VIP6
本课程属于：110-TinyML音频与声学事件检测 AI智能与边缘计算工程 · 共 6 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. TinyML音频CNN模型：小型卷积网络结构与部署限制

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音频识别概述 · 课程目标 · 学习路径与前置知识要求
课程导入TinyML
02
音频基础
声音的数字化表示 · 采样率 · 位深
音频基础声音的数字化表示
03
音频特征提取
从原始波形到特征图 · 常用特征（MFCC · 梅尔谱
音频特征提取从原始波形到特征…
04
CNN基础回顾
卷积层 · 池化层 · 全连接层
CNN基础回顾
05
小型CNN架构设计原则
参数数量控制 · 深度与宽度权衡 · 计算量（MACs）与内存占用估算
CNN小型
06
经典小型CNN模型
MobileNetV1/V2 · SqueezeNet · 深度可分离卷积在音频任务中的适配
CNN经典小型
07
音频CNN模型输入设计
时间帧与频率维度的处理 · 窗口大小 · 步长
CNN音频
08
模型压缩技术
剪枝 · 量化（8位/16位） · 知识蒸馏在TinyML音频CNN中的…
模型压缩技术剪枝
09
部署硬件限制
微控制器（MCU）的Flash · RAM · 时钟频率
部署硬件限制MCU
10
TinyML框架与工具链
TensorFlow Lite fo… · Edge Impulse · STM32Cube.AI等平台的使用…
TinyML框架
11
模型训练策略
数据增强（噪声 · 时移 · 音调变化）
模型训练策略数据增强
12
模型转换与优化
将Keras/PyTorch模型转换… · 量化感知训练 · 校准数据集的作用
模型转换优化
13
部署流程实战
从训练好的模型到在Arduino/S…
部署流程实战Arduino/S
14
案例实战
关键词唤醒（KWS）——构建一个识别…
案例实战KWS
15
案例实战
环境声音分类——使用ESC-10或自…
案例实战ESC-10
16
案例实战
异常声音检测——在工业设备上部署音频…
案例实战异常声音检测
17
模型推理优化
内存复用 · 算子融合 · 循环展开
模型推理优化内存复用
18
实时性分析
推理延迟 · 吞吐量 · 中断处理与实时音频流处理的协调
实时性分析推理延迟
19
功耗管理
低功耗模式 · 事件驱动采样 · 模型推理频率与电池寿命的平衡
功耗管理低功耗模式
20
模型鲁棒性
噪声鲁棒性 · 不同麦克风/采样率适配 · 环境变化下的性能保持
模型鲁棒性噪声鲁棒性
21
常见问题与调试
模型不收敛 · 量化精度损失 · 内存溢出
常见问题调试
22
性能评估指标
准确率 · 召回率 · F1分数
性能评估指标准确率
23
与云端方案对比
端侧推理与云端推理的优缺点 · 混合架构（端云协同）的设计思路
云端方案对比端侧推理
24
多任务与多模型
在资源受限设备上同时运行多个音频模型…
多任务多模型
25
模型更新与OTA
如何在部署后更新模型参数 · 增量学习与联邦学习的初步概念
OTA模型更新
26
安全与隐私
音频数据的隐私保护 · 模型加密 · 防篡改与对抗样本攻击的防御
安全隐私
27
前沿趋势
神经架构搜索（NAS）在TinyML… · 超低比特量化 · 存内计算等新技术
前沿趋势NAS
28
综合实战项目
设计一个完整的TinyML音频CNN… · 从需求分析 · 数据采集
综合实战项目TinyML
29
课程总结
核心知识点回顾 · 常见误区 · 学习资源推荐与后续进阶路径
课程总结核心知识点回顾
30
结课考核
基于给定场景设计并实现一个音频CNN… · 提交部署报告与性能分析
结课考核CNN