概述：
本人在人工智能公司负责物联网开发以及有关语音处理的优化，真心难，因为我也是第一次接触语音这块，人工智能也是刚开始热，所以这块肉，还是比较难啃；
- 支持所有字符和中文字符，只有你想不到；
- 声波传输30cm内%100识别率，暂时还没有加入降噪；
什么是声波配网？
声波配网
当前很火的一些智能硬件机器人，如：聊天机器人，智能音响等，在使用的过程中都是需要联网的，由于公司的主旨是：语音智能专家，所以我们研发的软件，基本都是语音来控制，就算有屏幕，也要声波联网，哈哈哈。鉴于目前的智能机器人，大部分都是结合手机App绑定，所以这些公司就成了互联网公司，违背初衷，如xx公司本来是研发语音智能机器人，最后机器人却成了辅助APP的产品，这就有点失败了；所以通过手机播放声波把WIFI的初始化连接信息传递给智能设备，让设备识别完成WIFI初始化流程建立网络连接是值得考虑的一种方式，并且是可以实现的。简单的说就是在发送端把你把要识别的字符映射成频率，然后把一个频率映射成一个音节信号（单频率的正弦波）编码成音频播放；在接收端接收到音频信号后，解析出频率，然后根据两边共同的码表找到频率对应的字符，从而解码出数据。具体来说就是我们可以将1700HZ的正弦波对应成字符'1，1800HZ的正弦波对应数字1，1900HZ的正弦波对应数字3，以此类推。那么数字串123就对应成频率串就是{1700,1800,1900}，然后把这个频率串变成3个音节的正弦波音频。如果规定每个音节持续100ms，则{700，800，900}对应300毫秒的音频段。接收方录制声音，对收到的声音进行解析，识别出1700HZ，1800HZ，1900HZ三段正弦波频率，然后查找码表，解码出的字符串就是123。
关于声波传输最根本的原理其实是时域频域的相互转换，所以我们绕不开傅里叶变换的相关知识；
纠错算法：我是根据需求以及使用的场景和观察数据，推到出来的纠错算法，目前纠错算法还没有覆盖所有的可能出错的数据，只是针对个别场景做了纠错；
网上关于声波传输的资料不多，零星几篇分析原理的文章详细写了声波的编码，解码（最难搞）却是一笔带过。Github上面能找到的开源项目，识别成功率高的没有核心代码，有完整源码的识别成功率又达不到投入实际中使用的要求。所以我花了一些时间，在了解原理之后尝试了好几种解码的方案，踩过一些坑才最终把这个功能实现，在没有很强噪音下成功率可达%100，有噪音下成功率有点差，有待优化，我没有加降噪，后期将更新。
由于公司产品需求，已支持所有字符和中文的传输；
不过说真的Java这边做语音处理真麻烦，Python就很好分分钟就可以实现，目前在研究Python，哈哈，业余爱好，此篇文章结束，后续将持续讲解解码端，编码简单我就不讲了；
