ESP32 के लिए MultiNet Alternative: एक TFLite Model, कई Commands

ESP-SR MultiNet offline command-word architecture देता है। Voicute इसी device pattern को एक compact INT8 TFLite model से लागू करता है, जो कई fixed keywords पहचानकर ESP32 firmware को command ID देता है।

सात supported languages

Voicute की current language matrix में Chinese, English, Japanese, French, German, Spanish और Hindi शामिल हैं। एक Multi-Keyword model चुनी हुई language में कई fixed commands पहचान सकता है।

एक model कई detectors की जगह कैसे काम करता है

Multi-Keyword अलग-अलग single-keyword models का bundle नहीं है। Keywords feature extraction share करते हैं और एक inference pass configured set को अलग करता है। Output को command ID में map किया जाता है।

ESP32 पर TFLite Micro deployment

Matched INT8 TFLite model और output head export करें, 16 kHz mono feature pipeline समान रखें और दोनों को ESP-IDF firmware में integrate करें। Wake detector के बाद Multi-Keyword model fixed command set पहचानता है।

Language coverage

अगर MultiNet में आपकी language model उपलब्ध नहीं है, तो केवल translated command list पर्याप्त नहीं है। Language-specific TFLite model acoustic data के साथ train किया जाता है। यही तरीका Voicute की सात भाषाओं पर लागू होता है।

Demo

Open-source ESP32 example और public multi-keyword demo model से शुरू करें, फिर final hardware पर recall, false triggers, latency और RAM मापें।

ESP32 demo deployment

git clone https://github.com/voicute/onnx-wakeword.git\ncd onnx-wakeword/esp32/examples/esp32s3_hmi_devkit\nidf.py set-target esp32s3\nidf.py build

Start with the open-source ESP32 example and the public multi-keyword demo model. Validate the final microphone, enclosure, noise conditions, recall, false triggers, latency and RAM before shipping.