VIP20

本课程属于：001-TFLite Micro运行机制与基础部署 嵌入式边缘AI与TinyML · 共 20 门相关课程，组合学习更完整。

查看所属VIP全部课程 →

← 返回所属目录咨询 / 购买

6. TFLite Micro Micro Speech案例：语音唤醒工程结构拆解

共计 30 章节

点击此处阅读海量试读课程：100+行业、1000+细分领域

学习目标 · 适用人群 · 课程整体框架与学习路径

课程导入学习目标

语音唤醒基础

什么是语音唤醒 · 常见唤醒词 · 应用场景与产品形态

语音唤醒基础什么是语音唤醒

TFLite Micro简介

TFLite Micro的定位 · 特点 · 与TFLite的关系及在嵌入式端的优…

Micro Speech案例概述

案例功能 · 唤醒词（如“yes”/“no”） · 运行平台与硬件要求

工程目录结构

Micro Speech示例代码的顶… · 关键文件与模块划分

工程目录结构Micro

数据流水线

音频采集 · 预处理 · 特征提取（MFCC）的流程与代码位置

数据流水线音频采集

Micro Speech使用的神经网… · 输入输出张量格式

模型架构Micro

模型训练与转换

训练数据来源 · 训练流程 · 量化与转换为TFLite格式的步骤

模型训练转换

将TFLite模型嵌入嵌入式工程 · 内存布局与静态数组生成

模型部署TFLite

TFLite Micro解释器（In… · 张量分配与运行流程

推理引擎TFLite

麦克风驱动 · DMA/PDM接口 · 音频缓冲区管理与采样率配置

音频前端麦克风驱动

MFCC特征提取的实现细节 · 窗口大小 · 帧移与归一化

特征计算MFCC

如何从模型输出概率判断唤醒词 · 阈值设定与状态机设计

识别逻辑如何从模型输出概…

唤醒后的LED控制 · 串口输出或语音反馈的实现方式

响应机制LED

main函数 · 识别循环 · 事件处理与回调函数的完整流程

代码走读main

在Arduino · ESP32 · STM32等平台上的移植要点与差异

平台适配Arduino

日志输出 · 张量值打印 · 性能分析（耗时

调试方法日志输出

模型量化 · 算子优化 · 内存复用与降低功耗的策略

性能优化模型量化

编译错误 · 链接错误 · 头文件缺失的排查与解决

常见问题1编译错误

模型不工作 · 识别率低 · 输出恒定的原因分析与调试

常见问题2模型不工作

内存不足 · 堆栈溢出 · DMA冲突等嵌入式资源问题

常见问题3内存不足

自定义唤醒词

如何更换自己的唤醒词 · 重新训练模型并部署

自定义唤醒词如何更换自己的唤…

数据集制作

录制音频 · 标注 · 数据增强与生成训练集的方法

数据集制作录制音频

模型再训练

使用TensorFlow训练自定义模… · 导出与量化的完整流程

模型再训练TensorFlow

集成到实际产品

从开发板到产品化 · 电源管理 · 抗噪与鲁棒性考虑

集成到实际产品从开发板到产品化

多唤醒词 · 连续识别 · 与其它传感器融合的架构设计

进阶扩展多唤醒词

在Arduino Nano 33 B…

案例实战1Arduino

在ESP32上移植Micro Spe…

案例实战2ESP32

设计一个语音控制小灯或语音门禁系统 · 整合全部知识

综合项目设计一个语音控制…

核心要点回顾 · 学习资源推荐 · 后续学习方向与社区参与

课程总结核心要点回顾