首页
›
嵌入式边缘AI与TinyML
›
014-TinyML音频分类与声学事件检测
›
《TinyML环境声采集与声学数据集建设》
VIP20
本课程属于:014-TinyML音频分类与声学事件检测
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
📘
3. TinyML音频数据采集:麦克风布置、采样率与场景覆盖
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音频数据采集的总体目标 · 学习路径 · 典型应用(唤醒词
课程导入
TinyML
02
音频基础
声音的物理特性(频率 · 振幅 · 相位)
音频基础
声音的物理特性
03
麦克风原理
常见麦克风类型(驻极体 · MEMS · 压电)的工作原理
麦克风原理
常见麦克风类型
04
麦克风选型
针对TinyML设备(如Arduin… · ESP32 · STM32)的麦克风模块选择
麦克风选型
TinyML
05
麦克风布置原则
单麦克风与多麦克风阵列的布局策略 · 考虑设备外壳 · 声学遮挡
麦克风布置原则
单麦克风
06
多麦克风阵列
波束成形 · 声源定位 · 降噪的基本概念
多麦克风阵列
波束成形
07
采样率基础
奈奎斯特采样定理 · 常见采样率(8k · 16k
采样率基础
奈奎斯特采样定理
08
位深与动态范围
16位/24位/32位浮点对信噪比的… · 如何根据目标声音动态范围选择位深
位深
动态范围
09
采样率与功耗
采样率 · ADC功耗 · 内存带宽与电池寿命的关系
采样率
功耗
10
抗混叠滤波
混叠现象 · 硬件低通滤波器设计 · 过采样与抽取技术
抗混叠滤波
混叠现象
11
音频前端电路
麦克风偏置 · 放大 · 增益调节
音频前端电路
麦克风偏置
12
PDM与I2S接口
PDM麦克风工作原理 · I2S协议时序 · 在ESP32/STM32上的配置与数…
PDM
I2S
13
模拟麦克风采集
ADC采样配置 · 参考电压 · 采样定时
模拟麦克风采集
ADC
14
数据采集流程
从麦克风到SD卡/串口/无线传输的完… · 包括预处理 · 缓冲
数据采集流程
SD
15
数据标注与格式
音频数据标注工具(Audacity · Label Studio) · 标注格式(JSON
数据标注
格式
16
场景覆盖设计
目标场景分类(室内/室外 · 噪声环境 · 远场/近场)
场景覆盖设计
目标场景分类
17
环境噪声与鲁棒性
常见噪声类型(白噪声 · 风扇 · 空调
环境噪声
鲁棒性
18
多说话人与声学变化
不同口音 · 年龄 · 语速
多说话人
声学变化
19
数据采集实战
使用ESP32+PDM麦克风采集语音… · 编写固件 · 设置采样率
数据采集实战
ESP32+PDM
20
数据采集实战
使用树莓派Pico+模拟麦克风采集环… · 通过串口传输到PC并保存为WAV文件
数据采集实战
Pico+
21
数据采集实战
多麦克风同步采集 · 使用I2S多通道或分时复用 · 实现简单波束成形数据采集
数据采集实战
多麦克风同步采集
22
数据质量评估
检查削波 · 直流偏移 · 噪声底
数据质量评估
检查削波
23
数据清洗与预处理
去除静音段 · 截取有效事件 · 归一化
数据清洗
预处理
24
数据增强方法
时间拉伸 · 音调变换 · 背景噪声叠加
数据增强方法
时间拉伸
25
数据集划分
训练/验证/测试集划分策略 · 按场景/说话人划分 · 避免数据泄漏
数据集划分
训练
26
常见问题与调试
麦克风无声 · 噪声过大 · 采样率不匹配
常见问题
调试
27
功耗与资源优化
降低采样率 · 使用低功耗模式 · 事件驱动采集
功耗
资源优化
28
案例实战
构建一个关键词唤醒数据集 · 从麦克风布置到采集1000个样本 · 并训练一个简单TinyML模型
案例实战
构建一个关键词唤…
29
案例实战
声学事件检测(如玻璃破碎 · 婴儿哭声)数据采集 · 覆盖不同房间
案例实战
声学事件检测
30
综合提升
设计一个完整的TinyML音频数据采… · 包括硬件选型 · 固件开发
综合提升
TinyML
所属VIP或分类
同VIP:TinyML低功耗声学监测:间歇采样与事件触发策略
同VIP:TinyML声学事件分段标注与质量验收
同VIP:TinyML声学事件分类模型开发与端侧部署