GX8002语音识别SDK

环境安装

  1. sudo apt-get install libncurses5-dev

配置和编译

关键代码 和 npu模型 在 sram 中运行, 非关键代码在 flash 中运行, 可支持的 npu 模型大小可以到 160 KB

  1. cp configs/grus_gx8002b_dev_1v_tmjl_demo.config .config

  2. make menuconfig

  3. make

公版耳机指令编译

  1. 解压algorithmPackage目录内的zh_vui.zip或en_vui.zip到lvp_tws目录下, 下面举例编译中文版本的固件:(编译英文版本的固件仅2、3、4步有差异)

  2. cd lvp_tws

  3. cp zh_vui/libvui.a lib

  4. cp zh_vui/vuiconf.h include/vui

  5. cp zh_vui/.config .config

  6. make novuiconfig 保存退出

  7. make clean;make

中文指令:

  1. 小爱同学

  2. 接听电话

  3. 挂掉电话

  4. 挂断电话

  5. 上一首

  6. 下一首

  7. 暂停播放

  8. 停止播放

  9. 播放音乐

  10. 增大音量

  11. 减小音量

英文指令:

  1. hey siri

  2. ok google

  3. answer the phone

  4. play music

  5. play next song

  6. play previous song

  7. reject the call

  8. stop playing

  9. volume down

  10. volume up

公版SED示例编译

婴儿哭声检测

  1. cp configs/release/nationalchip/grus_gx8002b_dev_1v_sed_0_1_1.config .config

  2. make menuconfig # 保存退出

  3. make clean;make

  4. 烧录运行后播放lvp/vui/sed/resource/Snoring_1_115.wav 可观察到相应的串口log和led1亮

鼾声检测

  1. cp configs/release/nationalchip/grus_gx8002b_dev_1v_sed_1_0_2.config .config

  2. make menuconfig # 保存退出

  3. make clean;make

  4. 烧录运行后播放lvp/vui/sed/resource/BabyCrying_test_0_1.wav 可观察到相应的串口log和led2亮

固件烧录

  1. cd tools/bootx/

  2. sudo ./bootx -m grus -c download 0x0 ../../output/mcu_nor.bin -d /dev/ttyUSB0

  3. 重启设备,等待烧录完成

  4. 打开串口终端,重启设备,查看串口输出

工具链下载和安装

工具链下载地址:https://ai.nationalchip.com/api/v1/assets/32/download

安装:

  1. sudo mkdir -p /opt/csky-abiv2-elf/; cd /opt/csky-abiv2-elf/; 新建并进入路径

  2. sudo tar xvf csky-elfabiv2-tools-x86_64-minilibc-*.tar.gz; 解压到当前路径

  3. 然后需要编辑 ~/.profile或者 ~/.bashrc,将/opt/csky-abiv2-elf/bin加入到PATH路径中

相关推荐
vibecoding771 小时前
Codex 分层用模型完整教程:让 GPT-6.1 Sol 拍板、GPT-6 Luna 跑侦察
人工智能·gpt
新知图书1 小时前
1.3 启动第一个机器人
人工智能·机器人
明志数科1 小时前
自主探索范式下机器人示教数据的工程定位:少量示范为何对质量更敏感
人工智能·机器学习·机器人
Maynor9962 小时前
WorkBuddy 一键接通 gpt-6.1-sol:MomoAI / TryAllAPI 把最新模型接到桌面
人工智能·gpt·ai·大模型·编程工具
火山引擎开发者社区2 小时前
问得出、搜得准、信得过:ContextSearch 重构销售检索体验
人工智能
Raymond16882 小时前
AI配音工具长文本合成架构技术解析:全局音色锚定与声学状态跟踪
人工智能·架构·实时互动·视觉检测·音视频·语音识别
Codiggerworld2 小时前
从“装一套协议”到“扔进终端”:MCP 与 CLI 的 Agent 工具层之争
人工智能·程序人生·ai编程
ViperL12 小时前
[智能计算]AutoDiffusion-基于进化NAS的扩散模型
人工智能·深度学习·计算机视觉
FITA阿泽要努力3 小时前
用 Hooks 给 Claude Code 加规矩
人工智能·agent
摩尔元数3 小时前
制造业AI落地难?摩尔元数用智能体破局
人工智能