首页
›
嵌入式边缘AI与TinyML
›
038-Raspberry Pi AI视觉与边缘推理项目
›
《Raspberry Pi语音识别项目:麦克风采集与离线关键词识别》
VIP20
本课程属于:038-Raspberry Pi AI视觉与边缘推理项目
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
📘
6. Raspberry Pi语音识别项目:麦克风采集与离线关键词识别
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 · 项目背景 · 整体技术栈与学习路径
课程导入
学习目标
02
Raspberry Pi基础
硬件型号选择 · 系统安装 · SSH连接与基本配置
Raspberry
Pi
03
音频基础概念
采样率 · 位深 · 声道
音频基础概念
采样率
04
麦克风选型与连接
USB麦克风 · I2S麦克风 · 阵列麦克风的优缺点与接线方法
麦克风选型
连接
05
音频采集环境搭建
安装ALSA · PortAudio · PyAudio等依赖库
音频采集环境搭建
ALSA
06
使用PyAudio进行录音
编写Python脚本实现麦克风录音并…
PyAudio
使用
07
音频数据预处理
降噪 · 归一化 · 静音检测
音频数据预处理
降噪
08
语音识别技术概述
在线识别与离线识别的区别 · 常见引擎对比
语音识别技术概述
线识别
09
离线关键词识别原理
关键词唤醒 · 小词汇量识别 · 模板匹配与HMM
离线关键词识别原…
关键词唤醒
10
开源离线识别引擎介绍
CMU Sphinx · Vosk · Porcupine
开源离线识别引擎…
CMU
11
Vosk引擎安装与配置
在Raspberry Pi上安装Vo… · 模型下载与加载
Vosk
引擎安装
12
使用Vosk进行实时语音识别
编写Python代码实现麦克风流式识…
Vosk
使用
13
关键词提取与匹配
从识别结果中提取关键词 · 设置置信度阈值
关键词提取
匹配
14
自定义关键词模型
使用Vosk训练或调整关键词模型 · 提高识别准确率
自定义关键词模型
Vosk
15
Porcupine唤醒词引擎
安装 · 配置 · 自定义唤醒词
Porcupine
唤醒词引擎
16
Snowboy(或替代方案)实战
实现本地唤醒词检测
Snowboy
或替代方案
17
项目实战一
实现“你好树莓派”唤醒词检测并触发L…
项目实战一
实现“你好树莓派…
18
项目实战二
实现语音控制GPIO
项目实战二
GPIO
19
项目实战三
语音控制舵机或电机 · 实现简单动作指令
项目实战三
语音控制舵机或电…
20
项目实战四
结合离线语音识别实现语音备忘录(录音…
项目实战四
结合离线语音识别…
21
性能优化
降低CPU占用 · 优化识别延迟 · 使用多线程或异步处理
性能优化
CPU
22
音频采集问题排查
无声 · 杂音 · 音量过低
音频采集问题排查
无声
23
识别准确率提升
调整模型参数 · 增加训练数据 · 优化音频质量
识别准确率提升
调整模型参数
24
系统集成
将语音识别模块与Web服务 · MQTT或数据库集成
系统集成
Web
25
电源与散热管理
长时间运行时的稳定性保障
电源
散热管理
26
项目部署
设置开机自启动 · 使用systemd服务管理
项目部署
设置开机自启动
27
常见错误与调试
依赖安装失败 · 模型加载错误 · 权限问题等
常见错误
调试
28
综合项目
设计一个完整的离线语音控制家居系统(… · 多设备)
综合项目
设计一个完整的离…
29
扩展与进阶
使用TensorFlow Lite进… · 边缘AI
扩展
进阶
30
课程总结
知识回顾 · 项目复盘 · 学习资源推荐与下一步学习建议
课程总结
知识回顾
所属VIP或分类
同VIP:Raspberry-Pi-+-Coral推理:USB加速器部署TFLi
同VIP:Raspberry-Pi-+-Hailo推理:边缘视觉加速项目实践
同VIP:Raspberry-Pi-5-AI推理:摄像头采集与本地模型部署