mirror of
https://github.com/espressif/esp-sr.git
synced 2025-09-15 15:28:44 +08:00
| .. | ||
| README.rst | ||
模型选择和加载
===========================
:link_to_translation:`en:[English]`
本文档解释了如何为ESP-SR选择和加载模型。
模型选择
---------------
ESP-SR允许您通过 ``menuconfig`` 界面选择所需的模型。要配置模型:
1. 运行 ``idf.py menuconfig``
2. 导航到 **ESP Speech Recognition**
3. 配置以下选项:
- **噪声抑制模型**
- **VAD模型**
- **WakeNet模型**
- **MultiNet模型**
.. figure:: ../../_static/kconfig.png
:alt: kconfig
更新分区表
------------------------
您必须添加一个 `partition.csv` 文件,并确保有足够的空间来存储所选的模型。
在项目的 ``partitions.csv`` 文件中添加以下行,以分配模型所需的空间:
.. code-block::
model, data, , , 6000K
- 将 ``6000K`` 替换为您根据所选模型自定义的分区大小。
- ``model`` 是分区标签(固定值)。
模型加载
-------------
ESP-IDF框架
~~~~~~~~~~~~~~~~~
ESP-SR通过其CMake脚本自动处理模型加载:
1. 烧写设备并包含所有组件:
``idf.py flash``
*此命令会自动加载所选模型。*
2. 在代码调试时(不重新烧写模型):
``idf.py app-flash``
.. note::
模型加载脚本在 ``esp-sr/CMakeLists.txt`` 中定义。模型在初始烧写时会被写入标签为 ``model`` 的分区。
Arduino框架
~~~~~~~~~~~~~~~~~
手动生成和加载模型:
1. 使用提供的Python脚本生成 ``srmodels.bin``:
.. code-block:: bash
python {esp-sr_path}/movemodel.py -d1 {sdkconfig_path} -d2 {esp-sr_path} -d3 {build_path}
**参数:**
- ``esp-sr_path``:您的ESP-SR组件目录路径
- ``sdkconfig_path``:项目的 ``sdkconfig`` 文件路径
- ``build_path``:项目的构建目录(通常是 ``your_project_path/build``)
2. 生成的 ``srmodels.bin`` 将位于:
``{build_path}/srmodels/srmodels.bin``
3. 将生成的二进制文件烧写到设备上。
.. important::
仅在 ``menuconfig`` 中更改模型配置后,请重新生成 ``srmodels.bin``。