for doubanFmPi demo && for xiao_C ( FmSpeakerPi -> SpeakerPi -> xiaoC -> Running xiaoC(+Lego Technic; like this)); in the future, u can share robot like share bike/battery?
douban-FM.PI 主要是平时工作编码，休息的时候，经常听豆瓣电台的音乐；平时也关注人工智能相关的技术；加上现在人工智能-语音识别(包括唤醒)/合成技术逐渐成熟， 相关的平台服务相继开放给第三方开发者使用,对应电台的智能设备也越来越多; 加上树莓派刚出3的时候买了一个，当时只是把系统装了,了解下新功能；在网上找了下豆瓣电台好像没有对应的智能设备，于是乎自己尝试着整一个，学习下相关智能领域的知识，DIY一个桌面级的东东；买了一些外设(话筒，speaker(蓝牙播放器),LED,摄像头，Servo Motor,如果外带需要一个移动电源),还有一个TJBot的外壳，然后结合语音领域的云端服务api，以及豆瓣电台的api，豆瓣电台的api服务没有开放，需要抓包查看；既然软硬件都兼备了，just do it~！
如果按照歌曲大概的结构来分的话(前奏 - 主歌 - Pre-Chorus - 副歌 - 间奏 - 主歌 - 副歌 - 桥段 - 副歌 - 结尾)；以上是前奏，副歌是做一个doubanFM一样的功能；主旋律是(ˇˍˇ)做一个小智能机器人(小C/weedge)。
- 人机交互(Server): 架构合理设计(骨架)，组件性能优化(器官)，业务逻辑抽象(肉体)，策略方案得当(思维)，数据深度挖掘(血液)，通俗易懂的api(颜值要高,HAL/REST(Swagger)/graphQL,schema校验(Json-Schema))，高效信息沟通(IPC,RPC,消息队列,消息格式/协议可扩展)，物质基础牢靠(IDC,VPC,资源管理,资源调度,作业调度)，服务实时监控修复(monit,supervisor,metrics)
- 人机交互(Client): 交互简单，易用，便捷，高效；解决日常生活(吃穿住行,娱乐,监控)之琐碎，"懒"出新高度
- KISS: 抓本质，注细节，易封装使用
- usb mini话筒 * 1
- 蓝牙speaker * 1
- hmdi转接线 * 1（这个看自己情况而定，主要是想后期使用显示器做一面魔镜）
- 网线 * 1 (不是必须的，可以通过无线wifi来连接，这里主要是为了保险wifi不能用的情况，可以手机用4G/5G当个热点,pi和电脑之间的中转)
- TJbot 3D模型 * 1 (这个模型是采用TJbot已经设计好的3D模型，然后通过3D打印机打印出来，这里头可选材料很多，各种材料价格不一，选用普通的PLA材料打印也花了300+大洋；有纸质的平面设计，但是找不到打印的地方。以后可以在这个模型的基础上进行改进,DIY。也许AR技术发展起来了，但愿3D打印的成本会降低点吧)
- LED * 3x2 (分别是没电阻的和有电阻的三原色RGB控制，多买了是为了防备使用中led灯调试坏了的情况发生)
- 摄像头 * 1
- Servo Motor * 5 (暂用一个，考虑四肢的情况)
- 母对公，母对母，公对公彩排线10 * 2x3 （暂时只用前两者）
- 树莓pi * 1 (包括散热片，保护壳)
- 16G microSD卡(读卡器) * 1 (16G已经足够了，当然土豪们可以追求更大空间)
- 移动充电电源 * 1
整体费用大概在1000+左右~ 发烧了。
- jasper-client （用python写的语音交互(client)系统，采用单进程的方式管理插件，不能满足多指令同时交互)
- TJbot （用node.js写的语音交互client系统，从外观设计到调用的语音服务api，整套服务都有(waston)。后续可能用nodejs重新写一个版本，主要是用asyncawait这个模块来实现事件的异步处理,python需要3.4+才能用asyncio库)
- pi的操作系统raspbian/NOOBS
- xiaoc（client) (用Python写的client交互系统，采用引导进程来管理多个插件子进程，通过管道通信)
- opencv （图像视频处理使用的库，提供训练级联分类器）
- baidu-ai (调用ai提供的服务)
- snow-boy (在线训练语音唤醒词，或者调用接口初始化训练)
- pocketsphix （开源语音识别工具，主要用于学习语音识别技术原理)
硬件设置
- 首先需要了解下GPIO的结构,通过
gpio readall命令查看对应开发版上的pin和BCM，如图所示:
- LED,Servo,USB Microphone的接入方式如下图所示：
软件安装
-
烧录一个最新的raspbian系统镜像到SD卡中（操作）
-
如果有hmdi连接显示器，有网线连接路由器(
arp -a查看pi分配的ip)，2016-11-25号release的一个raspbian系统默认是不开启ssh服务的，所以需要在烧录好的boot中touch一个ssh文件，然后插入sd卡，启动就可以通过ssh连接就ok了；
如果不需要显示器和网线，直接在系统安装设置好wifi配置，具体操作参考这篇文章；
编辑 /etc/wpa_supplicant/wpa_supplicant.conf 文件，在末尾追加wifi配置；
#WPA/WPA2加密方式：
network={
ssid="你的无线网络名称"
psk="你的wifi密码"
key_mgmt=WPA-PSK
}
#WEP加密方式：
network={
ssid="你的无线网络名称（ssid）"
wep_key0="你的wifi密码"
key_mgmt=NONE
