Skip to main content

Detección de Palabras Clave

Este proyecto demuestra cómo realizar detección de palabras clave (keyword spotting) utilizando la placa ReSpeaker Lite y TensorFlow Lite.
La ReSpeaker Lite es una placa de audio con un microcontrolador XIAO ESP32S3 integrado, que cuenta con micrófono de doble canal y altavoz.
El proyecto utiliza la librería ReSpeaker Lite, basada en el framework AudioTools, e integra TensorFlow Lite para clasificación de audio.

Librerías Requeridas​

Funcionalidad​

  • Captura audio desde la interfaz I2S mediante la placa ReSpeaker Lite
  • Realiza detección de palabras clave usando un modelo preentrenado de TensorFlow Lite
  • Clasifica el audio capturado en categorías predefinidas: silencio, desconocido, sí y no
  • Proporciona una función de callback para responder a los comandos detectados
  • Utiliza el framework AudioTools para procesamiento y transmisión de audio
  • Incluye AudioLogger para depuración y monitoreo

Código​

Abre el sketch streams-i2s-tflite.ino en el IDE de Arduino.
Carga el sketch en tu placa ReSpeaker Lite.

#include "AudioTools.h"
#include "AudioLibs/TfLiteAudioStream.h"
#include "model.h"  // modelo de tensorflow

I2SStream i2s;  // Fuente de audio
TfLiteAudioStream tfl;  // Destino de audio (clasificador)
const char* kCategoryLabels[4] = {
    "silence",
    "unknown",
    "yes",
    "no",
};
StreamCopy copier(tfl, i2s);  // Copia el micrófono a TensorFlow Lite
int channels = 1;
int samples_per_second = 16000;

void respondToCommand(const char* found_command, uint8_t score,
                      bool is_new_command) {
  // Acción ante comando detectado
  char buffer[80];
  sprintf(buffer, "Resultado: %s, puntuación: %d, nuevo: %s", found_command, score,
          is_new_command ? "sí" : "no");
  Serial.println(buffer);
}

void setup() {
  Serial.begin(115200);
  AudioLogger::instance().begin(Serial, AudioLogger::Warning);

  // Configurar entrada de audio por I2S
  auto cfg = i2s.defaultConfig(RX_MODE);
  cfg.channels = channels;
  cfg.sample_rate = samples_per_second;
  cfg.use_apll = false;
  cfg.buffer_size = 512;
  cfg.buffer_count = 16;
  i2s.begin(cfg);

  // Configurar salida de audio para TensorFlow Lite
  auto tcfg = tfl.defaultConfig();
  tcfg.setCategories(kCategoryLabels);
  tcfg.channels = channels;
  tcfg.sample_rate = samples_per_second;
  tcfg.kTensorArenaSize = 10 * 1024;
  tcfg.respondToCommand = respondToCommand;
  tcfg.model = g_model;
  tfl.begin(tcfg);
}

void loop() { copier.copy(); }

Abre el Monitor Serial para ver la salida de resultados y mensajes de log.

pir

Configuración​

i2s: Crea una instancia de la clase I2SStream para capturar audio desde la interfaz I2S.

tfl: Crea una instancia de TfLiteAudioStream para procesar el audio capturado usando TensorFlow Lite.

kCategoryLabels: Define las etiquetas de categoría para los resultados de clasificación.

copier: Crea un objeto StreamCopy para copiar el audio desde el flujo I2S al clasificador de TensorFlow.

channels: Número de canales de audio (1 para mono).

samples_per_second: Frecuencia de muestreo del audio de entrada.

respondToCommand: Función callback invocada cuando se detecta un comando. Recibe el comando detectado, la puntuación y un indicador de si es un nuevo comando.

Personalización​

  • Puedes modificar el arreglo kCategoryLabels para definir tu propio conjunto de categorías de clasificación.

  • La función respondToCommand puede personalizarse para realizar acciones específicas según los comandos detectados.

  • El modelo de TensorFlow Lite puede sustituirse por uno entrenado por ti mismo actualizando el archivo model.h.

Recursos​

Repositorio de ejemplo con TensorFlow Lite

Loading Comments...