1. 研究目的与意义（文献综述）

在互联网和移动信息高速发展的今天，我们无时无刻享受互联网带来的海量信息和移动智能终端的便捷。我们随身携带的移动设备也被改造得更加智能，随着信息技术的发展家中的家电也被信息化浪潮所推动，被叫做智能家居。智能家居通过物联网相互连接，收集用户的数据，进而带来更智能的用户体验，而在对家电控制方面最为高效和体验最佳的方案就是通过语音识别来控制。

语音控制技术是通过语音识别技术来对设备进行操作的一种技术。设备通过去噪等操作收集需要的声音，再使用技术更成熟的语音库完成识别，与对应的操作对比进行操作。因此，语音控制技术对智能家居发展的意义重大，可以使家居达到更高层次的智能，摒弃以往需要用手去操作的步骤。

据了解，语音识别技术目前国内国外都有相对成熟的解决方案：亚马逊的echo，苹果公司的：siri，微软的speechapi还有科大讯飞的语音技术。目前科大讯飞的解决方案库可以直接使用。但是在语音控制智能播放器中完整的产品寥寥无几，且都有几个急需解决的问题：第一，多数智能播放设备只能做到音箱的功能，并不是以自己为播放器；第二，体验不佳，目前大多数厂商的智能播放器只能简单做到根据歌曲名称搜索歌曲，而不能根据歌曲风格类型进行搜索播放；第三，播放器的音质质量也是一个好的音乐播放器标准，所以如果功能单一（只做音乐方面）结合市场受众，及受众特性，产品的最优方案中要有高端功放芯片，不能只注重智能控制。

2. 研究的基本内容与方案

综上所述语音控制播放器的硬件设计有两个要点，一，足够的通用性，要有丰富的库去搭建系统，二，外围硬件丰富，且有高端设备备选。因此选用树莓派作为系统的基本硬件。

作为最关键的部位就是语音识别，由于国内的网络环境所以选用科大讯飞的识别库。拟采用的技术如下：

1. 搭建硬件系统

3. 研究计划与安排

第1－4周：查阅相关文献资料，明确研究内容，了解研究所需的的环境和配置。确定设计方案，完成开题报告。

第5－8周：翻译英文资料，了解语音识别技术，搭建播放器运行环境，测试语音识别功能。

第9－13周：阅读语音识别实现代码，进行优化，并测试效果，与原有性能比较分析。

4. 参考文献（12篇以上）

1. Ken, C, Pohlmann. 数字音频原理与应用（第四合版）[M]. 北京:电子工业出版社, 2002.
2. 钟玉琢等. 多媒体技术及其应用[M]. 北京:机械工业出版社, 2003.
3. 基于开源硬件和物联网云平台的远程控制应用[J]. 林巧生,赵育林. 湖南工业大学学报. 2016(01)
4. “互联网 ”背景下数控系统发展的新趋势[J]. 黄云鹰,朱志浩,樊留群. 制造技术与机床. 2016(10)
5. 基于搭载Linux平台Raspberry Pi的导盲机器人控制系统设计[J]. 袁博,康文文,黄天航,赵义飞,张叶朋,卓智海. 电脑与电信. 2015(Z1)
6. 深度信念网络的二代身份证异构人脸核实算法[J]. 张媛媛,霍静,杨婉琪,高阳,史颖欢. 智能系统学报. 2015(02)
7. 基于Raspberry Pi的拖拉机通用自动驾驶系统[J]. 杨柳,罗婷婷,程新荣,李建平,宋雨瑶. 农业工程学报. 2015(21)
8. 基于Raspberry Pi的智能家庭监控系统设计[J]. 唐彧,刘丽军. 福建电脑. 2015(09)
9. 基于Raspberry Pi、Zigbee技术的无线智能家居系统设计[J]. 邢波. 数字技术与应用. 2014(06)
10. 树莓派平台下的实时监控系统开发[J]. 李龙棋,方美发,唐晓腾. 闽江学院学报. 2014(05)
11. DTW算法在嵌入式语音识别系统中的应用研究[J]. 王赫楠,燕燕,王甜宇,王和禹. 科技创新导报. 2014(08)
12. Raspberry PI在课程设计中的应用[J]. 李伟,董安定. 电子设计工程. 2013(19)
13. 张永安. 基于树莓派的智能家居系统[J]. 电子世界, 2016, (15): 39-41
14. 浅谈住宅智能家居系统的设计[J]. 吴闻婧,曲辰飞. 智能建筑. 2015(07) 家,温暖安全的港湾——探秘智能家居系统[J]. 胡晶晶. 现代工业经济和信息化. 2012(01)
15. 智能家居系统技术探讨[J]. 许克定. 电子世界. 2012(08)
16. 无线智能家居系统[J]. 数字社区amp;智能家居. 2010(05)
17. 智能家居系统的功能安全设计[J]. 张达勇. 数字社区amp;智能家居. 2010(Z1)
18. Senthilkumar, G., K. Gopalakrishnan, and V. Sathish Kumar. Embedded image capturing system using raspberry pi system [J]. International Journal of Emerging Trends amp; Technology in Computer Science 3, no. 2 (2014).
19. Weychan, Radoslaw, Tomasz Marciniak, and Adam Dabrowski. Implementation aspects of speaker recognition using Python language and Raspberry Pi platform [J]. Signal Processing: Algorithms, Architectures, Arrangements, and Applications (SPA), 2015. IEEE, 2015.
20. Creasey, Jack. Raspberry Pi Essentials [M].Packt Publishing Ltd, 2015.