}
还有一种比较hack的方法，直接操作烧录好的系统文件，一般linux系统用的是ext系列的文件系统，可以通过Paragon extfs软件来加载ext文件系统，从而直接编辑系统文件配置(etc文件夹中的相关配置文件，配置说明用man来查看具体含义吧,比如man services查看/etc/services配置说明)，然后进行初始化安装启动了。通过这种方式可以进行定制化，后续组一个pi cluster in k8s)
- 更新pi的源的时候需要把/etc/apt/sources.list和/etc/apt/sources.list.d/raspi.list文件这两个文件同时更新了：(notice:这里是以jessie版本为例,
lsb_release -a查看发布的系统信息版本)
/etc/apt/sources.list
deb http://mirrors.tuna.tsinghua.edu.cn/raspbian/raspbian/ jessie main non-free contrib rpi
deb-src http://mirrors.tuna.tsinghua.edu.cn/raspbian/raspbian/ jessie main non-free contrib rpi
/etc/apt/sources.list.d/raspi.list
deb http://mirrors.tuna.tsinghua.edu.cn/debian/ jessie main ui
deb-src http://mirrors.tuna.tsinghua.edu.cn/debian/ jessie main ui
如果update的过程中会出现:GPG 错误：http://mirrors.tuna.tsinghua.edu.cn jessie Release: 由于没有公钥，无法验证下列签名： NO_PUBKEY 8B48AD6246925553 NO_PUBKEY 7638D0442B90D010 NO_PUBKEY CBF8D6FD518E17E1,通过如下命令解决(KEY为对应的pubkey)：
sudo apt install dirmngr
gpg --keyserver pgpkeys.mit.edu --recv-key KEY
gpg -a --export KEY | sudo apt-key add -
然后更新软件索引清单sudo apt-get update -o Debug::Acquire::http=true debug(这里debug打印出获取清单静态资源的响应信息)和比较索引清单更新依赖关系sudo apt-get upgrade -y，更新的时间可能比较长点；
最后通过sudo raspi-config来设置vnc服务启用(用来通过手机，vnc客户端连接可视化操作，如果桌面系统),修改密码，hostname,时区等；对系统进行汉化处理
-
安装opencv,安装过程比较久，如果不想使用图像处理的插件(使用cv2库),可以不用安装，待需要时在安装。
-
获取代码
cd ~ && git clone https://github.com/weedge/doubanFmSpeackerPi.git xiaoc，通过pip安装对应lib包cd xiaoc/lib && sudo pip install -r requirements.txt -
常见依赖命令和包升级：
出现ImportError: cannot import name DependencyWarning的情况，重新安装pip:
sudo apt-get remove python-pip
sudo easy_install pip
出现ImportError: libf77blas.so.3: cannot open shared object file: No such file or directory的情况，需要安装依赖：
sudo apt-get install libatlas-base-dev
sudo usermod -a -G audio pi (添加audio组用户)
出现：ImportError: No module named pyaudio:
sudo apt-get install python-pyaudio
pi 默认是没有sox,play命令，需要安装：
sudo apt-get install sox
#支持MP3格式文件
sudo apt-get install libsox-fmt-mp3
python 的lib包通过upgrade更新,比如numpy这个常用的数学矩阵库:
sudo pip install --upgrade numpy
修改配置
- baidu.yml-dist (百度ai api服务配置)
- bootstrap.yml-dist (引导配置)
- douban.yml-dist（豆瓣插件配置）
- feed.yml-dist（播报咨询feed(rss)插件配置,包括机器之心,今日头条新闻...etc）
- gpio.yml-dist（GPIO配置，LED和Servo）
- log.yml-dist （日志级别配置）
- mail.yml-dist (邮件服务配置)
- monitor.yml-dist（监控插件配置）
- snowboy.yml-dist (唤醒词配置)
将以上文件配置好后，修改成.yml的后缀。
安装vim，然后安装vim IDE 进行编辑：
sudo apt-get install vim
git clone git://github.com/tlhunter/vimrc.git .vim
ln ~/.vim/vimrc ~/.vimrc
添加开机启动(后续加入init.d里头，以服务的方式启动)
