7.2 KiB
模型加载方式[English]
在 esp-sr 中,WakeNet 和 MultiNet 均会使用到大量的模型数据,模型数据位于 ESP-SR_PATH/model/ 中。
目前 esp-sr 支持以下模型加载方式:
ESP32:
- 从 Flash 中直接加载
ESP32S3:
- 从 Flash spiffs 分区加载
- 从外部 SDCard 加载
从而在 ESP32S3 上可以:
- 大大减小用户应用 APP BIN 的大小
- 支持选择最多两个唤醒词
- 支持中文和英文命令词识别在线切换
- 方便用户进行 OTA
- 支持从 SD 卡读取和更换模型,更加便捷且可以缩减项目使用的模组 Flash 大小
- 当用户进行开发时,当修改不涉及模型时,可以避免每次烧录模型数据,大大缩减烧录时间,提高开发效率
1. 模型配置介绍
运行 idf.py menuconfig 进入 ESP Speech Recognition:
1.1 model data path
该选项只在 ESP32S3 上可用,表示模型数据的存储位置,支持选择 spiffs partition 或 SD Card。
spiffs partition表示模型数据存储在 Flash spiffs 分区中,模型数据将会从 Flash spiffs 分区中加载SD Card表示模型数据存储在 SD 卡中,模型数据将会从 SD Card 中加载
1.2 use afe
该选项需要打开,用户无须修改,请保持默认配置。
1.3 use wakenet
此选项默认打开,当用户只使用 AEC 或者 BSS 等,无须运行 WakeNet 或 MultiNet 时,请关闭次选项,将会减小工程固件的大小。
- 根据menuconfig列表选择唤醒词模型,
ESP Speech Recognition -> Select wake words. 括号中为唤醒词模型的名字,你需要在代码用名字切换,初始化wakenet.
- 如果想加载多个唤醒词,以便在代码中进行唤醒词的切换,首选选择'Load Multiple Wake Words'

然后按照列表选择多个唤醒词:

注:多唤醒词选项只支持 ESP32S3,具体根据客户硬件flash容量,选择合适数量的唤醒词。
更多细节请参考 WakeNet 。
1.4 use multinet
此选项默认打开。当用户只使用 WakeNet 或者其他算法模块时,请关闭此选项,将会在一些情况下减小工程固件的大小。
ESP32 芯片只支持中文命令词识别。ESP32S3 支持中文和英文命令词识别,且支持中英文识别模型切换。
- Chinese Speech Commands Model
中文命令词识别模型选择。
ESP32 支持:
- None
- chinese single recognition (MultiNet2)
ESP32S3 支持:
-
None
-
chinese single recognition (MultiNet4.5)
-
chinese single recognition (MultiNet4.5 quantized with 8-bit)
-
English Speech Commands Model
英文命令词识别模型选择。
该选项不支持 ESP32。
ESP32S3 支持:
-
None
-
english recognition (MultiNet5 quantized with 8-bit, depends on WakeNet8)
-
Add Chinese speech commands
当用户在 Chinese Speech Commands Model 中选择非 None 时,需要在该项处添加中文命令词。
- Add English speech commands
当用户在 English Speech Commands Model 中选择非 None 时,需要在该项处添加中文命令词。
用户按照需求自定义添加命令词,具体请参考 MultiNet 。
2. 模型使用
当用户完成以上的配置选择后,应用层请参考 esp-skainet 进行初始化和使用。这里介绍一下模型数据加载在用户工程中的代码实现。 也可以参考代码 model_path.c
2.1 使用 ESP32
当用户使用 ESP32 时,由于只支持从 Flash 中直接加载模型数据,因此代码中模型数据会自动按照地址从 Flash 中读取所需数据。 为了和ESP32S3进行兼容,代码中模型的初始化方法是和ESP32S3相同的,可参考下面ESP32S3的模型加载API.
2.2 使用 ESP32S3
2.2.1 模型数据存储在 SPIFFS
-
编写分区表:
model, data, spiffs, , SIZE,其中 SIZE 可以参考在用户使用 'idf.py build' 编译时的推荐大小,例如:
Recommended model partition size: 500K -
初始化 spiffs 分区 调用提供的 API:用户可以直接调用
esp_srmodel_init()API 来初始化 spiffs,并返回spiffs中的模型。- base_path:模型的存储
base_path为srmodel,不可更改 - partition_label:模型的分区 label 为
model,需要和 上述分区表中的Name保持一致
- base_path:模型的存储
完成上述配置后,模型会在工程编译完成后自动生成 model.bin,并在用户调用idf.py flash时烧写到 spiffs 分区。
2.2.2 模型存储在 SD Card
当用户配置 #1.2 模型数据存储位置是 SD Card 时,用户需要:
- 手动移动模型数据
将模型移动到 SDCard 中,用户完成以上配置后,可以先进行编译,编译完成后将 ESP-SR_PATH/model/target/ 目录下的文件拷贝至 SD 卡的根目录。
-
自定义路径 如果用户想将模型放置于指定文件夹,可以自己修改
get_model_base_path()函数,位于ESP-SR_PATH/model/model_path.c。 比如,指定文件夹为 SD 卡目录中的espmodel, 则可以修改该函数为:char *get_model_base_path(void) { #if defined CONFIG_MODEL_IN_SDCARD return "sdcard/espmodel"; #elif defined CONFIG_MODEL_IN_SPIFFS return "srmodel"; #else return NULL; #endif } -
初始化 SD 卡
用户需要初始化 SD 卡,来使系统能够记载 SD 卡,如果用户使用 esp-skainet,可以直接调用 esp_sdcard_init("/sdcard", num); 来初始化其支持开发板的 SD 卡。否则,需要自己编写。
完成以上操作后,便可以进行工程的烧录。
2.2.3 代码中模型初始化与使用
//
// step1: initialize spiffs and return models in spiffs
//
srmodel_list_t *models = esp_srmodel_init();
//
// step2: select the specific model by keywords
//
char *wn_name = esp_srmodel_filter(models, ESP_WN_PREFIX, NULL); // select wakenet model
char *nm_name = esp_srmodel_filter(models, ESP_MN_PREFIX, NULL); // select multinet model
char *alexa_wn_name = esp_srmodel_filter(models, ESP_WN_PREFIX, "alexa"); // select wakenet with "alexa" wake word.
char *en_mn_name = esp_srmodel_filter(models, ESP_MN_PREFIX, ESP_MN_ENGLISH); // select english multinet model
char *cn_mn_name = esp_srmodel_filter(models, ESP_MN_PREFIX, ESP_MN_CHINESE); // select english multinet model
// It also works if you use the model name directly in your code.
char *my_wn_name = "wn9_hilexin"
// we recommend you to check that it is loaded correctly
if (!esp_srmodel_exists(models, my_wn_name))
printf("%s can not be loaded correctly\n")
//
// step3: initialize model
//
esp_wn_iface_t *wakenet = esp_wn_handle_from_name(wn_name);
model_iface_data_t *wn_model_data = wakenet->create(wn_name, DET_MODE_2CH_90);
esp_mn_iface_t *multinet = esp_mn_handle_from_name(mn_name);
model_iface_data_t *mn_model_data = multinet->create(mn_name, 6000);
