Giới thiệu dự án

Sự bùng nổ của cuộc Cách mạng Công nghiệp 4.0 đã thúc đẩy mạnh mẽ lĩnh vực Internet vạn vật (Internet of Things - IoT), đặc biệt là phân khúc Nhà thông minh (Smart Home). Theo các báo cáo thị trường IoT toàn cầu, tốc độ tăng trưởng kép hàng năm (CAGR) của thiết bị nhà thông minh duy trì trên 25%. Tuy nhiên, phần lớn các hệ thống thương mại hiện nay vẫn phụ thuộc chặt chẽ vào giao diện điều khiển màn hình chạm trên điện thoại thông minh (Smartphone) hoặc công tắc gắn tường cố định.

Thực trạng này bộc lộ nhiều điểm hạn chế (pain points):

  • Rào cản tương tác: Người dùng buộc phải mang theo điện thoại, mở ứng dụng và tìm kiếm giao diện điều khiển, gây bất tiện khi đang làm việc, nấu ăn hoặc trong các tình huống khẩn cấp.
  • Hạn chế với nhóm người yếu thế: Người cao tuổi, thị lực kém hoặc người khuyết tật vận động gặp trở ngại lớn khi thao tác trên các giao diện số phức tạp.
  • Chi phí và phạm vi kết nối của các giải pháp nghiên cứu trước: Các hệ thống điều khiển qua tin nhắn SMS tốn kém chi phí viễn thông định kỳ và phản hồi chậm; giải pháp qua sóng Bluetooth bị giới hạn phạm vi nghiêm ngặt (< 10m) và không thể mở rộng đa phòng.

Xuất phát từ các vấn đề trên, đồ án tốt nghiệp ngành Công nghệ Kỹ thuật Điện tử, Truyền thông (Trường Đại học Sư phạm Kỹ thuật TP.HCM) thực hiện đề tài "Điều khiển các thiết bị trong nhà thông minh bằng giọng nói" nhằm xây dựng một hệ thống điều khiển rảnh tay (hands-free) hoàn chỉnh bằng tiếng Việt, kết hợp giữa nền tảng phần cứng nhúng và điện toán đám mây.

[Người dùng phát lệnh] 
         │ (Giọng nói Tiếng Việt)
         ▼
[Micro USB] ──► [Raspberry Pi 3 Gateway] ◄──► [Google Cloud Speech-to-Text API]
                        │                                    │
                        ├────────────────────────────────────┘ (Chuỗi văn bản)
                        ▼
               [Trình phân tích cú pháp]
                        │
                        ├─► [gTTS / Loa phát âm thanh phản hồi]
                        ▼
               [MQTT Broker (Cloud/Local)]
                        │ (Giao thức MQTT / Wi-Fi)
         ┌──────────────┴──────────────┐
         ▼                             ▼
[ESP8266 NodeMCU - Node 1]    [ESP8266 NodeMCU - Node 2]
 ├── Module L298N + Động cơ    └── Arduino Uno R3
 │    (Kéo rèm cửa + Limit SW)      ├── Mạch Zero-Crossing + Triac (Dimmer đèn)
 └── Relay SSR 2 kênh              └── Mạch phát/thu IR 38kHz (Tivi)
      (Bật/tắt đèn & máy lạnh)

Mục tiêu cụ thể của dự án

  1. Nghiên cứu và tích hợp dịch vụ nhận dạng tiếng Việt: Xây dựng mô-đun thu âm và chuyển đổi tín hiệu giọng nói sang văn bản (Speech-to-Text - STT) thông qua Google Cloud Speech API với độ chính xác cao trên ngữ cảnh điều khiển phòng làm việc.
  2. Thiết kế khối xử lý trung tâm (Smart Gateway): Sử dụng máy tính nhúng Raspberry Pi 3 Model B chạy hệ điều hành Linux (Raspbian), xử lý dữ liệu giọng nói, so khớp tập lệnh và tổng hợp âm thanh phản hồi (Text-to-Speech - TTS) qua thư viện gTTS.
  3. Xây dựng mạng truyền thông không dây nội bộ: Triển khai giao thức MQTT (Message Queuing Telemetry Transport) qua kết nối Wi-Fi chuẩn IEEE 802.11n để truyền nhận lệnh điều khiển giữa Gateway và các node chấp hành.
  4. Thiết kế và chế tạo các khối mạch phần cứng chấp hành:
    • Khối điều khiển góc mở pha AC (Phase Angle Dimmer) điều chỉnh độ sáng đèn 220VAC sử dụng mạch phát hiện điểm không (Zero-Crossing Detector) với Opto cách ly 4N25 và Triac.
    • Khối điều khiển động cơ DC giảm tốc JGA25-370 qua cầu H L298N tích hợp công tắc hành trình để đóng/mở rèm cửa tự động.
    • Khối đóng ngắt rơ-le bán dẫn (Solid State Relay - SSR) điều khiển đèn phụ và điều hòa không khí.
    • Khối giả lập tín hiệu hồng ngoại (IR) 38kHz để điều khiển thiết bị giải trí (Tivi).

