访问官网
Github
文档ESP-SR 语音识别框架
乐鑫 ESP-SR 帮助用户基于 ESP32 或 ESP32-S3 芯片构建 AI 语音解决方案。
概述
ESP-SR 框架包括以下模块：
这些算法以组件的形式提供，因此可以轻松集成到您的项目中。
推荐使用 ESP32-S3/ESP32-P4，它们支持 AI 指令和更大、高速的八线 SPI PSRAM。 新算法将不再支持 ESP32 芯片。
唤醒词引擎
乐鑫唤醒词引擎 WakeNet 专为用户提供高性能和低内存占用的唤醒词检测算法而设计，使设备能够始终监听唤醒词，如"Alexa"、"你好，乐鑫"和"Hi，ESP"。
乐鑫提供两种自定义唤醒词的方式，请参阅以下文档选择适合您需求的方式： 乐鑫语音唤醒词定制流程 或 使用 TTS 样本训练唤醒词。
esp-sr 支持以下唤醒词：
| 唤醒词 | ESP32 | ESP32-S3/ESP32-P4 |
|---|---|---|
| Hi,乐鑫 | wn5_hilexin, wn5_hilexinX3 | wn9_hilexin |
| 你好小智 | wn5_nihaoxiaozhi,wn5_nihaoxiaozhiX3 | wn9_nihaoxiaozhi_tts |
| 小爱同学 | wn9_xiaoaitongxue | |
| Hi,ESP | wn9_hiesp | |
| Hi,M Five | wn9_himfive | |
| Alexa | wn9_alexa | |
| Jarvis | wn9_jarvis_tts | |
| Computer | wn9_computer_tts | |
| Hey,Willow | wn9_heywillow_tts | |
| Sophia | wn9_sophia_tts | |
| Mycroft | wn9_mycroft_tts | |
| Hey,Printer | wn9_heyprinter_tts | |
| Hi,Joy | wn9_hijoy_tts | |
| Hey,Wand | wn9_heywanda_tts | |
| Astrolabe | wn9_astrolabe_tts | |
| 你好小鑫 | wn9_nihaoxiaoxin_tts | |
| 小美同学 | wn9_xiaomeitongxue_tts | |
| Hi,小星 | wn9_hixiaoxing_tts | |
| 小龙小龙 | wn9_xiaolongxiaolong_tts | |
| 喵喵同学 | wn9_miaomiaotongxue_tts | |
| Hi,喵喵 | wn9_himiaomiao_tts | |
| Hi,Lily/Hi,莉莉 | wn9_hilili_tts | |
| Hi,Telly/Hi,泰力 | wn9_hitelly_tts | |
| 小滨小滨/小冰小冰 | wn9_xiaobinxiaobin_tts |
注意： _tts 后缀表示该 WakeNet 模型是通过 TTS 样本训练的。
语音命令识别
乐鑫的语音命令识别模型 MultiNet 专为提供灵活的离线语音命令识别模型而设计。使用此模型，您可以轻松添加自己的语音命令，无需重新训练模型。
目前，乐鑫 MultiNet 支持多达 300 个中文或英文语音命令，如"打开空调"和"打开卧室灯"。
esp-sr 支持以下 MultiNet 模型：
| 语言 | ESP32 | ESP32-S3 | ESP32-P4 |
|---|---|---|---|
| 中文 | mn2_cn | mn5q8_cn, mn6_cn, mn7_cn | mn7_cn |
| 英文 | mn5q8_en, mn6_en, mn7_en | mn7_en |
音频前端
乐鑫音频前端 AFE 集成了 AEC（声学回声消除）、VAD（语音活动检测）、BSS（盲源分离）和 NS（噪声抑制）。
我们的双麦克风音频前端（AFE）已获得 Amazon Alexa Built-in 设备 的"软件音频前端解决方案"认证。
为了获得最佳性能：
- 请参考软件设计 esp-skainet。
