首页
›
嵌入式边缘AI与TinyML
›
013-TinyML语音唤醒与关键词识别
›
《TinyML连续语音识别与滑窗状态机部署》
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
📘
7. TinyML滑动窗口推理:连续音频流识别与输出平滑
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 · 核心概念 · 整体框架
课程导入
学习目标
02
音频流与TinyML基础
音频信号表示 · 采样率 · 位深
TinyML
音频流
03
滑动窗口原理
窗口大小 · 步长 · 重叠率
滑动窗口原理
窗口大小
04
连续音频流识别挑战
实时性 · 内存限制 · 功耗
连续音频流识别挑…
实时性
05
TinyML模型输入设计
如何将滑动窗口转换为模型输入张量 · 批量与单帧处理
TinyML
模型输入设计
06
特征提取与窗口化
在MCU上实现滑动窗口特征提取的代码…
特征提取
窗口化
07
推理引擎选择
TensorFlow Lite Mi… · CMSIS-NN · Edge Impulse等工具对比
推理引擎选择
TensorFlow
08
模型部署流程
训练 · 量化 · 转换
模型部署流程
训练
09
输出平滑方法
多数投票 · 指数移动平均 · 状态机
输出平滑方法
多数投票
10
多数投票机制
窗口内预测结果统计 · 如何避免抖动
多数投票机制
窗口内预测结果统…
11
指数移动平均(EMA)
平滑系数选择 · 对延迟的影响
EMA
指数移动平均
12
状态机与事件检测
从连续预测到触发事件(如关键词唤醒)
状态机
事件检测
13
置信度阈值与拒绝选项
低置信度处理 · 减少误报
置信度阈值
拒绝选项
14
实时性优化
推理时间预算 · 双缓冲 · DMA传输
实时性优化
推理时间预算
15
内存管理
环形缓冲区实现滑动窗口 · 避免动态分配
内存管理
环形缓冲区实现滑…
16
功耗优化
低功耗模式 · 事件驱动推理 · 窗口跳帧
功耗优化
低功耗模式
17
案例实战
关键词唤醒(KWS)系统设计 · 使用TinyML实现
案例实战
KWS
18
案例实战
环境声音分类(如玻璃破碎声 · 婴儿哭声)滑动窗口推理
案例实战
环境声音分类
19
案例实战
连续语音命令识别 · 多类别输出平滑
案例实战
连续语音命令识别
20
数据流与预处理
麦克风采集 · ADC · I2S接口
数据流
预处理
21
模型训练技巧
数据增强 · 窗口采样策略 · 类别不平衡处理
模型训练技巧
数据增强
22
量化与部署
8位量化 · 整型推理 · 模型大小与精度影响
量化
部署
23
调试与验证
日志输出 · 可视化工具 · 在MCU上调试推理结果
调试
验证
24
常见问题
窗口重叠导致重复推理 · 延迟累积 · 时钟漂移
常见问题
窗口重叠导致重复…
25
性能评估指标
准确率 · 召回率 · 实时因子
性能评估指标
准确率
26
与云端协同
边缘端滑动窗口推理与云端模型更新
云端协同
边缘端滑动窗口推…
27
进阶
多窗口融合 · 注意力机制在TinyML中的应用
进阶
多窗口融合
28
进阶
自适应窗口大小 · 动态步长调整
进阶
自适应窗口大小
29
综合项目
设计一个完整的连续音频流识别系统 · 从需求到部署
综合项目
设计一个完整的连…
30
课程总结与展望
TinyML滑动窗口推理的未来趋势 · 学习资源
课程总结
TinyML
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