Phạm vi và giới hạn

  • Phạm vi ứng dụng: Mô hình thử nghiệm áp dụng cho một không gian phòng làm việc thông minh tích hợp bàn làm việc, hệ thống chiếu sáng, rèm tự động và thiết bị điện lạnh.
  • Giới hạn kỹ thuật: Hệ thống yêu cầu kết nối Internet liên tục để giao tiếp với máy chủ Google Cloud API; phạm vi thu âm của micro USB tiêu chuẩn đạt hiệu quả tối ưu trong bán kính 1.5m – 2.0m không gian kín.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tiêu chí so sánh Hệ thống SMS (GSM SIM900A) Hệ thống Bluetooth (HC-05/06) Hệ thống thương mại (Lumi/Bkav) Giải pháp Đồ án (Pi 3 + ESP8266 + Google STT)
Giao diện điều khiển Soạn cú pháp tin nhắn SMS Ứng dụng Android (Nút bấm) App di động / Amazon Alexa Giọng nói Tiếng Việt trực tiếp + Nút bấm vật lý
Độ trễ phản hồi 3.0s – 10.0s (phụ thuộc mạng viễn thông) 50ms – 150ms 300ms – 800ms 1.2s – 1.8s (Bao gồm nhận dạng Cloud STT)
Chi phí vận hành Tốn phí cước viễn thông hàng tháng 0 VNĐ Phí bản quyền hệ sinh thái cao Miễn phí (Sử dụng hạ tầng Wi-Fi & Cloud Free Tier)
Khoảng cách hoạt động Không giới hạn (vùng phủ sóng GSM) Rất ngắn (< 10m, vướng tường) Đa vùng qua Internet Toàn bộ vùng phủ sóng mạng Wi-Fi gia đình
Xử lý ngữ nghĩa Tiếng Việt Không có (Khớp chuỗi ký tự cố định) Không có Hạn chế hoặc qua tiếng Anh Xử lý linh hoạt nhờ mô hình học sâu Google STT

Phân tích yêu cầu hệ thống theo mô hình MoSCoW

  • Must have (Bắt buộc): Thu âm tiếng Việt, chuyển đổi văn bản qua Google STT API, gửi gói tin điều khiển qua MQTT Broker, đóng/ngắt thiết bị qua SSR và kéo rèm bằng động cơ DC.
  • Should have (Nên có): Mạch Dimmer điều chỉnh độ sáng bóng đèn sợi đốt mượt mà không nhấp nháy, phát âm thanh phản hồi bằng giọng nói tiếng Việt (gTTS).
  • Could have (Có thể mở rộng): Phát tín hiệu hồng ngoại điều khiển Tivi qua LED IR 38kHz, tích hợp nút nhấn cơ khí ghi đè (Manual Override).
  • Won't have (Chưa triển khai): Xử lý ASR Offline hoàn toàn không cần Internet; nhận dạng phân biệt từng người nói cụ thể (Speaker Identification).

