VIP20
本课程属于：043-TinyML智能音箱与离线语音交互项目 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

2. 智能音箱唤醒词模型：关键词数据集、MFCC和KWS部署

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
基础知识
语音信号处理基础 · 采样率 · 帧
基础知识语音信号处理基础
03
关键词数据集
公开数据集（如Speech Comm… · 数据格式 · 类别划分
关键词数据集Speech
04
数据预处理
音频读取 · 重采样 · 静音切除
数据预处理音频读取
05
MFCC特征提取
梅尔滤波器组 · DCT · MFCC参数选择（阶数
MFCC特征提取
06
其他特征对比
Log-Mel谱 · 滤波器组特征 · 原始波形特征
其他特征对比Log-Mel
07
唤醒词模型架构
经典KWS模型（如CNN · DS-CNN · CRNN
唤醒词模型架构KWS
08
模型训练基础
损失函数（交叉熵） · 优化器 · 学习率调度
模型训练基础损失函数
09
模型评估指标
准确率 · 召回率 · F1分数
模型评估指标准确率
10
模型压缩与量化
剪枝 · 权重量化 · 知识蒸馏
模型压缩量化
11
部署框架
TensorFlow Lite Mi… · Edge Impulse · STM32Cube.AI等工具链介绍
部署框架TensorFlow
12
嵌入式硬件适配
内存 · 算力 · 功耗约束
嵌入式硬件适配内存
13
实时推理优化
流式处理 · 环形缓冲区 · 特征缓存
实时推理优化流式处理
14
唤醒词检测流程
连续音频流中的滑动窗口 · 阈值判定 · 状态机（空闲/激活/确认）
唤醒词检测流程连续音频流
15
误唤醒抑制
二次确认 · 声纹验证 · 环境噪声鲁棒性提升
误唤醒抑制二次确认
16
实战项目1
使用Speech Commands数…
实战项目1Speech
17
实战项目2
在PC上使用TensorFlow训练… · 验证MFCC特征提取流程
实战项目2PC
18
实战项目3
在树莓派或手机端部署TFLite模型 · 实现实时唤醒词检测
实战项目3TFLite
19
实战项目4
使用STM32F4/F7开发板部署量… · 实现低功耗唤醒
实战项目4STM32F4/F7
20
实战项目5
自定义唤醒词数据采集与标注 · 构建个人数据集并训练模型
实战项目5自定义唤醒词数据…
21
常见问题1
数据不平衡 · 样本不足 · 背景噪声干扰的解决方案
常见问题1数据不平衡
22
常见问题2
模型过拟合 · 欠拟合 · 训练不收敛的调试方法
常见问题2模型过拟合
23
常见问题3
部署时内存溢出 · 推理速度慢 · 精度下降的优化策略
常见问题3部署时内存溢出
24
常见问题4
实时检测中的延迟抖动 · 丢帧 · 时钟同步问题
常见问题4实时检测
25
进阶技巧
多唤醒词 · 说话人自适应 · 持续学习
进阶技巧多唤醒词
26
性能调优
使用Profiling工具分析模型各… · 针对瓶颈优化
性能调优Profiling
27
端到端流程整合
从数据采集 · 训练 · 压缩
端到端流程整合从数据采集
28
案例研究
分析Amazon Alexa · Google Home等商业唤醒词系…
案例研究Amazon
29
综合实战
设计一个完整的智能音箱唤醒词系统 · 包括硬件选型 · 软件架构
综合实战设计一个完整的智…
30
课程总结与展望
回顾核心知识点 · 探讨KWS未来趋势（如端侧大模型 · 低资源场景）
课程总结回顾核心知识点