📚 课程目录第2章 Raspberry Pi基础

2、Raspberry Pi基础：硬件型号选择、系统安装、SSH连接与基本配置

Raspberry Pi（树莓派）是语音识别项目中最常用的边缘计算平台之一。它体积小巧、功耗低、GPIO接口丰富，且拥有完整的Linux生态，非常适合作为麦克风阵列与离线关键词识别引擎的载体。本章将围绕硬件选型、系统部署、远程连接与基础配置四个核心环节展开，帮助读者搭建一套稳定、可复现的开发环境。需要特别强调的是，语音识别项目对I/O时序、USB音频设备兼容性以及实时性有较高要求，因此硬件选型和系统配置不能仅按“能开机”的标准来操作，而应结合后续音频采集与推理负载进行针对性优化。

2.1 硬件型号选择：性能与接口的权衡

树莓派家族中，Raspberry Pi 4B（2GB/4GB/8GB）与Raspberry Pi 5（4GB/8GB）是当前语音识别项目的首选。Pi 4B的BCM2711四核Cortex-A72处理器在运行轻量级关键词识别引擎（如Porcupine）时，CPU占用率可控制在15%以内；而Pi 5的BCM2712处理器性能提升约2-3倍，能更从容地处理多路麦克风数据流与神经网络推理。对于纯离线关键词识别场景，4GB内存版本已足够，但若需同时运行语音活动检测（VAD）、噪声抑制和唤醒词模型，建议选择8GB版本以避免swap抖动。

型号	CPU	内存	USB接口	推荐场景
Pi 4B	Cortex-A72 4核 1.5GHz	2/4/8GB	USB 3.0 x2 + USB 2.0 x2	入门级离线唤醒词
Pi 5	Cortex-A76 4核 2.4GHz	4/8GB	USB 3.0 x2 + USB 2.0 x2	多麦克风阵列+实时推理
Pi Zero 2W	Cortex-A53 4核 1GHz	512MB	Micro USB	不推荐（内存过小）

麦克风阵列的选型同样关键。ReSpeaker 2-Mic Hat通过I2S接口连接，延迟低且不占用USB带宽，但驱动配置较复杂；ReSpeaker USB 4-Mic Array则即插即用，ALSA驱动兼容性好，适合快速原型验证。若项目需要波束成形或声源定位，4-Mic阵列是底线配置。电源方面，务必使用官方5V/3A适配器，劣质电源会导致USB音频设备随机断开，这是语音项目中最隐蔽的故障源之一。

风险提示：Pi 5的PCIe接口虽然可以扩展NVMe SSD，但语音识别项目对存储带宽要求不高，MicroSD卡（A2等级）已足够。不要为了追求存储性能而增加系统复杂度，SD卡损坏的恢复成本远高于性能收益。

2.2 系统安装：从镜像烧录到首次启动

推荐使用Raspberry Pi Imager工具烧录系统。选择Raspberry Pi OS Lite（64-bit，Bookworm）版本，该版本无桌面环境，节省约800MB内存和大量后台进程，对语音识别项目至关重要。烧录前，在Imager的“高级设置”中预先配置：启用SSH、设置用户名pi与强密码、配置Wi-Fi SSID与密码（若使用无线连接）。这一步能避免后续需要外接显示器和键盘的麻烦。

# 烧录完成后，插入SD卡并上电，等待约30秒后从另一台电脑尝试连接
# 若使用有线网络，树莓派会自动获取IP；若使用Wi-Fi，需确认路由器后台
ping raspberrypi.local   # 通过mDNS解析主机名
ssh pi@raspberrypi.local # 首次连接需确认指纹并输入密码

首次登录后，立即执行系统更新与基础工具安装：

sudo apt update && sudo apt full-upgrade -y
sudo apt install -y git python3-pip python3-venv alsa-utils
sudo raspi-config  # 进入配置界面：开启I2C、SPI、串口（若使用HAT麦克风）

在raspi-config中，建议将GPU内存降至16MB（Performance Options > GPU Memory），因为语音识别不需要图形加速，释放的内存可分配给音频缓冲区。同时，在Localisation Options中设置时区为Asia/Shanghai，避免日志时间戳混乱。

经验之谈：若使用USB麦克风阵列，建议在/boot/config.txt中添加usb_max_current=1（仅限旧型号）或确保使用有源USB Hub。部分USB麦克风峰值电流超过500mA，直接插树莓派USB口可能导致供电不足，表现为录音出现周期性爆音。

2.3 SSH连接与安全加固

SSH是远程管理树莓派的主要方式。对于语音识别项目，推荐使用SSH密钥认证替代密码登录，既提升安全性又避免每次输入密码。在本地电脑生成密钥并复制到树莓派：

# 在本地电脑执行
ssh-keygen -t ed25519 -C "pi-voice-project"
ssh-copy-id pi@<树莓派IP>
# 测试免密登录
ssh pi@<树莓派IP>

登录后，编辑/etc/ssh/sshd_config，将PasswordAuthentication改为no，并重启SSH服务。此外，建议修改默认端口（如2222）以减少扫描攻击，但需注意在路由器上做端口转发时保持一致。对于长时间运行的语音识别节点，可配置autossh或systemd服务实现断线自动重连，但这属于进阶话题，本章不展开。