Thiết kế hệ thống

Kiến trúc phần cứng và ngăn xếp công nghệ (Technology Stack)

  • Khối xử lý trung tâm (Central Gateway):
    • Phần cứng: Máy tính nhúng Raspberry Pi 3 Model B (SoC Broadcom BCM2837 64-bit ARM Cortex-A53 Quad-Core 1.2GHz, 1GB LPDDR2 SDRAM, Wi-Fi 2.4GHz 802.11n, Bluetooth 4.1).
    • Hệ điều hành: Raspbian OS (Debian Linux kernel 4.x).
    • Ngôn ngữ lập trình: Python 2.7 / 3.x.
  • Khối xử lý dữ liệu và điều khiển phân tán (Distributed IoT Nodes):
    • Node Vi điều khiển 1: ESP8266 NodeMCU Lua v2/v3 (SoC ESP-12E Tensilica Xtensa 32-bit LX106 @ 80MHz, 4MB Flash, Wi-Fi 802.11 b/g/n, giao tiếp qua chip nạp CP2102).
    • Node Vi điều khiển 2: Arduino Uno R3 (Vi điều khiển ATmega328P @ 16MHz, 32KB Flash, 2KB SRAM) kết hợp ESP8266 nhận lệnh qua cổng UART / GPIO.
  • Mạch chấp hành công suất và cảm biến:
    • Khối động cơ: Động cơ giảm tốc JGA25-370 (Điện áp định mức 12VDC, tốc độ không tải 17 vòng/phút, dòng tải định mức 0.4A, dòng kẹt rotor 1.2A), Driver mạch cầu đôi L298N (Dòng cực đại 2A/cầu), 02 công tắc hành trình cơ học JL012.
    • Khối Relay: Module Solid State Relay (SSR) 2 kênh Omron G3MB-202P (Điện áp đóng cắt tối đa 240VAC, dòng định mức 2A, kích mức cao 5VDC, dòng điều khiển ~20mA/kênh).
    • Khối Dimmer AC: Biến áp hạ áp cách ly 220VAC -> 12VAC, cầu chỉnh lưu Diode 1A, Optocoupler 4N25 phát hiện điểm 0 (Zero-Cross), Opto-Triac MOC3020 điều khiển kích mở Triac BT136 (600V, 4A).
    • Khối phát/thu hồng ngoại: LED phát hồng ngoại 940nm và Mắt thu hồng ngoại TSOP1838 / IR1838 (Tần số sóng mang 38kHz).

Thiết kế giao thức truyền thông MQTT và cấu trúc Topic

Hệ thống triển khai mô hình Publisher/Subscriber với broker trung gian (CloudMQTT / Mosquitto Broker) tại cổng mặc định 1883, mức dịch vụ QoS 1 (Đảm bảo gói tin đến đích ít nhất một lần).

MQTT Topic Publisher Subscriber Cấu trúc Payload (String/JSON) Chức năng điều khiển
smarthome/curtain Raspberry Pi ESP8266 Node 1 "OPEN", "CLOSE", "STOP" Điều khiển mở, đóng hoặc dừng rèm cửa
smarthome/relay Raspberry Pi ESP8266 Node 1 {"device": "light_bath", "state": 1} Bật/tắt đèn phòng tắm qua Relay 1
smarthome/relay Raspberry Pi ESP8266 Node 1 {"device": "air_cond", "state": 0} Bật/tắt máy lạnh qua Relay 2
smarthome/dimmer Raspberry Pi ESP8266 Node 2 {"level": 0-100, "scene": "work"} Điều chỉnh độ sáng đèn bàn làm việc
smarthome/tv_ir Raspberry Pi ESP8266 Node 2 {"cmd": "POWER", "code": "0xFFA25D"} Bật/tắt màn hình Tivi qua mã hồng ngoại 
               ┌──────────────────────────────┐
               │    MQTT BROKER (PORT 1883)   │
               └──────────────┬───────────────┘
                              │
         ┌────────────────────┼────────────────────┐
         │ Publish            │ Subscribe          │ Subscribe
         ▼                    ▼                    ▼
┌──────────────────┐ ┌──────────────────┐ ┌──────────────────┐
│  Raspberry Pi 3  │ │  NodeMCU ESP8266 │ │  NodeMCU ESP8266 │
│ (Central Gateway)│ │ (Node 1 - Rèm/RL)│ │ (Node 2-Dimmer/IR│
└──────────────────┘ └──────────────────┘ └──────────────────┘

Tính toán thiết kế mạch phát hiện điểm không (Zero-Crossing Detector)

