首页
›
嵌入式边缘AI与TinyML
›
013-TinyML语音唤醒与关键词识别
›
《TFLite Micro语音唤醒:Micro Speech示例深度改造》
VIP20
本课程属于:013-TinyML语音唤醒与关键词识别
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
📘
10. TFLite Micro语音唤醒:Micro Speech示例深度改造
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
01
课程导入
学习目标 · 适用人群 · 课程结构
课程导入
学习目标
02
语音唤醒基础
语音唤醒技术原理 · 关键词检测 · 典型应用场景
语音唤醒基础
语音唤醒技术原理
03
TFLite Micro概述
TFLite Micro架构 · 与TFLite的区别 · 在MCU上的部署流程
TFLite
Micro
04
Micro Speech示例解析
官方示例功能 · 目录结构 · 运行流程
Micro
Speech
05
开发环境搭建
Arduino · ESP32 · STM32等平台配置
开发环境搭建
Arduino
06
模型与数据集
Micro Speech使用的模型架… · 训练数据集 · 预处理方法
模型
数据集
07
音频特征提取
MFCC原理 · 在TFLite Micro中的实现 · 参数配置
音频特征提取
MFCC
08
模型转换与量化
TensorFlow模型训练 · 转换为TFLite · 量化技术
模型转换
量化
09
代码结构深度剖析
main函数 · 音频采集 · 预处理
代码结构深度剖析
main
10
音频采集与缓冲
麦克风驱动 · DMA · 环形缓冲区
音频采集
缓冲
11
推理引擎集成
TFLite Micro解释器初始化 · 张量分配 · 输入输出设置
推理引擎集成
TFLite
12
关键词识别逻辑
滑动窗口 · 阈值判断 · 状态机
关键词识别逻辑
滑动窗口
13
输出与反馈
LED · 蜂鸣器 · 串口打印
输出
反馈
14
改造目标设定
如何根据需求定义新的唤醒词或命令词
改造目标设定
如何根据需求定义…
15
数据采集与标注
录制音频 · 标注 · 数据增强
数据采集
标注
16
模型训练与微调
使用TensorFlow训练自定义关… · 迁移学习
模型训练
微调
17
模型优化与压缩
剪枝 · 量化感知训练 · 模型大小与精度权衡
模型优化
压缩
18
自定义模型部署
将新模型转换为C数组 · 替换默认模型 · 验证
自定义模型部署
将新模型转换为C…
19
多关键词识别
扩展模型输出 · 多标签分类 · 命令词区分
多关键词识别
扩展模型输出
20
实时性能优化
推理时间 · 内存占用 · 功耗优化
实时性能优化
推理时间
21
鲁棒性提升
噪声环境 · 音量变化 · 说话人差异
鲁棒性提升
噪声环境
22
低功耗设计
睡眠模式 · 事件驱动 · 间歇推理
低功耗设计
睡眠模式
23
调试与测试方法
单元测试 · 集成测试 · 日志分析
调试
测试方法
24
常见问题与解决
编译错误 · 内存不足 · 推理失败
常见问题
解决
25
案例实战
改造为“开灯/关灯”语音控制 · 从数据到部署全流程
案例实战
改造为“开灯
26
案例实战
实现自定义唤醒词“小智小智 · 并集成到智能家居
案例实战
实现自定义唤醒词…
27
案例实战
多命令词系统 · 如“前进/后退/停止”控制小车
案例实战
多命令词系统
28
综合项目
设计一个完整的语音唤醒交互系统 · 包含状态管理和用户反馈
综合项目
设计一个完整的语…
29
扩展与进阶
连接云服务 · 离线词库 · 边缘AI与TFLite Micro生…
扩展
进阶
30
课程总结与展望
知识回顾 · 常见误区 · 学习路径
课程总结
知识回顾
所属VIP或分类
同VIP:Arduino语音识别实战:板载麦克风到关键词输出
同VIP:ESP32语音唤醒项目:I2S采集、模型推理与联网告警
同VIP:STM32语音关键词识别:I2S麦克风与CMSIS-DSP特征提取