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

1. TinyML智能音箱项目：离线唤醒、命令识别与家居联动

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
了解TinyML智能音箱的整体架构 · 学习目标 · 应用场景以及课程项目成果预览
课程导入TinyML
02
TinyML基础
掌握TinyML的定义 · 与传统嵌入式ML的区别 · 边缘计算优势
TinyML掌握
03
智能音箱硬件选型
学习麦克风 · 音频编解码器 · 扬声器
智能音箱硬件选型学习麦克风
04
音频信号基础
理解音频采样率 · 位深 · 声道
音频信号基础理解音频采样率
05
音频数据采集与预处理
掌握使用麦克风采集音频数据的方法 · 包括分帧 · 加窗
音频数据采集预处理
06
特征提取方法
学习MFCC · Mel频谱图 · 滤波器组等常用音频特征提取算法
特征提取方法MFCC
07
唤醒词识别原理
了解唤醒词检测的基本流程 · 常用模型（如DNN · CNN
唤醒词识别原理了解唤醒词检测的…
08
数据集准备与标注
学习如何录制 · 收集 · 增强和标注唤醒词与命令词数据集
数据集准备标注
09
模型训练基础
掌握使用TensorFlow Lit…
模型训练基础TensorFlow
10
模型压缩与量化
学习模型剪枝 · 权重量化（如int8） · 知识蒸馏等TinyML模型优化技术
模型压缩量化
11
部署到微控制器
掌握将训练好的TinyML模型部署到… · 包括固件烧录和内存优化
部署到微控制器TinyML
12
离线唤醒实现
实战编写唤醒词检测代码 · 实现低功耗待机下的关键词唤醒 · 并调试唤醒灵敏度
离线唤醒实现实战编写唤醒词检…
13
命令词识别实现
在唤醒后实现多命令词（如“开灯 · 关灯 · 调亮度”）的离线识别
命令词识别实现唤醒后实现多命令…
14
家居联动接口设计
学习通过GPIO · UART · MQTT或HTTP控制智能家居设备（…
家居联动接口设计GPIO
15
端到端集成
将唤醒 · 命令识别与家居控制逻辑整合 · 实现完整的离线智能音箱原型系统
端到端集成将唤醒
16
低功耗优化
分析系统功耗瓶颈 · 学习使用深度睡眠 · 事件驱动
低功耗优化分析系统功耗瓶颈
17
鲁棒性提升
处理噪声环境 · 口音差异 · 音量变化等实际问题
鲁棒性提升处理噪声环境
18
多语言与自定义唤醒词
探索如何扩展支持中文 · 英文等多语言唤醒词 · 以及用户自定义命令词的实现方法
多语言自定义唤醒词
19
实时性能调优
优化推理延迟 · 内存占用和CPU利用率 · 确保系统响应实时性
实时性能调优优化推理延迟
20
常见问题排查
解决音频采集失真 · 模型不工作 · 内存溢出
常见问题排查解决音频采集失真
21
安全与隐私
讨论离线处理的隐私优势 · 以及设备安全 · 固件更新
安全隐私
22
项目实战
从零搭建一个完整的TinyML智能音… · 实现“你好小智”唤醒和“打开台灯”等…
项目实战TinyML
23
进阶
多麦克风阵列与声源定位：了解波束成形 · 声源定位原理 · 并尝试在智能音箱中实现远场语音识别
进阶多麦克风阵列
24
进阶
连续语音识别与意图解析
进阶连续语音识别
25
进阶
联邦学习与模型持续优化 · 利用用户数据持续改进模型
进阶联邦学习
26
生态与工具链
熟悉Edge Impulse · TensorFlow Lite Mi… · Arduino IDE
生态工具链
27
性能评估与测试
设计测试方案 · 评估唤醒率 · 误唤醒率
性能评估测试
28
产品化考虑
从原型到产品 · 考虑成本 · 可制造性
产品化考虑从原型到产品
29
综合项目挑战
结合智能家居场景 · 设计一个包含多设备联动 · 场景自动化（如“回家模式”）的完整方…
综合项目挑战结合智能家居场景
30
课程总结与展望
回顾核心知识点 · 总结项目经验 · 探讨TinyML智能音箱的未来趋势和…
课程总结回顾核心知识点