首页
›
嵌入式边缘AI与TinyML
›
013-TinyML语音唤醒与关键词识别
›
《TinyML语音CNN训练与MCU推理部署》
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
📘
5. TinyML语音模型训练:小型CNN与DS-CNN结构选择
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
TinyML语音识别概述 · 课程目标 · 学习路径与前置知识要求
课程导入
TinyML
02
语音基础
音频信号表示 · 采样率 · 帧长
语音基础
音频信号表示
03
TinyML约束
内存 · Flash · 算力
TinyML
约束
04
小型CNN入门
卷积层 · 池化层 · 全连接层在语音特征图上的作用
CNN
小型
05
DS-CNN结构解析
深度可分离卷积(Depthwise… · 参数计算与标准卷积的对比
DS-CNN
结构解析
06
DS-CNN优势
在TinyML场景下DS-CNN如何… · 同时保持准确率
DS-CNN
优势
07
数据集准备
Google Speech Comm… · 下载 · 预处理
数据集准备
Google
08
特征工程实战
使用Python和librosa生成… · 并转换为适合CNN输入的张量格式
特征工程实战
Python
09
模型架构设计
设计一个基础小型CNN(如2-3个卷… · 并给出参数表
模型架构设计
CNN
10
模型架构设计
设计一个DS-CNN模型(含深度可分…
模型架构设计
DS-CNN
11
训练流程
在TensorFlow/Keras中… · 包括数据加载 · 模型编译
训练流程
TensorFlow/K…
12
超参数调优
学习率 · 批大小 · epoch数
超参数调优
学习率
13
模型评估
准确率 · 混淆矩阵 · F1-score等指标
模型评估
准确率
14
模型量化
使用TensorFlow Lite进…
模型量化
TensorFlow
15
模型转换
将训练好的Keras模型转换为Ten… · 并检查模型大小和推理延迟
模型转换
Keras
16
部署到微控制器
使用TensorFlow Lite…
部署到微控制器
TensorFlow
17
实战案例
使用DS-CNN在Arduino N…
实战案例
DS-CNN
18
实战案例
对比小型CNN与DS-CNN在相同数… · 模型大小和准确率 · 并分析原因
实战案例
CNN
19
常见问题
训练不收敛 · 梯度消失 · 学习率过高导致震荡等问题的诊断与解决
常见问题
训练不收敛
20
常见问题
数据不平衡 · 背景噪声干扰 · 样本不足时的处理技巧
常见问题
数据不平衡
21
常见问题
量化后精度下降严重 · 如何通过QAT或混合量化缓解
常见问题
量化后精度下降严…
22
性能优化
模型剪枝 · 权重共享 · 知识蒸馏在TinyML语音模型中的应…
性能优化
模型剪枝
23
进阶结构
TC-ResNet · MobileNetV3等轻量级结构在…
进阶结构
TC-ResNet
24
多任务与扩展
多关键词识别 · 说话人识别 · 语音命令+唤醒词联合模型的设计思路
多任务
扩展
25
工具链
Edge Impulse · STM32Cube.AI等自动化工具…
工具链
Edge
26
调试与测试
在真实硬件上调试模型输出 · 内存占用分析 · 功耗测量方法
调试
测试
27
综合项目
从零构建一个完整的TinyML语音识… · 包括数据采集 · 训练
综合项目
TinyML
28
综合提升
如何根据实际硬件资源(RAM/Fla… · 并给出决策树
综合提升
RAM/Fla
29
前沿趋势
TinyML语音识别的最新研究 · 开源项目与社区资源
前沿趋势
TinyML
30
课程总结
核心知识点回顾 · 常见误区 · 学习建议与下一步进阶方向
课程总结
核心知识点回顾
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