TinyML快速入门_使用Zilltek 麦克风实现TinyML语音辨识

• 前言

在当今的物联网时代，语音辨识技术的应用日益广泛。本文将介绍如何部署TinyML语音辨识系统，并详细记录从资料收集到模型部署的过程。

• TinyML快速入门:使用Zilltek 麦克风实现TinyML语音辨识

• 

TinyML语音辨识在开发板上的部署 TinyML的实作始于资料的收集。在这一阶段，我们选择了speech_commands资料集进行模型训练。该资料集包含多个语音指令类别，如"down", "go", "left", "no", "right", "stop", "up", "yes"等，可在Tensorflow官方GitHub中找到。

开发环境方面，我们使用Tensorflow2.10和python3.10进行开发，硬体方面则选用了esp32s3-c1。麦克风使用Zilltek ZTS6672 mems mic，IDF使用ESP-IDF，建置project输入指令:

idf.py create-project-from-example "esp-tflite-micro:micro_speech"

会得到esp-tflite-micro的档案