命令词自学习方案开发¶
1 方案介绍¶
1.1 方案背景与目标¶
中国地域广阔，方言种类众多，主要分为七大类（如粤语、闽南语、吴语、湘语、赣语、客家话等），每种方言又细分为多个子方言和口音。由于这些方言在发音、词汇、语法上与普通话存在较大差异，传统的基于普通话训练的语音识别系统难以准确识别，为了解决这一痛点，启英泰伦为BNPU的发明者，采用BNPU的高效AI计算能力，推出了命令词自学习方案。
1.2 应用原理¶
将说话人语音特征通过深度神经网络进一步转化为深度声学特征，学习时，将该特征记录为模板，识别时提取的将深度声学特征与该模板采用DTW技术进行累积距离计算，从而进行识别。
1.3 学习流程¶
本方案中，启英泰伦AI语音芯片CI13XX或CI13LC通过语音指令或者其他主动指令开始进行自学习流程，学习流程如下：
参考视频链接：☞离线语音灯头自学习方案演示（国内版）
2 开发准备工作¶
开发前，请先准备好相关如下硬件，软件，如涉及量产，请从查看☞生产测试及☞联系我们启英泰伦官方获取生产支持：
2.1 开发硬件准备¶
2.1.1 本方案建议使用硬件模块D03GS01J或者F162GS02J进行：
2.1.2 下图是串口烧录工具
备注
开发者可以采用通用的串口工具进行固件烧录和查看日志，或进行点击购买链接
特别注意：为了数据稳定，尽量选择带晶振的串口，推荐选择CH341 的串口调试工具（启英泰伦AI语音uart串口调试工具）
2.2 软件开发准备¶
2.2.1 注册并登录AI开发平台：https://aiplatform.chipintelli.com
2.2.2 获取对应芯片的含有自学习功能的SDK软件开发包：https://aiplatform.chipintelli.com/attachment
CI 13XX算法SDK：CI13XX_SDK_ASR_ALG_Vx.x.x
CI 13LC普通SDK：CI13LC_SDK_ASR_Offline_Vx.x.x(该功能在SDK中的cwsl_sample工程中)
3 方案开发¶
3.1 方案一：语音识别固件及SDK开发¶
3.1.1 登陆启英泰伦语音AI平台，进入该组件。
3.1.2 选择语音识别固件及SDK开发。
3.1.3 新建一个工程，这边以1302芯片型号进行测试(需要选择13LC的自行更改芯片型号)。
3.1.4 创建一个工程，注意做自然说工程是没有自学习。
3.1.5 点击继续，该页面是对固件的参数进行配置，按照自己需求选择。
3.1.6 点击继续，下载附件样例表格，填写词条、播报音、协议。
3.1.7 同时在该页面勾选自学习选项。
3.1.8 根据提示填写自学习的词、播报音等，填写完毕后直接提交生成固件。
3.1.9 下载生成的固件，烧录到demo板，即可体验。
3.2 方案二：SDK+语言模型开发¶
该开发方案需要配合SDK和平台上的语言模型开发组件一起使用
3.2.1 软件准备
以下SDK可以支持命令词自学习功能：
CI 13XX算法SDK：CI13XX_SDK_ASR_ALG_Vx.x.x
CI 13LC普通SDK：CI13LC_SDK_ASR_Offline_Vx.x.x(该功能在SDK中的cwsl_sample工程中)
3.2.2 生成带有自学习命令词的语音模型
①登陆AI平台，选择语音模型开发组件
②新建一个项目，选择对应应用场景，芯片型号（13LC注意选择CI13LC系列）等。
③继续下一步，选择对应的模型，下载附件样例表格，填写对应的词
④表格里面需要填写除了基本命令词外，还需要常规的自学习词条，如下图
⑤填写完成后上传提交即可生语言模型，下载下来替换初始的文件
3.2.3 生成对应的播报音
①登陆AI平台，选择播报音合成组件
②新建一个项目，选好对应的音色，下载表格填写播报音
③填写相关的命令词回复播报和自学习的播报
④填写完成后上传提交即可生成对应的播报音文件，下载下来替换初始的文件。
3.2.4 语音模型文件和播报音移植（以130x为例）
①移植dnn文件
②移植asr文件
③移植表格cmd_info文件
④移植播报音voice
⑤所有文件移植完成，下面是关于cmd_info表格和播报对应关系说明，如图
⑥注意表格修改完成后，还有另一个表格需要同步一下修改的内容，如图表格
3.2.5 软件配置
①130x算法SDK：CI13XX_SDK_ASR_ALG_Vx.x.x，根据下图配置
②13LC普通sdk：直接使用CI13LC_SDK_ASR_Offline_Vx.x.x(该功能在SDK中的cwsl_sample工程中)
3.2.6 软件调试
调试以1302算法sdk：CI13XX_SDK_ASR_ALG_Vx.x.x为例子，同样的13LC调试步骤也是一样的。
①SDK相关自学习的配置在user_config.h里面，如图：
开发者可以根据上图注释，调整一些自学习相关配置，如可以学习唤醒词数量，灵敏度，学习的次数等。
②唤醒词就一个，不用调整，只需要调整对应的命令词即可
③匹配学习流程对应的命令词和播报音
④整个自学习修改完成，把修改的sdk程序编译打包即可烧录demo板体验