描述

團隊成員：

辛西婭·陳 (yc90)

李奕琨 (yl212)

我們的目標：

我們使用微型嵌入式設(shè)備實現(xiàn)了一個嵌入式語音識別應(yīng)用程序，該設(shè)備可以將一秒鐘的語音作為輸入并對語音進行分類。不同的聲音由不同顏色的 LED 燈指示。我們訓(xùn)練了一個喚醒詞檢測 ML 模型，并在 Arduino Nano 33 BLE 上實現(xiàn)了它。

機器學(xué)習(xí)模型：

為了處理原始音頻數(shù)據(jù)，嵌入式設(shè)備的特征提供者將原始音頻數(shù)據(jù)轉(zhuǎn)換為頻譜圖，頻譜圖是由頻率信息切片組成的二維數(shù)組。二維張量的特征可以通過卷積神經(jīng)網(wǎng)絡(luò) (CNN) 完美提取。

CNN 模型在稱為語音命令數(shù)據(jù)集的數(shù)據(jù)集上進行了預(yù)訓(xùn)練。這包括 65, 000 個 30 個短單詞的一秒長話語，在線眾包。

我們的方法：

1.輸入數(shù)據(jù)收集

該組件從麥克風(fēng)捕獲原始音頻數(shù)據(jù)。為了驗證設(shè)備在不同情況下的功能，使用所有組成員的音頻作為輸入。

2.設(shè)置TF Lite解釋器

在 Arduino IDE 中導(dǎo)入 micro_speech 示例。生成 C++ 代碼并自動設(shè)置 TensorFlow Lite 環(huán)境。在進行測試時，解釋器運行 TensorFlow Lite 模型，將輸入頻譜圖轉(zhuǎn)換為一組概率，并選擇概率最高的一個作為輸出。

3. 對董事會進行編程

將開發(fā)板連接到筆記本電腦并將代碼上傳到 Arduino 開發(fā)板。

4. 測試功能

使用設(shè)備上的 LED 對不同的音頻類型進行分類（綠色：是，紅色：否）。如果聽到命令，命令響應(yīng)者會使用設(shè)備的輸出功能通知我們。然后我們用“是”和“否”測試了幾次，板上的燈顯示它有效。由于該模型仍然有點幼稚，因此要重復(fù)多次測試以確保其運行良好。

?

?