前一篇說了一下只有RX,TX,VCC,GND的WIFI模塊軟串口通訊；在實現了遠程觀察數據，類似的就可以實現遠程控制。接下來說一下近距離控制，很多情況下應用語音識別技術無疑比掏出手機操作要更人性化一些，當然有些情況是例外，例如半夜起床來，那么人體感應模塊和光傳感器結合就更人性化。LD3320模塊本身識別准確率並不高，但是通過編寫程序的一些技巧，可以提高這個准確度。不過這個模塊接線的時候有一些小問題，我買的是很多教程上的那個長方形模塊，頭上有倆插孔，尾巴上面2排12個針那種。說一下怎么用起來：
一、接線
A、下排
CS是片選，很多教程講接GND，如果有多個SPI設備，則需要接一個引腳。
P0-P2，接UNO11-13引腳。（通訊+時鍾）。
同排的GND,3.3V接UNO的GND，和3.3輸出。
B、上排
IRQ是中斷，接PIN2
WR接GND
RST接PIN9
共9線完成。
二、程序
首先，感謝ld3320.h的原作者。
然后，說一下這個“垃圾關鍵詞”：首先，明確的說，把垃圾關鍵詞都認為是真垃圾的思路我不認同；讓我說嚴重點這就是誤導，是背道而馳，貴圈確實很亂。提出幾點原因：
1、本身識別准確率並不高，假定為60%，並且要求發音清楚、連貫性適中。
2、“垃圾關鍵詞”是接近正確命令的發音，其中有相當部分是用戶正確發音但未正確識別，假定為30%。
如果，代碼中讓“垃圾關鍵詞”並不“垃圾”，那么識別率就是60%+30%；換一種說法，垃圾關鍵詞中即使有1%是正確發音但未被准確識別的，我們把它加上，也是提高1%的正確識別。那么，接下來的問題就是真的垃圾怎么辦。
1、場景切換（口令模式），當15%的真垃圾進入下一個場景，接下來的語句仍然符合下一場景的關鍵詞的幾率是多少？
2、長口令，帶稱呼的口令更符合人們的習慣，所以開燈可以變成二狗子開燈……長口令的錯誤識別率無疑要低。
所以，我的程序中，數據結構和邏輯結構是這樣的：
struct AsrCommand { char* flag; int ID; }; AsrCommand CallName[] = { { "da hei", 0 }, { "da ei", 0 }, { "da kei", 0 }, { "da bai", 1 }, { "da he", 1 } }; AsrCommand ExecuteCommand[] = { { "kai dian shi",0 }, { "ai dian shi",0 }, { "kai yan shi",0 }, { "ai yan shi",0 }, { "kai tian shi",0 }, { "ai tian shi",0 }, { "guan dian shi",1 }, { "kuan dian shi",1 }, { "guan yan shi",1 }, { "kuan yan shi",1 }, { "guan tian shi",1 }, { "kuan tian shi",1 } };
CallName中，編號為1的是真垃圾關鍵詞，但是編號是0的部分里面包含了一部分假垃圾關鍵詞，通過場景切換，使用ExecuteCommand中的關鍵詞，兩組都是命令，一組是開電視，一組是關電視。通過場景切換，第一組中的錯誤識別將被縮小。你可以嘗試一下這個模式，它可以讓你不必咬文嚼字的和機器對話而機器也會正確的響應你。識別率被提高，而不必非常擔心：它會不會知道我說了什么？盡可能的不要讓我們找方便的時候被搞得不痛快吧，那就不是用機器了，簡直就是被機器用。