30、树莓派上的语音处理：关键词识别与去混响技术实现

树莓派上的语音处理：关键词识别与去混响技术实现

1. 树莓派上的关键词识别代码生成

1.1 示例概述

本示例展示了如何在树莓派上使用双向长短期记忆（BiLSTM）网络和梅尔频率倒谱系数（MFCC）特征提取进行关键词识别的代码生成。借助支持深度学习的 MATLAB Coder，可在树莓派上生成独立的可执行文件（.elf）。MATLAB 文件（.mlx）与生成的可执行文件通过异步用户数据报协议（UDP）进行通信。输入的语音信号通过时间示波器显示，检测到的关键词“YES”会被蓝色矩形框标记。

1.2 示例要求

• MATLAB Coder 深度学习支持包接口
• 支持 NEON 扩展的 ARM 处理器
• ARM 计算库版本 20.02.1（在目标 ARM 硬件上）
• 编译器和库的环境变量

1.3 使用预训练网络进行关键词识别

1.3.1 参数设置

fs = 16e3;
windowLength = 512;
overlapLength = 384;
hopLength = windowLength - overlapLength;
numHopsPerUpdate = 16;
maskLength = hopLength * numHopsPerUpdate;

1.3.2 创建特征提取对象

afe = audioFeatu