esp-sr

esp-sr

集成唤醒词检测和语音命令识别的语音处理方案

ESP-SR是一款针对ESP32和ESP32-S3芯片优化的智能语音识别框架。它集成了音频前端处理、WakeNet唤醒词检测、MultiNet语音命令识别和语音合成等功能模块。该框架支持自定义唤醒词和300多个中英文语音命令,提供高性能、低内存占用的离线语音处理方案。ESP-SR的双麦克风音频前端已获得亚马逊Alexa内置设备认证,可用于构建各类智能语音应用。

ESP-SR语音识别唤醒词引擎语音命令识别音频前端处理Github开源项目

ESP-SR 语音识别框架

文档状态 组件注册表

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使用 TTS 样本训练唤醒词

esp-sr 支持以下唤醒词:

唤醒词ESP32ESP32-S3/ESP32-P4
Hi,乐鑫wn5_hilexin, wn5_hilexinX3wn9_hilexin
你好小智wn5_nihaoxiaozhi,wn5_nihaoxiaozhiX3wn9_nihaoxiaozhi_tts
小爱同学wn9_xiaoaitongxue
Hi,ESPwn9_hiesp
Hi,M Fivewn9_himfive
Alexawn9_alexa
Jarviswn9_jarvis_tts
Computerwn9_computer_tts
Hey,Willowwn9_heywillow_tts
Sophiawn9_sophia_tts
Mycroftwn9_mycroft_tts
Hey,Printerwn9_heyprinter_tts
Hi,Joywn9_hijoy_tts
Hey,Wandwn9_heywanda_tts
Astrolabewn9_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ESP32ESP32-S3ESP32-P4
中文mn2_cnmn5q8_cn, mn6_cn, mn7_cnmn7_cn
英文mn5q8_en, mn6_en, mn7_enmn7_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:

编辑推荐精选

商汤小浣熊

商汤小浣熊

最强AI数据分析助手

小浣熊家族Raccoon,您的AI智能助手,致力于通过先进的人工智能技术,为用户提供高效、便捷的智能服务。无论是日常咨询还是专业问题解答,小浣熊都能以快速、准确的响应满足您的需求,让您的生活更加智能便捷。

imini AI

imini AI

像人一样思考的AI智能体

imini 是一款超级AI智能体,能根据人类指令,自主思考、自主完成、并且交付结果的AI智能体。

Keevx

Keevx

AI数字人视频创作平台

Keevx 一款开箱即用的AI数字人视频创作平台,广泛适用于电商广告、企业培训与社媒宣传,让全球企业与个人创作者无需拍摄剪辑,就能快速生成多语言、高质量的专业视频。

即梦AI

即梦AI

一站式AI创作平台

提供 AI 驱动的图片、视频生成及数字人等功能,助力创意创作

扣子-AI办公

扣子-AI办公

AI办公助手,复杂任务高效处理

AI办公助手,复杂任务高效处理。办公效率低?扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作,覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应,生活工作无缝切换,提升50%效率!

TRAE编程

TRAE编程

AI辅助编程,代码自动修复

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
蛙蛙写作

蛙蛙写作

AI小说写作助手,一站式润色、改写、扩写

蛙蛙写作—国内先进的AI写作平台,涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能,助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。

AI辅助写作AI工具蛙蛙写作AI写作工具学术助手办公助手营销助手AI助手
问小白

问小白

全能AI智能助手,随时解答生活与工作的多样问题

问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。

热门AI助手AI对话AI工具聊天机器人
Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
下拉加载更多