.51.1.tar.gz也可留言私发随后从win上传输给Ubuntu我这直接从任务管理器里拖过去了不管什么方法只要Ubuntu上能识别到即可运行以下代码解压并进入解压后目录cd ~/espeak-build tar -xzf espeak-ng-1.51.1.tar.gz cd espeak-ng-1.51.15. 第三步交叉编译与移植先准备必要的编译工具sudo apt update sudo apt install -y autoconf automake libtool pkg-config \ gcc-arm-linux-gnueabihf binutils-arm-linux-gnueabihf配置交叉编译./autogen.sh ./configure --hostarm-linux-gnueabihf --prefix/usr \ --without-mbrola --without-sonic \ --with-pcaudiolibno运行make -j4进行编译打包编译好的文件# 创建打包目录 mkdir -p ~/espeak-package/usr/bin mkdir -p ~/espeak-package/usr/share # 复制可执行文件和语音数据 cp src/espeak-ng ~/espeak-package/usr/bin/ cp -r espeak-ng-data/ ~/espeak-package/usr/share/ # 压缩打包 cd ~ tar -czf espeak-package.tar.gz espeak-package/使用网线连接开发板使用SSH连接开发板以查看目录详见嵌入式 Linux 以太网学习笔记从驱动到应用-CSDN博客通过文件管理器将打包好的文件拖到root目录下在终端中执行代码# 进入根目录因为我们的包解压后结构是 usr/bin 和 usr/share需要放到 / 下 cd / tar -xzf ~/espeak-package.tar.gz解压后文件在同级目录下需要将espeak-ng放到指定目录下如果路径与我的文件一样则可直接执行以下代码# 复制可执行文件到 /usr/bin cp /home/root/espeak-package/usr/bin/espeak-ng /usr/bin/ # 复制语音数据到 /usr/share cp -r /home/root/espeak-package/usr/share/espeak-ng-data /usr/share/ # 添加执行权限 chmod x /usr/bin/espeak-ng此时espeak-ng程序会被解压到/usr/bin/数据文件到/usr/share/espeak-ng-data/接下来就可以开始测试了可以执行以下代码espeak-ng -v zh 你好开发板 --stdout | aplay -D plughw:0,0系统烧录完成后在开发板上验证 espeak-ng 是否可用测试中文播报效果。如果喇叭里传出「你好我是你的开发板」恭喜开发板已经成功开口说话了。6. 第四步用 Python 封装语音播报7. 进阶结合传感器做语音告警8. 踩坑记录与注意事项整个过程中我也遇到了一些问题这里记录下来供大家参考9. 总结与后续计划
