Tiny ML喚醒詞檢測開源分享

2512870 2023-06-16 | zip | 0.00 MB | 次下載 | 免費

普通下載普通下載

資料介紹

辛西婭·陳 (yc90)

李奕琨 (yl212)

我們使用微型嵌入式設備實現了一個嵌入式語音識別應用程序，該設備可以將一秒鐘的語音作為輸入并對語音進行分類。不同的聲音由不同顏色的 LED 燈指示。我們訓練了一個喚醒詞檢測 ML 模型，并在 Arduino Nano 33 BLE 上實現了它。

為了處理原始音頻數據，嵌入式設備的特征提供者將原始音頻數據轉換為頻譜圖，頻譜圖是由頻率信息切片組成的二維數組。二維張量的特征可以通過卷積神經網絡 (CNN) 完美提取。

CNN 模型在稱為語音命令數據集的數據集上進行了預訓練。這包括 65, 000 個 30 個短單詞的一秒長話語，在線眾包。

1.輸入數據收集

該組件從麥克風捕獲原始音頻數據。為了驗證設備在不同情況下的功能，使用所有組成員的音頻作為輸入。

2.設置TF Lite解釋器

在 Arduino IDE 中導入 micro_speech 示例。生成 C++ 代碼并自動設置 TensorFlow Lite 環境。在進行測試時，解釋器運行 TensorFlow Lite 模型，將輸入頻譜圖轉換為一組概率，并選擇概率最高的一個作為輸出。

3. 對董事會進行編程

將開發板連接到筆記本電腦并將代碼上傳到 Arduino 開發板。

4. 測試功能

使用設備上的 LED 對不同的音頻類型進行分類（綠色：是，紅色：否）。如果聽到命令，命令響應者會使用設備的輸出功能通知我們。然后我們用“是”和“否”測試了幾次，板上的燈顯示它有效。由于該模型仍然有點幼稚，因此要重復多次測試以確保其運行良好。

下載該資料的人也在下載下載該資料的人還在閱讀

更多 >