Mạch Zero-Crossing chịu trách nhiệm tạo xung ngắt ngoài đồng bộ với tần số lưới điện 50Hz ($T = 20\text{ ms}$, nửa chu kỳ $t_{half} = 10\text{ ms}$):

  • Điện áp sau chỉnh lưu cầu: Biên độ đỉnh $V_{peak} = 12\text{V} \times \sqrt{2} - 2 \times 0.7\text{V} \approx 15.57\text{V}$.
  • Dòng cực nền Transistor NPN (C1815): Để Transistor dẫn bão hòa khi có sóng sin, điện trở phân cực cực nền $R_B = 10\text{k}\Omega$: $$I_B = \frac{V_{peak} - V_{BE}}{R_B} = \frac{15.57\text{V} - 0.7\text{V}}{10\text{k}\Omega} \approx 1.487\text{ mA}$$
  • Dòng LED phát quang bên trong Opto 4N25: Khi điện áp lưới qua điểm 0V, Transistor ngắt, dòng điện nạp qua điện trở cực góp $R_C = 10\text{k}\Omega$ cấp vào chân Anode của Opto 4N25: $$I_F = \frac{V_{CC} - V_{F(LED)}}{R_C} = \frac{12\text{V} - 1.3\text{V}}{10\text{k}\Omega} = 1.07\text{ mA}$$ Mức dòng này đảm bảo Transistor ngõ ra của 4N25 đóng/dẫn dứt khoát, tạo xung mức thấp (0V) đưa vào chân ngắt ngoài INT0 (Digital Pin 2) của vi điều khiển Arduino.

Phương pháp luận (Methodology) và Kế hoạch thực hiện

Dự án áp dụng quy trình phát triển lặp từng bước (Iterative Development Methodology) kết hợp chặt chẽ giữa thiết kế phần cứng điện tử và lập trình nhúng phần mềm:

  • Giai đoạn 1 (Tuần 1 - 4): Khảo sát tài liệu, cấu hình hệ điều hành Raspbian trên Raspberry Pi 3, thiết lập chứng thực tài khoản dịch vụ Google Cloud Service Account qua tập tin JSON API key (GOOGLE_APPLICATION_CREDENTIALS).
  • Giai đoạn 2 (Tuần 5 - 8): Thiết kế sơ đồ nguyên lý (Schematic), layout mạch in PCB cho khối Dimmer công suất và khối đệm Relay; lập trình firmware giao tiếp ngoại vi.
  • Giai đoạn 3 (Tuần 9 - 12): Lập trình module xử lý luồng âm thanh trên Python, xây dựng tập lệnh giọng nói mẫu, cấu hình máy chủ MQTT Broker và kiểm tra truyền nhận dữ liệu qua giao thức TCP/IP.
  • Giai đoạn 4 (Tuần 13 - 16): Đóng gói mô hình phòng làm việc thông minh hoàn chỉnh, đo đạc thống kê tỷ lệ nhận dạng và hiệu chỉnh độ trễ xử lý.

Triển khai thực nghiệm và Kết quả

Quá trình phát triển và Thuật toán cốt lõi

1. Luồng xử lý giọng nói tại Gateway Raspberry Pi 3 (Python)

Gateway liên tục ghi nhận tín hiệu âm thanh dạng sóng PCM 16-bit, tần số lấy mẫu 16000Hz (chuẩn tối ưu cho mô hình ngôn ngữ của Google). Dưới đây là đoạn mã nguồn thực thi chính được chuẩn hóa từ dự án:

import io
import os
import paho.mqtt.client as mqtt
from google.cloud import speech
from google.cloud.speech import enums, types
from gtts import gTTS

# Cấu hình biến môi trường chứng thực Google API
os.environ["GOOGLE_APPLICATION_CREDENTIALS"] = "/home/pi/smarthome/apikey.json"

