mirror of
https://github.com/espressif/esp-sr.git
synced 2025-09-15 15:28:44 +08:00
216 lines
8.2 KiB
ReStructuredText
216 lines
8.2 KiB
ReStructuredText
模型加载
|
||
========
|
||
|
||
:link_to_translation:`en:[English]`
|
||
|
||
在人工智能行业中，模型是指一个系统或过程的数学表示。它用于基于输入数据做出预测或决策，有许多不同类型的模型，如决策树、神经网络和支持向量机，每种模型都有其优缺点。乐鑫也提供经过训练的 WakeNet 和 MultiNet 模型（数据模型见 :project:`model`） 。
|
||
|
||
使用模型前需先将其加载至你的项目，目前 ESP-SR 支持以下模型加载方式：
|
||
|
||
.. only:: esp32
|
||
|
||
ESP32：从 Flash 中直接加载
|
||
|
||
.. only:: esp32s3
|
||
|
||
ESP32-S3：
|
||
|
||
- 从 SPI 闪存(flash)文件系统分区加载
|
||
- 从外部 SD 卡加载
|
||
|
||
因此具有以下优势：
|
||
|
||
- 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
|
||
|
||
配置方法
|
||
--------
|
||
|
||
运行 ``idf.py menuconfig`` 进入 ``ESP Speech Recognition``:
|
||
|
||
.. figure:: ../../_static/model-1.png
|
||
:alt: overview
|
||
|
||
overview
|
||
|
||
.. only:: esp32s3
|
||
|
||
Model Data Path
|
||
~~~~~~~~~~~~~~~
|
||
|
||
该选项表示模型数据的存储位置，支持选择 ``Read model data from flash`` 或 ``Read model data from SD Card`` 。
|
||
|
||
- ``Read model data from flash`` 表示模型数据存储在 flash 分区中，模型数据将会从 flash 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 卡中加载
|
||
|
||
使用 AFE
|
||
~~~~~~~~
|
||
|
||
此选项需要打开，用户无须修改，请保持默认配置。
|
||
|
||
使用 WakeNet
|
||
~~~~~~~~~~~~~
|
||
|
||
此选项默认打开。当用户只使用 AEC 或者 BSS 等，而无须运行 WakeNet 或 MultiNet 时，请关闭次选项，这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，在代码中初始化 WakeNet 时需写入对应的名字。
|
||
|
||
|select wake wake|
|
||
|
||
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``
|
||
|
||
|multi wake wake|
|
||
|
||
然后按照列表选择多个唤醒词：
|
||
|
||
|image1|
|
||
|
||
.. only:: esp32
|
||
|
||
.. note::
|
||
ESP32 不支持多唤醒词选项。
|
||
|
||
.. only:: esp32s3
|
||
|
||
.. note::
|
||
ESP32-S3 支持多唤醒词选项。用户可根据具体硬件 flash 容量，选择合适数量的唤醒词。
|
||
|
||
更多细节请参考 :doc:`WakeNet <../wake_word_engine/README>` 。
|
||
|
||
使用 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。
|
||
|
||
中文命令词识别模型 (Chinese Speech Commands Model)
|
||
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
|
||
|
||
.. only:: esp32
|
||
|
||
ESP32 芯片只支持中文命令词识别：
|
||
|
||
- None
|
||
- Chinese single recognition (MultiNet2)
|
||
|
||
.. only:: esp32s3
|
||
|
||
ESP32-S3 支持中文和英文命令词识别，且支持中英文识别模型切换。
|
||
|
||
- None
|
||
- Chinese single recognition (MultiNet4.5)
|
||
- Chinese single recognition (MultiNet4.5 quantized with 8-bit)
|
||
- English Speech Commands Model
|
||
|
||
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。
|
||
|
||
.. only:: esp32s3
|
||
|
||
英文命令词识别模型 (English Speech Commands Model)
|
||
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
|
||
|
||
ESP32-S3 支持中文和英文命令词识别，且支持中英文识别模型切换。
|
||
|
||
- None
|
||
- English recognition (MultiNet5 quantized with 8-bit, depends on WakeNet8)
|
||
- Add Chinese speech commands
|
||
|
||
当用户在 ``English Speech Commands Model`` 中选择非 ``None`` 时，需要在该项处添加英文命令词。
|
||
|
||
用户按照需求自定义添加命令词，具体请参考 :doc:`MultiNet <../speech_command_recognition/README>` 。
|
||
|
||
模型使用
|
||
---------
|
||
|
||
当用户完成以上的配置选择后，可参考 `ESP-Skainet <https://github.com/espressif/esp-skainet>`_ 应用层仓库中的介绍，进行初始化和使用。
|
||
|
||
这里主要介绍模型加载在用户工程中的代码实现，用户也可直接参考代码 :project_file:`src/model_path.c`。
|
||
|
||
.. only:: esp32
|
||
|
||
ESP32 仅支持从 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 ESP32-S3 进行兼容，ESP32 代码中模型的初始化方法与 ESP32-S3 相同。
|
||
|
||
.. only:: esp32s3
|
||
|
||
ESP32-S3 支持从 Flash 或 SD 卡中直接加载模型数据，下方将分别介绍。
|
||
|
||
模型数据存储在 Flash
|
||
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
|
||
|
||
#. 编写分区表：
|
||
|
||
::
|
||
|
||
model, data, data, , 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 partition 分区：用户可以直接调用提供的 ``esp_srmodel_init(partition_label)`` API 来获取 partition 中的模型。
|
||
|
||
- partition_label：为partition table 中定义的模型的分区，需要和上述函数的入参保持一致
|
||
|
||
完成上述配置后，模型会在工程编译完成后自动生成 ``srmodels.bin`` ，并在用户调用 ``idf.py flash`` 时烧写到指定 分区。
|
||
|
||
.. only:: esp32s3
|
||
|
||
模型数据存储在 SD 卡
|
||
~~~~~~~~~~~~~~~~~~~~~~~~~~~
|
||
|
||
当用户配置模型数据存储位置是 ``SD Card`` 时，用户需要：
|
||
|
||
- 手动移动模型数据至 SD 卡中
|
||
用户完成以上配置后，可以先进行编译，编译完成后将 ``model/target`` 目录下的文件拷贝至 SD 卡的根目录。
|
||
|
||
- 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 <https://github.com/espressif/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，需要自己编写初始化程序。
|
||
完成以上操作后，便可以进行工程的烧录。
|
||
|
||
- 自定义路径
|
||
使用``esp_srmodel_init(model_path)``来获取sdcard指定路径``esp_srmodel_init(partition_label)``中的所有model name。
|
||
|
||
|
||
.. |select wake wake| image:: ../../_static/wn_menu1.png
|
||
.. |multi wake wake| image:: ../../_static/wn_menu2.png
|
||
.. |image1| image:: ../../_static/wn_menu3.png
|
||
|
||
|
||
.. only:: html
|
||
|
||
代码中模型初始化与使用
|
||
~~~~~~~~~~~~~~~~~~~~~~
|
||
|
||
::
|
||
|
||
//
|
||
// step1: return models in flash
|
||
//
|
||
char *model_path = your_model_path: // partition_label or model_path in sdcard;
|
||
models = esp_srmodel_init(model_path);
|
||
|
||
//
|
||
// 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);
|