网络稳定性对语音项目影响显著。若使用Wi-Fi，建议在/etc/wpa_supplicant/wpa_supplicant.conf中固定5GHz频段（如果路由器支持），并设置静态IP：

# /etc/dhcpcd.conf 追加
interface wlan0
static ip_address=192.168.1.100/24
static routers=192.168.1.1
static domain_name_servers=114.114.114.114 8.8.8.8

  排障案例：某项目中，树莓派通过Wi-Fi连接，录音时出现随机卡顿。排查发现Wi-Fi信号强度为-72dBm（临界值），且2.4GHz频段干扰严重。将树莓派移至路由器3米内并固定5GHz频段后，信号提升至-48dBm，卡顿消失。对于生产环境，强烈建议使用有线以太网连接，延迟和抖动均可控。

2.4 音频子系统配置与验证

树莓派的音频架构基于ALSA（Advanced Linux Sound Architecture）。插入USB麦克风后，执行arecord -l查看设备列表：

**** List of CAPTURE Hardware Devices ****
card 1: Array [ReSpeaker 4-Mic Array], device 0: USB Audio [USB Audio]
  Subdevices: 1/1
  Subdevice #0: subdevice #0

若设备显示为card 1，则需创建~/.asoundrc将其设为默认录音设备：

pcm.!default {
    type asym
    capture.pcm "mic"
    playback.pcm "speaker"
}
pcm.mic {
    type plug
    slave {
        pcm "hw:1,0"
        rate 16000
        channels 2
    }
}
pcm.speaker {
    type plug
    slave {
        pcm "hw:0,0"
    }
}

配置完成后，进行录音测试并检查音频电平：

arecord -d 5 -f S16_LE -r 16000 -c 2 test.wav
# 播放测试
aplay test.wav
# 使用alsamixer调整输入增益（按F4进入录音通道，调整Mic增益至80%左右）

若录音文件音量过小或削波，需调整alsamixer中的Capture电平。对于ReSpeaker阵列，通常建议增益设置在60%-80%之间，具体取决于环境噪声水平。可使用speech-recognition库或pyaudio进行Python层面的验证：

import pyaudio
p = pyaudio.PyAudio()
stream = p.open(format=pyaudio.paInt16, channels=2, rate=16000,
                input=True, frames_per_buffer=1024)
data = stream.read(2048)
print(f"音频数据长度: {len(data)} bytes, 峰值: {max(data)}")

常见误区：不要直接使用hw:0,0作为默认设备，因为树莓派的板载3.5mm音频接口通常占用card 0。若USB麦克风被识别为card 1，而默认配置指向card 0，录音将静音或报错。务必通过arecord -l确认实际设备编号。

2.5 性能调优与开机自启

语音识别引擎对CPU频率敏感。默认情况下，树莓派使用保守的调频策略，可在/boot/config.txt中固定性能模式：

# 强制使用高性能模式
force_turbo=1
arm_freq=1800  # Pi 4B可稳定运行，Pi 5可设为2400
# 注意：force_turbo=1会跳过频率调节，增加功耗和发热，需加装散热片

同时，建议禁用不必要的服务以释放资源：

sudo systemctl disable bluetooth.service
sudo systemctl disable hciuart.service
sudo systemctl disable triggerhappy.service
sudo systemctl disable cups.service

对于需要7x24小时运行的语音节点，使用systemd管理识别服务是标准做法。创建/etc/systemd/system/wakeword.service：

[Unit]
Description=Offline Wake Word Engine
After=network.target sound.target

[Service]
User=pi
WorkingDirectory=/home/pi/voice-project
ExecStart=/home/pi/voice-project/venv/bin/python main.py
Restart=always
RestartSec=5
Environment=PYTHONUNBUFFERED=1

[Install]
WantedBy=multi-user.target

启用并启动服务：

sudo systemctl daemon-reload
sudo systemctl enable wakeword.service
sudo systemctl start wakeword.service
# 查看日志
journalctl -u wakeword.service -f

  案例复盘：某智能家居项目部署了4台树莓派4B，每台负责一个房间的离线唤醒。初期使用默认配置，发现唤醒响应时间波动较大（300ms-1.2s）。通过htop监控发现，CPU频率在600MHz-1.5GHz间频繁跳变。固定force_turbo=1并设置arm_freq=1800后，响应时间稳定在400ms±20ms。代价是功耗从3.2W升至4.8W，但换来了可预测的实时性。此外，通过systemd服务管理，设备在意外断电重启后能自动恢复识别功能，无需人工干预。

最后，建议定期备份SD卡镜像。使用dd命令或Win32DiskImager工具，在系统配置完成后制作一份干净备份。语音识别项目的环境搭建通常需要2-3小时，备份能显著缩短故障恢复时间。