MQTT_BROKER = "192.168.1.100"
MQTT_PORT = 1883
client = mqtt.Client(client_id="Pi3_Gateway")

def play_feedback(text):
    tts = gTTS(text=text, lang='vi')
    tts.save("/tmp/feedback.mp3")
    os.system("mpg123 -q /tmp/feedback.mp3")

def parse_and_execute(command_text):
    cmd = command_text.lower()
    print("[LOG] Command Received: {}".format(cmd))
    
    if "bật đèn phòng tắm" in cmd or "mở đèn phòng tắm" in cmd:
        client.publish("smarthome/relay", '{"device":"light_bath","state":1}', qos=1)
        play_feedback("Đã bật đèn phòng tắm")
    elif "tắt đèn phòng tắm" in cmd:
        client.publish("smarthome/relay", '{"device":"light_bath","state":0}', qos=1)
        play_feedback("Đã tắt đèn phòng tắm")
    elif "mở rèm" in cmd or "kéo rèm ra" in cmd:
        client.publish("smarthome/curtain", "OPEN", qos=1)
        play_feedback("Đang mở rèm cửa")
    elif "đóng rèm" in cmd:
        client.publish("smarthome/curtain", "CLOSE", qos=1)
        play_feedback("Đang đóng rèm cửa")
    elif "tăng độ sáng" in cmd:
        client.publish("smarthome/dimmer", '{"level":80}', qos=1)
        play_feedback("Đã điều chỉnh độ sáng đèn làm việc")
    else:
        play_feedback("Xin lỗi, tôi không hiểu câu lệnh này")

def recognize_speech(audio_file_path):
    client_speech = speech.SpeechClient()
    with io.open(audio_file_path, "rb") as audio_file:
        content = audio_file.read()
    audio = types.RecognitionAudio(content=content)
    config = types.RecognitionConfig(
        encoding=enums.RecognitionConfig.AudioEncoding.LINEAR16,
        sample_rate_hertz=16000,
        language_code="vi-VN"
    )
    response = client_speech.recognize(config=config, audio=audio)
    for result in response.results:
        transcript = result.alternatives[0].transcript
        parse_and_execute(transcript)

2. Thuật toán điều khiển cắt góc pha AC trên Arduino Uno

Tại Node Dimmer, Arduino tính toán độ trễ thời gian kích mở chân Gate của Triac sau khi nhận xung ngắt tại chân INT0:

#include <Arduino.h>

const byte INTERRUPT_PIN = 2; // Chan nhan xung Zero-Crossing tu 4N25
const byte TRIAC_PIN = 4;     // Chan kich MOC3020 den Gate cua Triac
volatile int dimming_delay = 5000; // Do tre thoi gian (micro giay): 1000us - 9000us
volatile boolean zero_cross = false;

void zero_cross_isr() {
  zero_cross = true;
}

void setup() {
  pinMode(INTERRUPT_PIN, INPUT_PULLUP);
  pinMode(TRIAC_PIN, OUTPUT);
  digitalWrite(TRIAC_PIN, LOW);
  attachInterrupt(digitalPinToInterrupt(INTERRUPT_PIN), zero_cross_isr, RISING);
  Serial.begin(9600); // Nhan muc do sang tu ESP8266
}

void loop() {
  if (Serial.available() > 0) {
    int brightness = Serial.parseInt(); // Gia tri tu 0 den 100%
    brightness = constrain(brightness, 0, 100);
    // Anh xa muc do sang sang thoi gian tre ngat (10ms nua chu ky)
    dimming_delay = map(brightness, 0, 100, 8500, 1000); 
  }
  
  if (zero_cross) {
    delayMicroseconds(dimming_delay);
    digitalWrite(TRIAC_PIN, HIGH);
    delayMicroseconds(10); // Do rong xung kich 10us
    digitalWrite(TRIAC_PIN, LOW);
    zero_cross = false;
  }
}

Thử nghiệm và Đánh giá kết quả thực nghiệm

Hệ thống được vận hành thử nghiệm với 50 lần lặp cho mỗi câu lệnh mẫu ở các điều kiện môi trường và khoảng cách khác nhau.

