基于Arduino板开发的唤醒词检测实现

描述

TinyML 概述

使用 Arduino 板开发 TinyML 是我们遇到的最有趣的课程项目之一。学习过其他机器学习 (ML) 课程后，我们对 ML 的“魔力”并不陌生。然而，在小型且便宜的板上部署复杂的 ML 模型让我们看到了 TinyML 开发领域所揭示的惊人可能性。我们对 TensorFlow-Lite 库和物联网设备的开发人员有了新的尊重。TinyML 领域正在使超低功耗设备能够在边缘执行 ML，这个项目一直是对该研究领域的一个令人兴奋和信息丰富的介绍。

课堂讲座和这个项目为我们提供了在小型设备上开发 ML 模型的创新应用程序所需的知识和直觉。我们期待探索这些途径，同时通过TinyML 峰会和AIoT 开发竞赛等会议密切关注该领域的进展。总的来说，即使在本学期结束后，我们也很高兴继续在 TinyML 上工作。以下部分提供了有关在 Arduino Nano 33 BLE Sense 上部署唤醒词检测项目的详细信息。

在 macOS 上运行应用程序

软件要求

• 终点站
• GNU Make，版本 3.82 或更高版本

要检查 Make 的版本，请打开终端并使用以下命令

$ make -v

如果您的 Make 版本低于 3.82，请访问 Make 网站并下载 3.82 或更高版本的任何版本。

制作：https ://www.gnu.org/software/make/

制作下载： http: //ftp.gnu.org/gnu/make/

在终端运行

获得正确版本的 Make 后，按照以下步骤运行应用程序：

1. 打开终端。

2. 切换到TensorFlow的目录。

3. 使用以下命令构建应用程序。

$ make -f tensorflow/lite/micro/tools/make/Makefile micro_speech

4. 构建完成后，运行以下命令。

$ tensorflow/lite/micro/tools/make/gen/osx_x86_64/bin/micro_speech

5. 如果您看到弹出窗口要求访问麦克风，请授予它。

6. 现在你可以试着说“是”和“不是”。您应该看到如下所示的输出。

该模型识别“是”和“否”。其他词被认为是未知的。

 

将应用程序部署到董事会

首先，我们运行以下命令来生成我们自己的 Zip 文件。

make -f tensorflow/lite/micro/tools/make/Makefile \
TARGET=arduino TAGS="portable_optimized" generate_micro_speech_arduino_library_zip

然后我们通过电缆（USB-A 到 micro-USB）将 Arduino Nano 33 BLE Sense 板连接到桌面，如下所示。

Arduino 板可以通过 USB 电缆连接到桌面。

 

然后我们使用 Arduino IDE 将 Zip 文件部署到我们的 Arduino Nano 33 BLE Sense 板。

https://drive.google.com/file/d/1SRxZ97gTN93eWm-5sDhme25Re083roS9/view?usp=sharing

我们再次测试唤醒词应用程序。这一次，使用的麦克风在板上而不是在桌面上。

从 Arduino IDE 中，我们看到与之前测试类似的行为，这表明开发板运行良好。