WTK6900F-B04自學(xué)習(xí)語音識別模塊

產(chǎn)品簡介/PRODUCT INTRODUCTION

WTK6900F-B04模塊是用于物聯(lián)網(wǎng)交互及控制領(lǐng)域的智能MCU模塊。該智能模塊基于深度神經(jīng)網(wǎng)絡(luò)(DNN-HMM)語音識別技術(shù),實現(xiàn)了高識別率、高實時性、本地和云端結(jié)合、高度一體化的語音識別及處理功能；可以實現(xiàn)語義識別等特定智能語音交互效果。同時該模塊具備常規(guī)MCU的控制及計算處理能力，可以實現(xiàn)各類需要通信及控制的應(yīng)用。

該模塊從語音輸入開始，語音檢測，語音特征提取及DNN運算完全采用硬件架構(gòu)設(shè)計，軟件主要進(jìn)行語音解碼和語音播報。該模塊具有較高的運算性能及低成本、低功耗、小尺寸等優(yōu)勢。在應(yīng)用方面，該模塊可以支持本地語音檢測、喚醒，以及三百條離線命令詞條的識別,模塊支持回音消除功能，支持雙麥功能。模塊可通過UART將命令推送到設(shè)備原有的上位機，實現(xiàn)簡單的語音交互接口。

注釋：離線命令詞自學(xué)習(xí)是指在非聯(lián)網(wǎng)狀態(tài)，用戶通過語音對話的方式，更改默認(rèn)的命令詞；后續(xù)用戶可以通過改設(shè)定的特定命令詞進(jìn)行語音識別。該種更改方式滿足終端用戶的個性化自定義的需求，可以給客戶帶來更好的用戶體驗。離線命令詞自學(xué)習(xí)可存儲模板數(shù)量，最多為15個。

應(yīng)用視頻演示

特征說明

★ CPU

• ARM Cortex-M4F，最高運行頻率200MHz

★?存儲器

• 內(nèi)置 512KB SRAM

★?智能語音交互引擎

• 內(nèi)置 ASR 硬件加速引擎：
• 語音活動檢測引擎（VAD），支持 VAD 參數(shù)可調(diào)
• 語音特征提取引擎（FE）
• 支持本地語音識別解碼
• 支持低功耗語音喚醒
• 支持回音消除功能

★?外設(shè)接口

• 內(nèi)置 1 路 UART 接口
• 內(nèi)置 1 路 SPI 接口

★?時鐘及復(fù)位

• 支持外接晶體和有源晶振
• 內(nèi)置 PLL
• 內(nèi)置上電及欠壓復(fù)位電路

★?電源管理及低功耗

• IO 供電：3V
• 內(nèi)核供電：1.2V
• 支持睡眠待機模式

★?看門狗

• 內(nèi)置獨立看門狗和窗口看門狗
• 支持超時產(chǎn)生中斷或復(fù)位

★?ADC 轉(zhuǎn)換器

• 內(nèi)置 2通道 16bit SAR ADC

硬件描述

應(yīng)用場景

主要應(yīng)用在智能家電（白電、廚電、生活電器、小家電等）智能衛(wèi)浴、智能照明、智能機電、智能家居、酒店客控等

功能使用說明

命令詞列表

使用步驟

注冊功能：

系統(tǒng)喚醒狀態(tài)下（標(biāo)準(zhǔn)demo喚醒詞為“智能管家”），用戶通過念命令詞“學(xué)習(xí)喚醒詞”和“學(xué)習(xí)命令詞”進(jìn)入注冊模式。根據(jù)播報語音提示， ?然后念三次自定義的命令詞完成注冊。注冊過程中，模型根據(jù)錄入的三次自定義語音實現(xiàn)特征提取和學(xué)習(xí)，并為該命令詞創(chuàng)建特征模板并保存。注冊完成后，語音播報“注冊成功”。

識別時，用戶念自定義命令詞，模型將該詞的語音特征與存儲 空間中的各個注冊模板進(jìn)行相似度比較，將相似度高的注冊模板與當(dāng)前語音進(jìn)行匹配，認(rèn)為當(dāng)前語音為匹配的注冊命令詞，從而完成識別進(jìn)行相關(guān)余令詞操作。

注冊功能：

注冊過程中，用戶只需要念命令詞“重新注冊”重新進(jìn)行注冊。

退出注冊功能：

1、進(jìn)入注冊模式后，用戶可以念命令詞“退出注冊”退出注冊模式。

2、注冊成功后自動退出注冊

刪除功能：

用戶通過念命令詞“我要刪除”進(jìn)入刪除模式，進(jìn)入刪除模式后，支持三種方式：

1、刪除喚醒詞，用戶念該命令詞時，會刪除所有注冊的喚醒詞。

2、刪除命令詞，用戶念該命令詞時，會刪除所有注冊的命令詞。

3、全部刪除，用戶念該命令詞時，會刪除所有注冊的喚醒詞和命令詞。

退出刪除功能：

進(jìn)入刪除模式時，用戶可以念命令詞“退出刪除”退出刪除模式。

注意事項

a)?注冊必須在安靜環(huán)境下、正常語速、聲音洪亮、距離 0.5~1?米，噪聲環(huán)境下很難注冊成功，安靜情況注冊成功好，噪音狀態(tài)識別良好。

b)?注冊的詞不超過 5?個字。

c)?如果多次注冊失敗，可能是第一次注冊的聲音存在噪音，這時需用命令詞“重新注冊” 進(jìn)行重新注冊命令詞。

d)?注冊成功后，其他人說新注冊的命令詞也可以生效，對方言普通話以及口音兼容較好。

常見問答

Q1:如果多次注冊失敗怎么處理？

A1.1：可能是第一次注冊時，周圍有噪音干擾，導(dǎo)致后續(xù)注冊不成功，用戶可以再安靜環(huán)境

下，說命令詞“重新注冊”就可解決。

A1.2：可能注冊的語音太短或者太長，建議 3~5 個字，正常語速注冊。

Q2:如果進(jìn)入注冊模式，說語音，無任何反饋，怎么處理？

A2.1 可能是聲音太小了，注冊時提高了 VAD 的閾值，所以請在 0.5 米內(nèi)，聲音洪亮進(jìn)行注

冊。

A2.2：可能是系統(tǒng)退出喚醒狀態(tài)。請先喚醒后，再進(jìn)行注冊。

Q3：使用自定義的喚醒詞，有時候連續(xù)播放 2 次反饋聲音

A3：當(dāng)自定義的喚醒詞與某些詞條比較像的時候，這種情況會出現(xiàn)連續(xù)播放 2 次聲音，后續(xù)產(chǎn)品化中通過邏輯可以消除該情況。同時也建議自定義的詞條與命令詞盡量不要相近。