31、基于ESP32的机器学习语音应用与Edge Impulse平台实践

基于ESP32的机器学习语音应用与Edge Impulse平台实践

1. 语音应用开发基础

1.1 afe_config_t结构与功能

afe_config_t结构包含很多字段，大部分字段的含义都很直观。AFE具备语音活动检测（VAD）功能，用于检测人类语音的存在；自动增益控制（AGC）用于控制音频峰值幅度；脉冲编码调制（PCM）配置用于定义音频采样。

1.2 AppSpeech类的使用

我们已经准备好AppSpeech类，可以在main/speech_ex.cpp中实例化它：

#include "AppSpeech.hpp"
namespace
{
    app::AppSpeech m_app_sp;
}
extern "C" void app_main()
{
    m_app_sp.start();
}

在app_main函数中，我们只需调用m_app_sp对象的start函数来启动语音命令检测。

1.3 应用测试

使用idf.py工具进行应用测试，具体命令如下：

$ idf.py flash monitor

执行该命令后，会输出一系列日志信息，包括芯片类型检测、模型加载、语音识别相关的初始化信息等。在测试过程中，应用会检测唤醒词，然后检测语音命令，例如：

I (843) speech