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

4. TinyML关键词数据集制作：唤醒词、噪声与负样本采集

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
了解TinyML关键词数据集的重要性 · 学习目标 · 课程整体框架与实战项目预览
课程导入TinyML
02
基础知识
掌握音频信号基础 · 采样率 · 位深
基础知识掌握音频信号基础
03
唤醒词与关键词
区分唤醒词 · 命令词 · 任意词
唤醒词关键词
04
数据集设计原则
学习数据集规模 · 类别平衡 · 说话人多样性
数据集设计原则学习数据集规模
05
负样本与噪声
理解负样本（非关键词语音）和噪声（背… · 以及它们对模型鲁棒性的影响
负样本噪声
06
数据采集工具
介绍常用录音设备 · 手机 · 麦克风阵列
数据采集工具介绍常用录音设备
07
采集环境设置
学习如何控制录音环境（安静 · 噪声 · 混响）
采集环境设置学习如何控制录音…
08
说话人采集策略
设计多说话人采集方案 · 包括年龄 · 性别
说话人采集策略设计多说话人采集…
09
唤醒词采集流程
以“小爱同学”或“Hey Googl… · 演示从提示词 · 录制
唤醒词采集流程Hey
10
负样本采集方法
采集日常对话 · 电视声音 · 其他语音命令等非目标词
负样本采集方法采集日常对话
11
噪声采集与合成
采集白噪声 · 粉红噪声 · 环境噪声（风扇
噪声采集合成
12
数据标注规范
定义标注格式（文件名 · 标签 · 时长
数据标注规范定义标注格式
13
数据清洗与筛选
去除无效录音 · 截断静音 · 统一响度
数据清洗筛选
14
数据增强技术
学习时间偏移 · 音调变换 · 速度扰动
数据增强技术学习时间偏移
15
数据集划分
按说话人 · 环境 · 类别划分训练集
数据集划分按说话人
16
数据格式转换
将原始音频转换为模型所需的格式（如1… · WAV · MFCC特征
数据格式转换将原始音频转换为…
17
数据集目录结构
设计标准文件夹结构（如train/v… · 便于后续训练与评估
数据集目录结构train/v
18
数据统计与可视化
统计类别数量 · 时长分布 · 频谱图可视化
数据统计可视化
19
实战案例
制作一个包含10个唤醒词 · 20个负样本 · 5种噪声的小型数据集
实战案例制作一个包含10…
20
工具链集成
使用Edge Impulse · TensorFlow Lite Mi…
工具链集成Edge
21
常见问题
录音文件损坏 · 采样率不匹配 · 标签错误
常见问题录音文件损坏
22
数据隐私与合规
采集语音数据时遵守隐私法规 · 获取授权 · 匿名化处理
数据隐私合规
23
数据集版本管理
使用Git或DVC管理数据集版本 · 记录变更日志 · 确保可复现性
数据集版本管理Git
24
自动化采集脚本
编写Python脚本批量录制 · 重命名 · 分割音频
自动化采集脚本Python
25
实时数据采集
在嵌入式设备（如Arduino Na…
实时数据采集Arduino
26
数据质量评估
通过信噪比 · 时长 · 清晰度等指标评估数据质量
数据质量评估通过信噪比
27
从数据到模型
将制作的数据集用于训练一个简单的关键… · 验证数据有效性
从数据到模型将制作的数据集用…
28
综合提升
设计一个完整的自定义关键词数据集制作… · 包括需求分析 · 采集
综合提升设计一个完整的自…
29
课程总结
回顾关键知识点 · 常见陷阱 · 最佳实践
课程总结回顾关键知识点
30
结课作业
独立完成一个包含唤醒词 · 负样本和噪声的数据集 · 并撰写数据卡（Data Card）文…
结课作业独立完成一个包含…