【源码】基于TinyML和Arduino的加纳语（TWI）语音控制灯光系统

项目简介

本项目是基于TinyML的实验性项目，借助机器学习技术，识别加纳语（TWI）里特定词汇，实现对灯光开关的控制。利用Arduino Nano 33 BLE Sense微控制器和Edge Impulse平台训练模型，识别“S)”（对应英语“ON”）和“DUM”（对应英语“OFF”），进而控制连接到Arduino的灯泡。

项目的主要特性和功能

• 语音控制：用户说出加纳语“S)”和“DUM”可控制灯泡开关。
• 机器学习模型：运用TinyML技术在Edge Impulse平台训练模型，识别特定加纳语词汇。
• Arduino微控制器：执行机器学习模型预测并控制灯泡开关。
• 边缘计算：在设备上直接进行语音识别，无需依赖云端处理。

安装使用步骤

1. 获取硬件和软件

• 硬件：Arduino Nano 33 BLE Sense、灯泡、5V继电器、面包板。
• 软件：Arduino IDE、Edge Impulse Studio。

2. 设置Edge Impulse

在Edge Impulse平台创建新项目，准备数据收集和模型训练。

3. 数据收集

使用手机等录音设备录制加纳语词汇“S)”和“DUM”的音频样本，并上传到Edge Impulse平台。

4. 数据整理

用Audacity软件编辑音频样本，提取1秒音频片段，整理数据集，将自定义样本与Google Speech Commands数据集结合后上传到Edge Impulse平台。

5. 训练模型

在Edge Impulse平台开始模型训练，完成后查看混淆矩阵和准确率指标。

6. 部署模型

在Edge Impulse平台将模型构建为Arduino库，下载并解压到本地。

7. 集成到Arduino项目

将模型库集成到Arduino项目，编写代码实现语音控制功能。

8. 测试和调整

将代码上传到Arduino Nano 33 BLE Sense，测试项目功能，按需调整代码。

下载地址

点击下载 【提取码: 4003】【解压密码: www.makuang.net】