Bảng thông số kiểm thử độ chính xác nhận dạng giọng nói tiếng Việt

Câu lệnh thử nghiệm Khoảng cách 0.5m (Yên tĩnh ~40dB) Khoảng cách 1.5m (Yên tĩnh ~40dB) Khoảng cách 1.5m (Có tạp âm ~65dB) Tỷ lệ thực thi đúng trung bình
"Mở đèn phòng tắm" 50/50 (100%) 49/50 (98%) 43/50 (86%) 94.67%
"Tắt đèn phòng tắm" 50/50 (100%) 48/50 (96%) 42/50 (84%) 93.33%
"Kéo rèm cửa" / "Mở rèm" 49/50 (98%) 48/50 (96%) 41/50 (82%) 92.00%
"Đóng rèm cửa" 50/50 (100%) 49/50 (98%) 44/50 (88%) 95.33%
"Bật máy lạnh" 49/50 (98%) 47/50 (94%) 40/50 (80%) 90.67%
"Tăng độ sáng phòng làm việc" 48/50 (96%) 46/50 (92%) 39/50 (78%) 88.67%

Phân tích độ trễ hệ thống (Latency Breakdown)

  • Thời gian truyền file ghi âm lên Google Cloud và trả về chuỗi String: $850\text{ ms} \pm 120\text{ ms}$.
  • Thời gian phân tích cú pháp chuỗi và tổng hợp phản hồi gTTS: $320\text{ ms}$.
  • Thời gian truyền gói tin MQTT qua mạng Wi-Fi LAN đến ESP8266: $42\text{ ms} \pm 8\text{ ms}$.
  • Thời gian kích hoạt cơ điện (Relay đóng hoặc cầu H L298N cấp nguồn động cơ): $15\text{ ms}$.
  • Tổng thời gian đáp ứng trung bình: $\approx 1.25\text{ giây}$, hoàn toàn đáp ứng tiêu chuẩn tương tác thời gian thực trong nhà thông minh.

Đổi mới và Đóng góp kỹ thuật

  1. Kiến trúc phân tách tầng xử lý tính toán và điều khiển chấp hành:
    • Thay vì tích hợp toàn bộ vào một vi điều khiển đơn lẻ dẫn đến nghẽn tài nguyên, hệ thống phân định rõ: Raspberry Pi 3 đảm nhiệm tác vụ nặng (xử lý âm thanh, gọi RESTful API, tổng hợp tiếng nói), trong khi các vi điều khiển ESP8266 và Arduino Uno đảm nhiệm các tác vụ thời gian thực có độ chính xác tới mức micro-giây (cắt xung Triac, quét công tắc hành trình).
  2. Kỹ thuật điều khiển độ sáng bóng đèn AC không gây nhiễu:
    • Mạch Dimmer tích hợp mạch cách ly quang kép (Dual Optoisolator: 4N25 và MOC3020) triệt tiêu hoàn toàn hiện tượng xung điện áp ngược từ lưới điện 220VAC gây sốc điện cho khối vi điều khiển, đảm bảo biên độ sóng sin được điều chế mượt mà, giúp bóng đèn không bị hiện tượng nhấp nháy (flickering).
  3. Phản hồi trạng thái hai chiều bằng âm thanh (Auditory Feedback Loop):
    • Đa phần các đề tài trước chỉ thực thi lệnh một chiều (người dùng nói và tự quan sát thiết bị). Hệ thống này tích hợp engine gTTS phản hồi tức thời bằng lời nói tiếng Việt tự nhiên (ví dụ: "Đã bật đèn phòng tắm", "Đang mở rèm cửa"), giúp xác nhận trạng thái điều khiển mà người dùng không cần nhìn vào màn hình.
  4. Tối ưu hóa chi phí phần cứng (Cost-to-Performance Ratio):
    • Giảm hơn 65% chi phí phần cứng so với việc trang bị các bộ điều khiển trung tâm độc quyền trên thị trường (như Crestron, Control4 hay Lumi Gateway), đồng thời giữ mã nguồn mở giúp dễ dàng mở rộng thêm các node cảm biến mới.

Ứng dụng thực tế và Triển khai

Kịch bản ứng dụng trong đời sống

[Người dùng về phòng] ──► Ra lệnh: "Bật đèn phòng làm việc" ──► Đèn sáng 100%
                                                                     │
[Bắt đầu làm việc]    ──► Ra lệnh: "Tăng độ sáng"           ──► Dimmer điều chỉnh
                                                                     │
[Nghỉ ngơi / Rời phòng]─► Ra lệnh: "Đóng rèm" + "Tắt máy lạnh"──► Rèm đóng, Relay ngắt
  • Hỗ trợ sinh hoạt người khuyết tật và người cao tuổi: Giúp người hạn chế khả năng vận động có thể tự do kiểm soát ánh sáng, nhiệt độ phòng, đóng mở rèm mà không cần sự trợ giúp của người chăm sóc.
  • Không gian văn phòng / Phòng làm việc cá nhân: Cho phép thiết lập các ngữ cảnh chiếu sáng tập trung chỉ bằng một câu lệnh, nâng cao hiệu suất làm việc.

