1024 CSDN 程序员节-基于存内计算WTM2101芯片开发板验证语音识别

前言
在今年的 CSDN 程序员节上，我参与了这次知存科技举办的一个 AI Workshop 小活动——“基于存内计算芯片开发板验证语音识别”，并且有幸成为完成任务的学习者之一XD。上一次参与类似的活动是算能公司举办的“千校万里行”AIGC 大模型编译部署活动，感觉虽然只是简单的烧录现成代码，经历这几次活动后 AI 小白也能有一个小小的成就感。趁着这股新鲜感还没冷却，我打算写一篇博文来记录下这次活动的一些经历，也供后续参与的童鞋参考~

任务目标
AISHELL-WakeUp-1 数据集是中英文唤醒词语音数据库，命令词为“你好，米雅” “hi, mia” ，语音数据库中唤醒词语音 3936003 条，1561.12 小时，邀请 254 名发言人参与录制。录制过程在真实家居环境中，设置 7 个录音位，使用 6 个圆形 16 路 PDM 麦克风阵列录音板做远讲拾音(16kHz，16bit)、1 个高保真麦克风做近讲拾音(44.1kHz， 16bit)。此数据库可用于声纹识别、语音唤醒识别等研究使用。

本 demo 以该数据集为例，用不同网络结构展示模型训练及移植过程。

我们最终想要通过语音“你好，米雅”唤醒开发板。具体步骤如下：

训练得到模型，并转换为知存科技开发板相应格式模型。
工具链编译模型，得到模型权重表。
烧写模型权重。
烧写代码。
成功运行后，当我们对着开发板说出“你好，米雅”时，开发板就会通过串口发送“已唤醒”的信息。
开发板信息如下：

WTMDK2101-X3 是针对 WTM2101 AI SOC 设计的评估板，包含：

（1） WTM2101 核心板，即我们的存算芯片。

（2） 和 I/O 板：WTM2101 运行需要的电源、以及应用 I/O 接口等.

任务步骤
首先，本机上下载训练数据和训练代码并运行。这样我们就得到要烧录到知存开发板上的对应格式的模型。

​ 这一步结束后，我们可以得到以下模型+运行代码：

将代码放入 docker 工具链环境中，编译运行，得到输出的模型权重表：

 

开发板连接好跳线帽、数据线如下图：

通过烧写工具 WitinProgramTool 将模型权重烧录到开发板上：

通过知存 IDE Witmem Studio，烧录提供好的工程代码。

 

打开串口调试助手（波特率115200，数据位8，停止位1，无校验位）。若成功运行，此时当我们对着开发板说出“你好，米雅”或 “Hi, Mia” 时，串口便会输出“已唤醒” 的提示信息。

 

总结
对我个人而言，我接触 AI 非常少，只在前后端、嵌入式领域有过一些涉猎。因此，这次活动虽然在 AI 领域前辈来看可能是比较轻松的一个小任务，不过这份成就感让我很满足，我也大致能理解各个流程的作用。

从今年5月的 ST 峰会上大力推广的边缘AI，7月 RV 峰会上百家争鸣的 AI 应用，这两次算能和知存科技的 AI 硬件体验活动，我逐渐也能感觉到 AI （特别是当下的 AIGC）对嵌入式领域同样不容小觑的影响。现阶段自己的学习还停留在一些简单的控制，RTOS 这些。也许加深一些学习后，未来也可能在嵌入式深度学习领域有所学习~

审核编辑 黄宇