项目介绍

      本次参加活动使用的板卡是 MAX78000FTH，板卡十分精致小巧，很方便部署到边缘端的设备上，进行边缘端的智能应用开发。

      从板卡的板载外设情况来看，很方便做一个语音识别的小应用，所以本次打算做一个语音识别开关灯的功能。

0. 准备

      开始前要准备的如下所示： 英伟达GPU、科技工具（以网络环境所定）、一些语音数据、MAX78000的ai8x-training和ai8x-synthesis文件。

pytorch 官网 https://pytorch.org/

WSL2搭建Pytorch1.10+CUDA11.4+NVIDIA Driver深度学习框架链接

1. 环境搭建

安装WSL 链接

WSL安装好后下载文件

git clone --recursive https://github.com/MaximIntegratedAI/ai8x-training.git

git clone --recursive https://github.com/MaximIntegratedAI/ai8x-synthesis.git

安装Andonconda以及python可以参考如上

1. 注意pytorch和cuda版本、pytorch和conda版本对应问题。请看如下搭配：

和

安装完成后使用如下命令查看安装是否成功。

1. nvcc-v

      2. nvidia-smi

2.准备训练kws20模型

3. 训练一半自动停了，给 wsl 分配内存太少了，推荐分配16G

2. 新建工程编译及烧录

1. 双击这个.exe 文件进行根目录安装。

2. 新建工程及烧录如下所示

3. 烧录完毕关闭即可

以上就是新建工程及其烧录了，其中有时串口会出现乱码，重新上电即可。

3.简单的程序测试

添加如下代码，测试系统是否正常工作。（检测到 ONE 语音时亮绿灯、否则亮别的颜色）

4. 开始录制音频数据

录制格式要求：采样频率16000hz、16位、单声道、wav格式、录的音尽量不要有环境杂音。

注意：软件可能会卡死，需要开下输入法的兼容模式即可。

对 kaideng 进行多次重复录音，后续裁剪成单个1秒时长的即可。

进行单个1秒时间统一调整后保存到 kaideng 文件夹.......

放入训练目录中

对kws20.py文件中个别参数的修改如下：

对 ai85net-kws20 文件中的添加修改如下：

修改完成后，进行训练和量化如下:

//训练
cd ai8x-training
./scripts/train_kws20_v3.sh
//量化    
cd ai8x-synthesis
./scripts/quantize_kws20.sh  
//生成demo
./gen-demos-max78000.sh
如果 gen-demos-max78000.sh 文件里没有 kws20_demo，自行添加如下
python ai8xize.py --test-dir $TARGET --prefix kws20_demo --checkpoint-file trained/ai85-kws20-qat8-q.pth.tar --config-file networks/kws20-hwc.yaml --softmax $COMMON_ARGS "$@"

量化完成后生成工程，把生成的如下文件替换到例程工程文件中，编译烧录即可。