Sơ đồ khối nguồn và Chiến lược cấp điện an toàn

Hệ thống sử dụng mạng cấp nguồn đa dải điện áp cách ly nhằm chống sụt áp và triệt tiêu nhiễu điện từ (EMI):

  • Nguồn 5VDC - 2A (Pin sạc dự phòng / Adapter chuyển mạch): Cung cấp riêng cho Raspberry Pi 3 và Micro USB để đảm bảo chất lượng tín hiệu âm thanh thu vào không bị nhiễu do động cơ.
  • Nguồn 12VDC - 2A (Adapter công nghiệp): Cung cấp cho mạch cầu H L298N kéo động cơ JGA25-370; đồng thời qua IC ổn áp tuyến tính LM7805 (kèm tụ lọc $100\mu\text{F}$ và $0.1\mu\text{F}$) hạ xuống 5VDC ổn định cho các cuộn hút rơ-le và ESP8266.
  • Nguồn 220VAC - 50Hz: Cách ly vật lý qua rơ-le bán dẫn SSR và biến áp xung, cấp cho tải công suất lớn.

Hạn chế và Hướng phát triển

Các hạn chế kỹ thuật hiện tại

  • Phụ thuộc vào đường truyền Internet: Do Google Cloud Speech API xử lý trên máy chủ đám mây, khi mạng Internet bị gián đoạn, chức năng nhận dạng giọng nói sẽ không thể hoạt động.
  • Xử lý tiếng ồn môi trường: Sử dụng micro đơn kênh thông thường, chưa tích hợp thuật toán lọc nhiễu chủ động (Active Noise Cancellation) hoặc mảng micro định chùm sóng (Microphone Beamforming Array), khiến độ chính xác suy giảm khi tạp âm vượt quá 65dB.
  • Giao diện trực quan: Chưa có Dashboard Web/App di động chạy song song để giám sát trạng thái thiết bị theo thời gian thực khi người dùng ở ngoài nhà.

Định hướng nâng cấp nghiên cứu

  1. Triển khai mô hình nhận dạng giọng nói cục bộ (Offline ASR): Tích hợp các mô hình nén nhẹ như PocketSphinx, Vosk hoặc Whisper.tflite trực tiếp trên phần cứng máy tính nhúng thế hệ mới (Raspberry Pi 4 / Pi 5 hoặc Jetson Nano) để điều khiển ngay cả khi mất Internet.
  2. Nâng cấp phần cứng thu âm: Sử dụng kit mở rộng ReSpeaker 4-Mic Array tích hợp chip DSP xử lý âm thanh chuyên dụng (AEC - Acoustic Echo Cancellation, DOA - Direction of Arrival).
  3. Chuẩn hóa giao tiếp và bảo mật: Nâng cấp lên chuẩn Matter / Zigbee 3.0 cho các node chấp hành; mã hóa toàn bộ dữ liệu MQTT qua giao thức MQTTS (TLS/SSL Port 8883).
  4. Tích hợp cảm biến môi trường thông minh: Bổ sung cảm biến nhiệt độ/độ ẩm DHT22 và cảm biến ánh sáng quang trở LDR để tự động hóa ngữ cảnh mà không cần đợi lệnh giọng nói.

Đối tượng hưởng lợi

  • Sinh viên và Nghiên cứu sinh ngành Điện tử - Viễn thông, IoT: Tài liệu tham khảo toàn diện về cách kết nối phần cứng nhúng (Raspberry Pi, ESP8266, Arduino) với dịch vụ trí tuệ nhân tạo điện toán đám mây.
  • Kỹ sư phát triển hệ thống nhúng (Embedded Developers): Nắm bắt kỹ thuật thiết kế mạch Dimmer AC cách ly an toàn, giải thuật điều khiển góc mở Triac và triển khai giao thức MQTT chuẩn công nghiệp.
  • Nhà tích hợp hệ thống Nhà thông minh (Smart Home Integrators): Nền tảng tham khảo để xây dựng các giải pháp điều khiển giọng nói tiếng Việt giá thành thấp, tùy biến linh hoạt cho các dự án dân dụng.
  • Cộng đồng trợ năng (Accessibility Community): Minh chứng thực nghiệm rõ ràng về việc ứng dụng công nghệ giọng nói để nâng cao chất lượng cuộc sống cho người yếu thế.

