智慧掃地機器人
掃地機器人能夠在地板上移動、探測障礙物和表面變化，然後智慧地返回充電站進行充電。 這些機器不僅需要安靜運作和高效的吸塵能力，還需要配備多種感測器和足夠的運算能力，以處理複雜的演算法和智慧決策。
關鍵字辨識技術
關鍵字識別技術是一種自然語言處理（NLP）技術，旨在檢測和識別特定的關鍵字或短語。 它廣泛應用於語音識別系統，用於觸發特定操作或回應特定命令。 在 MCU 中，關鍵字辨識技術通常涉及將聲音訊號轉換為數位數據，然後使用演算法來偵測和匹配關鍵字。
關鍵字辨識技術的核心是聲學模型和語言模型。 聲學模型用於識別聲音特徵，例如聲音的頻譜、音高和聲音強度。 語言模型用於確定關鍵字或短語的機率分佈。 在 MCU 中，通常使用深度學習演算法，如卷積神經網路（CNN）和循環神經網路（RNN）來訓練這些模型。
關鍵字辨識的基本步驟包括：
- 聲音擷取：透過麥克風或感測器擷取聲音訊號，並將其轉換為數位形式。
- 聲學特徵提取：從數位聲音訊號中提取聲學特徵，例如 MFCC（Mel頻率倒譜係數）。
- 模型訓練：使用大量的聲音資料和關鍵字語料庫來訓練聲學模型和語言模型。
- 關鍵字偵測：在即時應用中，聲音訊號被送入已訓練好的模型，以偵測關鍵字的存在。
- 回應觸發：一旦偵測到關鍵字，MCU 可以執行對應的操作，例如控制裝置、發送通知或觸發其他事件。
| 適用開發板 | |
|---|---|
|
NuMaker-HMI-M467 NuMaker-IoT-M467 |
1. 關鍵詞檢測 範例：智慧家居語音控制 在智慧家居裝置中集成麥克風，例如智慧揚聲器或智慧照明系統。 Cortex-M4 處理麥克風捕捉的音頻數據，檢測特定的喚醒詞或控制指令，如“開燈”或“關閉音樂”。 當識別到關鍵詞後，執行相應的家居控制命令。
2. 語音辨識 範例：手機語音助手 在智慧手機或平板電腦上使用 Cortex-M4 處理語音輸入。 Cortex-M4 處理並識別用戶的語音指令，如“撥打電話給小明”或“搜索最近的咖啡廳”。 語音指令被識別後，相應的應用程序執行命令。
3. 實時辨識 範例：車載語音控制系統 在汽車的信息娛樂系統中集成 Cortex-M4，處理來自麥克風的語音數據。 Cortex-M4 實時識別駕駛者的語音指令，如“開啟導航至公司”或“撥放音樂列表”。 系統實時響應語音指令，提高駕駛安全性和便利性。 |
|
NuMaker-M55M1 |
1. 關鍵詞檢測 利用 M55M1 開發板的 DSP 和神經網絡加速器，可以實現高效的關鍵詞檢測。這意味著系統能夠持續監聽並識別特定的喚醒詞或短語，如“嗨，智能助手”或“開始播放”。一旦檢測到這些關鍵詞，AI 系統就會激活，準備接收進一步的語音指令。這種方法在節能和即時響應方面都非常有效。
2. 語音辨識 語音辨識功能是 Voice Commands AI 系統的核心。M55M1 開發板具備的高性能計算能力使其能夠處理複雜的語音辨識任務。結合先進的機器學習算法，系統能夠識別、理解並處理用戶的語音指令。這包括從簡單的命令，如音量控制，到更複雜的查詢，如天氣預報或日程提醒。
3. 實時辨識 實時辨識功能允許 Voice Commands AI 系統在瞬間識別和回應用戶的指令，從而為用戶提供無縫且流暢的交互體驗。這不僅包括語音命令的即時識別，還包括能夠根據上下文或用戶的歷史偏好進行智能回應。例如，系統可以識別用戶的常用命令並自動做出相應的快速反應。 |
