VIP7
本课程属于：109-TinyML语音唤醒与KWS AI智能与边缘计算工程 · 共 7 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

9. TinyML低功耗语音检测：VAD与唤醒链路协同

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低功耗语音检测的应用背景 · 学习目标 · 课程整体框架与学习路径
课程导入TinyML
02
语音检测基础
语音信号基本特征 · 采样率 · 帧与窗
语音检测基础语音信号基本特征
03
VAD核心概念
语音活动检测（VAD）的定义 · 作用 · 传统方法与机器学习方法对比
VAD核心概念
04
唤醒词检测基础
唤醒词（Wake Word）检测原理 · 常见唤醒词引擎（如Porcupine · Snowboy）简介
唤醒词检测基础Wake
05
低功耗设计原则
TinyML功耗约束 · 微控制器资源限制 · 低功耗硬件平台（如Cortex-M
低功耗设计原则TinyML
06
VAD与唤醒链路协同
为什么需要VAD前置 · 两级检测架构（VAD+唤醒）的流程与…
VAD唤醒链路协同
07
特征提取方法
MFCC · Mel频谱 · 滤波器组等常用语音特征及其在Tiny…
特征提取方法MFCC
08
轻量级模型选择
适用于VAD和唤醒的轻量神经网络（如… · CNN · TCN）及模型压缩技术
轻量级模型选择VAD
09
数据集与标注
语音数据集（如Google Spee… · VAD标注方法 · 数据增强策略
数据集标注
10
模型训练与量化
训练流程 · 量化感知训练 · 8位量化
模型训练量化
11
部署工具链
TensorFlow Lite fo… · Edge Impulse · STM32Cube.AI等工具使用
部署工具链TensorFlow
12
VAD模型实战
使用TinyML框架训练一个简单的V…
VAD模型实战
13
唤醒模型实战
训练一个唤醒词模型（如“Hey Ed…
唤醒模型实战Hey
14
链路集成
将VAD与唤醒模型串联 · 实现低功耗唤醒链路 · 控制LED或输出提示
链路集成VAD
15
功耗测量与优化
使用功耗分析仪测量系统功耗 · 优化VAD触发频率和唤醒模型推理次数
功耗测量优化
16
实时性优化
推理延迟优化 · 内存管理 · 中断驱动与DMA使用
实时性优化推理延迟优化
17
常见问题与调试
误唤醒 · 漏唤醒 · 噪声鲁棒性
常见问题调试
18
进阶
多唤醒词与自定义唤醒词 · 用户自定义唤醒词的实现方法
进阶多唤醒词
19
进阶
连续语音检测 · 与语音识别（ASR）的衔接
进阶连续语音检测
20
进阶
联邦学习与持续学习 · 适应个性化语音
进阶联邦学习
21
案例研究
智能音箱低功耗唤醒方案
案例研究智能音箱低功耗唤…
22
案例研究
可穿戴设备语音控制
案例研究可穿戴设备语音控…
23
案例研究
工业噪声环境下的VAD
案例研究VAD
24
综合实战
从零搭建一个低功耗语音唤醒系统 · 硬件选型 · 模型训练
综合实战从零搭建一个低功…
25
综合实战
优化唤醒链路功耗：通过调整VAD阈值 · 唤醒模型大小 · 推理频率等降低功耗
综合实战VAD
26
综合实战
多场景测试与调优：在安静 · 办公室 · 街道等不同环境下测试系统性能
综合实战多场景测试
27
课程总结
核心知识点回顾 · 常见误区 · 学习资源推荐
课程总结核心知识点回顾
28
项目作业
设计一个低功耗语音检测原型 · 提交报告并演示
项目作业设计一个低功耗语…
29
拓展思考
VAD与唤醒协同的未来趋势 · 如端侧大模型 · 超低功耗芯片
拓展思考VAD
30
结课测试
综合选择题与简答题 · 覆盖VAD · 唤醒
结课测试综合选择题