TinyML语音识别
声音
2025-12-03 v1 人工智能
音频与语音处理
摘要
我们训练并部署一个量化1D卷积神经网络模型,在资源受限的IoT边缘设备上进行语音识别。这在众多Internet of Things(IoT)应用中具有用途,如智能家居和老年人及残障人士的环境辅助生活等。本文首先创建一个包含超过一小时音频数据的新数据集,为我们的研究以及后续研究提供支持。其次,我们利用Edge Impulse提供的技术提升模型性能,在数据集上实现最高达97%的准确率。为了进行验证,我们使用Arduino Nano 33 BLE Sense微控制器板实现了我们的原型。该微控制器板专为IoT和AI应用设计，是我们目标用例场景的理想选择。虽然大多数现有研究仅关注有限的关键词,但我们的模型可处理23个不同的关键词,从而实现复杂指令。
引用
@article{arxiv.2504.16213,
title = {TinyML for Speech Recognition},
author = {Andrew Barovic and Armin Moin},
journal= {arXiv preprint arXiv:2504.16213},
year = {2025}
}