本設(shè)計(jì)指南詳細(xì)介紹了在Silicon Labs（芯科科技）的EFR32xG24開(kāi)發(fā)套件上使用TensorFlow Lite Micro（TFLM）創(chuàng)建語(yǔ)音控制燈光應(yīng)用的過(guò)程。該示例使用keyword_spotting_on_off_v3.tflite模型（推薦），用于檢測(cè)“on”和“off”關(guān)鍵詞。

硬件：EFR32xG24開(kāi)發(fā)套件板（BRD2601B Rev A01）

軟件：Simplicity Studio（SiSDK 2024.12 或更高版本）

有關(guān)模型創(chuàng)建的更多信息，請(qǐng)參閱MLTK教程：https://siliconlabs.github.io/mltk/mltk/tutorials/keyword_spotting_on_off.html

語(yǔ)音控制燈光提升智能家居實(shí)用性

在現(xiàn)代家庭中，大多數(shù)電器仍然通過(guò)開(kāi)關(guān)或移動(dòng)應(yīng)用程序進(jìn)行手動(dòng)操作，這對(duì)某些用戶（如老年人或身體不便者）來(lái)說(shuō)可能不方便甚至難以使用?，F(xiàn)有的智能家居系統(tǒng)通常僅依賴單一的連接方式，例如Wi-Fi或藍(lán)牙，導(dǎo)致在覆蓋范圍、可靠性和響應(yīng)速度方面存在局限。此外，許多系統(tǒng)過(guò)度依賴持續(xù)的互聯(lián)網(wǎng)連接，缺乏自然的語(yǔ)音交互，從而降低了用戶便利性和整體系統(tǒng)效率。

因此，亟需一種高效、用戶友好且易于使用的家庭自動(dòng)化系統(tǒng)－導(dǎo)入語(yǔ)音控制功能，能夠通過(guò)直觀且可靠的交互方式，實(shí)現(xiàn)對(duì)家電的無(wú)縫控制。以下是基于芯科科技xG24開(kāi)發(fā)套件實(shí)現(xiàn)語(yǔ)音控制燈光的簡(jiǎn)易步驟：

1.安裝AI/ML擴(kuò)展

點(diǎn)擊頂部欄中的“Install”。

點(diǎn)擊“Manage Installed Packages”。

在“SDKs” 下，安裝最新版本的 AI/ML 擴(kuò)展（SiSDK 2024.12 及以上版本可用）。

2.在Simplicity Studio中新建項(xiàng)目

在“File”菜單中選擇“New” >> “Silicon Labs Project Wizard”。

選擇目標(biāo)開(kāi)發(fā)板（EFR32xG24 Development Kit）、SDK（Simplicity SDK v2024.12.0 或更高版本）、以及 IDE/工具鏈（如GNU ARM v12.2.1）。點(diǎn)擊“Next”。

選擇“Empty C++ Project”，點(diǎn)擊“Next”。

為項(xiàng)目命名并點(diǎn)擊“Finish”。

3.添加機(jī)器學(xué)習(xí)軟件組件

打開(kāi)項(xiàng)目文件（擴(kuò)展名為.slcp）。

在“Software Components” 中搜索“aiml”。

點(diǎn)擊“Enable Extension” 啟用 AI/ML 擴(kuò)展。

展開(kāi)AI/ML → Machine Learning → TensorFlow，選擇“TensorFlow Lite Micro” 并點(diǎn)擊“Install”。

系統(tǒng)會(huì)提示安裝額外組件

Debug Logging：選擇 “Debug Logging using IO Stream”（如需要）或“Debug Logging Disabled”。點(diǎn)擊“Install”。

Kernels：選擇“MVPv1 Accelerated Kernels”。點(diǎn)擊“Install”。

4.配置TFLM組件

在TensorFlow Lite Micro軟件組件中點(diǎn)擊“Configure”。

設(shè)置“Arena Size”。本示例輸入1，表示系統(tǒng)將在運(yùn)行時(shí)動(dòng)態(tài)確定最佳內(nèi)存區(qū)域大小。

5.引入并轉(zhuǎn)換模型

在項(xiàng)目的config目錄下創(chuàng)建tflite子目錄（可選但推薦）。

將keyword_spotting_on_off_v2.tflite 文件拖入config/tflite 目錄（若未創(chuàng)建子目錄則直接放入config）。

框架會(huì)自動(dòng)將.tflite 文件轉(zhuǎn)換為 C 數(shù)組（生成在autogen 目錄下的sl_tflite_micro_model.c）。同時(shí)，TFLM 解釋器也會(huì)自動(dòng)初始化。

6.模型性能分析（可選）

高級(jí)用戶可使用MLTK Model Profiler Utility對(duì)模型進(jìn)行性能分析，以便優(yōu)化。

對(duì)于本基礎(chǔ)示例，此步驟并非必需。

7.運(yùn)行模型

初始化TFLM API：添加必要代碼以初始化TFLM解釋器。

提供輸入數(shù)據(jù)

讀取輸出數(shù)據(jù)

獲取輸出張量

8.實(shí)現(xiàn)后處理邏輯

開(kāi)發(fā)算法：根據(jù)模型輸出（如int8_t value）判斷是否識(shí)別到“on”或“off”。

觸發(fā)事件：根據(jù)后處理結(jié)果執(zhí)行動(dòng)作，例如控制LED。

可參考voice_control_light.cc、recognize_commands.h、recognize_commands.cc 以及AI/ML 擴(kuò)展示例中的邏輯，完成LED 控制與命令識(shí)別。

項(xiàng)目中還需添加麥克風(fēng)、音頻處理和 LED 控制相關(guān)組件。

訪問(wèn)芯科科技Github空間以獲取關(guān)于本用戶指南的完整內(nèi)容：https://www.silabs.com/documents/public/marketing-materials/voice-control-light-tutorial.pdf