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

1. TinyML语音唤醒入门：Keyword Spotting任务完整流程

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
语音信号的基本特征 · 采样率 · 帧
语音唤醒基础语音信号的基本特…
03
Keyword Spotting任务定义
什么是KWS · 唤醒词 · 命令词
KeywordSpotting
04
TinyML简介
TinyML的定义 · 边缘设备约束（内存 · 算力
TinyML简介
05
KWS系统整体流程
从音频采集 · 预处理 · 特征提取
KWS系统整体流程
06
音频数据采集与标注
公开数据集（如Speech Comm… · 录音设备 · 标注格式
音频数据采集标注
07
音频预处理
预加重 · 分帧 · 加窗
音频预处理预加重
08
特征提取（MFCC）
梅尔频率倒谱系数原理 · 计算步骤 · 参数选择（帧长
MFCC特征提取
09
特征提取（其他方法）
滤波器组（Filter Banks） · 频谱图 · Mel频谱图
特征提取其他方法
10
数据增强
噪声注入 · 时间偏移 · 音调变化
数据增强噪声注入
11
模型选择
适合TinyML的模型架构（DNN · CNN · DS-CNN
模型选择TinyML
12
模型训练基础
损失函数（交叉熵） · 优化器（SGD · Adam）
模型训练基础损失函数
13
训练KWS模型
使用TensorFlow/Keras… · 训练流程 · 监控指标（准确率
KWS训练
14
模型评估与调优
混淆矩阵 · 精确率/召回率/F1 · ROC曲线
模型评估调优
15
模型压缩与量化
剪枝 · 权重量化（8-bit） · 知识蒸馏
模型压缩量化
16
模型转换与部署
将训练好的模型转换为TensorFl… · 使用TFLite Converter · 量化后模型大小与精度
模型转换部署
17
TinyML推理框架
TensorFlow Lite Mi… · 内存管理 · 算子支持
TinyML推理框架
18
嵌入式平台选择
Arduino Nano 33 BL… · ESP32 · STM32
嵌入式平台选择Arduino
19
端到端部署实战（Arduino）
在Arduino上部署KWS模型 · 编写推理代码 · 处理音频输入
Arduino端到端部署实战
20
端到端部署实战（ESP32）
使用ESP32 + I2S麦克风 · 实时KWS · 通过串口或WiFi输出结果
ESP32端到端部署实战
21
实时音频流处理
环形缓冲区 · 中断驱动采样 · 音频帧调度
实时音频流处理环形缓冲区
22
后处理与唤醒逻辑
滑动窗口 · 阈值判断 · 去抖
后处理唤醒逻辑
23
功耗优化
低功耗模式 · 事件驱动 · 模型推理频率
功耗优化低功耗模式
24
常见问题与调试
模型不收敛 · 过拟合 · 量化精度损失
常见问题调试
25
性能评估与基准
模型大小 · 推理时间 · RAM/Flash占用
性能评估基准
26
案例实战
自定义唤醒词（如“小智小智”） · 从数据采集到部署的完整项目
案例实战自定义唤醒词
27
案例实战
多关键词识别（如“是/否/停止/去”… · 实现简单命令控制
案例实战多关键词识别
28
进阶话题
连续KWS · 流式模型 · 注意力机制
进阶话题KWS
29
综合项目
设计一个低功耗语音唤醒设备 · 集成传感器 · 无线通信
综合项目设计一个低功耗语…
30
课程总结与展望
回顾核心知识点 · 常见陷阱 · TinyML+KWS未来趋势
课程总结回顾核心知识点