robot_dir="/home/pi/xiaoc"
bluetooth_mac=""
run=`ps -ef | grep "sh ${robot_dir}/run.sh" | grep -v grep`
if [ x"$run" = x ];then
date=`date '+%Y%m%d%H%M%S'`
mv ${robot_dir}/log/robot.log ${robot_dir}/log/robot.${date}.log
nohup sh ${robot_dir}/run.sh ${bluetooth_mac} > ${robot_dir}/log/robot.log 2>&1 &
find ${robot_dir}/log/ -type f -name "robot.*.log" -ctime +3 | xargs rm -f
#rm_date=`date -d '2 days ago' +%Y%m%d`
#rm -f ${robot_dir}/log/robot.${rm_date}*.log
fi
将以上代码追加至~/.bashrc中，添加已经匹配信任好了的蓝牙MAC地址， 然后重启
插件开发(后续的设计完善参考es插件(比如IK分词(感叹一下，在工程中经常用到的小插件关注度往往比小众软件系统要高的多，这也和对应的生态有关系，所以选择很重要？喜欢就好吧！))的管理，其实思路一样(工程上的实现方式有些差异))，因为需要插件进程和父进程(bootstrap进程)通过管道通信，分为两种情况：
如果改成插件线程，可参考PHP中线程安全(ZTS,想法借鉴就行了，至于它的实现。。。并发设计可以参考java中的java.util.concurrent并发框架包的实现)的设计想法； 系统底层通过两种机制来保证原子操作：总线锁，缓存锁；处理器提供了很多lock前缀的指令来实现，比如交换指令XADD,CMPXCHG,ADD,OR和其他一些操作数和逻辑指令，被这些指令操作的内存区域就会加锁，导致其他处理器不能同时访问它；一个简单内核系统sanos的原子操作atomic.h； 通过自旋锁(spin_lock)和互斥锁(mutex_lock)的比较，来选择适合的场景:
-
doubanfm: 播放豆瓣电台,下一首,暂停,继续播放, 喜欢这首歌, 不喜欢这首歌, 删除这首歌, 不再播放这首歌, 不在播放这首歌, 播放到我的私人频道,切换到我的私人频道, 我的私人频道, 私人频道, 播放红心歌单, 切换到红心电台, 切换到红心歌单, 红心歌单, 红心电台, 播放红星歌单, 切换到红星电台, 切换到红星歌单, 红星歌单, 红星电台,下载, 下载这首歌,关闭豆瓣电台,结束豆瓣电台
-
音量控制: 安静,声音大一点,声音再小一点,打开声音,声音小一点,声音小点,声音在小一点,声音大点,静音,声音在大一点,声音再大一点
-
新闻播报：阅读机器之心新闻，阅读下一条,下一条,更新新闻,关闭阅读,结束阅读
-
人体监控：开始人体监控，打开人体监控，结束人体监控，关闭人体监控 （如果加上其他类型监控，需要采用多线程对camera共享资源做操作）
-
声控拍照/视频：这是什么菜品，这是什么车，这是什么植物，这是什么动物，这是什么标志
(物体识别，场景适合幼儿园的小朋友；视频的话可以做一个监控，通过实时监控的视频数据包(packet),或者是每一帧的图片数据(frame)，通过管道的形式发到莫个服务端口，这个端口可以是本地监听的端口，比如用http协议访问这个端口就可以了(用VLC/mjpg-streamer软件可以实现视频数据包的形式，也可以用opencv直接获取每一帧的图片数据)，虽然是实时的，但是对于pi来说这种比较耗资源；还有种是方式是将视频数据包发送到中转服务端口上，然后通过中转服务将视频报转发给视频直播的云服务接口，中转服务可以做一层过滤发现，简单的处理方式是通过netcat(nc)将数据包转发到中转服务端口上，通过中转服务做进一步处理(放入buffer里头，定点上传等)，中转服务访问量不大的情况下，可以直接用nc来取数据，不需要考虑事件机制(如果需要的话可以用c++来实现一个简单的接受视频数据包服务，利用epoll注册监听/接受/读/写事件))。
简单实现：
Client in PI photographToClientSocket.py,videoToClientSocket.py;
Server in my Mac photographToServerSocket.py, videoToPlayerFromServerSocket.py.
参考链接
- init系统介绍
- snowboy
- tjbot
- jasper-client
- pocketsphix
- rpc框架(回答中提到责任链框架在实际的工作写业务代码框架也用到，有点类似AOP addBefore,addAfter... 简单示例)
- BerkeleDB简介，reference，capi
- 蓝牙编程(PyBluez)
- 语音识别的技术原理-知乎回答
- 在pi上运行TensorFlow
- XNOR-Net: ImageNet Classification Using Binary Convolutional Neural Networks(采用torch框架)
- pi+Python + OpenCV监控、 Smart Security Camera
- opencv3.3.0开发文档
现定义为桌面级产品(对于机器学习中的算法模型，可以作为验证已训练好模型的client工具环境)，代码请勿用于商业用途，如果有需要请联系作者(weege007#gmail)
This project uses the Apache License Version 2.0 software license.