Câu hỏi thường gặp

1. Yêu cầu cấu hình phần cứng tối thiểu để triển khai hệ thống này là gì?

Hệ thống yêu cầu tối thiểu một bo mạch Raspberry Pi 3 Model B (RAM 1GB), thẻ nhớ MicroSD tối thiểu 16GB Class 10 cài đặt hệ điều hành Raspbian, một Micro thu âm chuẩn USB và các module vi điều khiển Wi-Fi ESP8266 NodeMCU kết nối cùng mạng LAN 2.4GHz.

2. Hệ thống xử lý thế nào khi hai người cùng phát lệnh một lúc?

Microphone sẽ thu nhận tín hiệu âm thanh hỗn hợp. Do mô hình Google Cloud Speech phân tích phổ âm học tổng thể, tín hiệu nhiễu giọng nói chéo (cross-talk) có thể khiến kết quả chuyển văn bản không khớp với từ khóa trong tập lệnh mẫu. Khi đó, hệ thống sẽ an toàn bỏ qua lệnh và phát thông báo phản hồi: "Xin lỗi, tôi không hiểu câu lệnh này".

3. Tại sao chọn giao thức MQTT thay vì HTTP RESTful API để điều khiển thiết bị?

Giao thức MQTT hoạt động dựa trên mô hình Publish/Subscribe với kích thước tiêu đề gói tin (Header) cực nhẹ (chỉ từ 2 bytes), duy trì kết nối TCP liên tục hai chiều. Điều này giúp giảm thiểu băng thông mạng, tiết kiệm năng lượng cho chip ESP8266 và giảm độ trễ truyền dữ liệu xuống dưới 50ms, vượt trội so với giao thức HTTP yêu cầu bắt tay (Handshake) đóng/mở kết nối liên tục.

4. Mạch Dimmer Triac có thể dùng để điều chỉnh tốc độ quạt trần hoặc đèn LED thông thường được không?

Mạch Dimmer cắt pha thiết kế trong đồ án hoạt động tối ưu nhất với tải thuần trở (như bóng đèn sợi đốt, halogen). Đối với đèn LED, cần sử dụng loại bóng hỗ trợ tính năng Dimmable (Dimmable LED Driver). Đối với tải thuần cảm như động cơ quạt AC, cần bổ sung thêm mạch dập RC (Snubber Circuit) song song với Triac để triệt tiêu điện áp cảm ứng tự cảm bảo vệ linh kiện bán dẫn.

5. Chi phí ước tính để chế tạo hoàn chỉnh mô hình này là bao nhiêu?

Tổng chi phí linh kiện phần cứng (BOM - Bill of Materials) cho toàn bộ mô hình dao động từ 1.800.000 VNĐ đến 2.200.000 VNĐ (tính theo thời giá linh kiện), tiết kiệm hơn 60% so với việc mua sắm các thiết bị điều khiển trung tâm chuyên dụng trên thị trường.

Kết luận

Đồ án tốt nghiệp "Điều khiển các thiết bị trong nhà thông minh bằng giọng nói" đã hiện thực hóa thành công một hệ thống Smarthome hoàn chỉnh, kết hợp mượt mà giữa phần cứng nhúng phân tán và trí tuệ nhân tạo nhận dạng tiếng Việt của Google Cloud. Dự án không chỉ giải quyết triệt để bài toán tương tác rảnh tay trong không gian sống mà còn đảm bảo các tiêu chuẩn kỹ thuật khắt khe về an toàn điện lưới, thời gian đáp ứng thời gian thực và khả năng mở rộng linh hoạt qua mạng Wi-Fi/MQTT. Đây là bước đệm vững chắc để nhóm tác giả tiếp tục hoàn thiện, phát triển các giải pháp IoT thuần Việt ứng dụng sâu rộng trong cuộc sống hiện đại.