基于SensiML平台开发语音关键词识别

面向嵌入式微控制器的边缘人工智能是一种低功耗、小型化的机器学习技术，能够在嵌入式设备上进行推理计算，源于物联网的快速发展以及嵌入式设备计算能力的提升，进而促使智能边缘节点实现智能化。当前，由于环境中的智能化需求的提升、嵌入式设备的计算能力提升、保护数据隐私等原因，此研究和应用正处于快速发展的阶段。

通用的应用开发流程，数据采集、数据预处理、模型训练、模型优化和转换模型部署和测试几个部分组成。

SensiML平台开发流程

开发板：项目应用的开发板为Arduino Nano 33 BLE Sense,芯片为nRF52840 SoC低功耗芯片。

数据集：采集本人的中文发音“开灯”、“关灯”声音数据。

特征提取方法：MFCC

识别模型：两层卷积神经网络

模型训练结果：经过100次迭代后，训练集和测试集的损失值
最后均在0.2以下，正确率达到95.9%。

项目步骤和结果

通过Arduino Nano 33 ble Sense开发板上的录音器
采集音频，然后进行推理，判断音频为“openlight”、
“closelight”还是“unknow”，如果为“openlight”则控制
灯亮，“closelight”则控制灯灭，“unknow”则保持状态不变。

训练结果

推理结果（显示为“openlight”）

视频：https://www.bilibili.com/video/BV18p4y1E7Wr/?spm_id_from=333.999.0.0