[参考译文] MSP432P401R：语音检测精度问题：MSP432语音识别

尊敬的 Abhinandan：
我已向作者征求意见。

此致、
Chris

您好、Abhinandan、

在我们使用 Launchpad 和 Booster Pack 对识别器进行的测试中、性能通常约为92%的精确度、在非噪声条件下具有较低的假警报率(1%或更低)。 有几个因素可能会导致性能下降。

首先要做的是确保 MSP432 A/D 的采样音频信号具有高质量和合理的振幅。 语音识别器的许多问题都是由于获取音频输入时出现的问题。 当在麦克风附近讲话时、采样信号不应饱和、在这种情况下、信号峰值应大约比全范围 A/D 输出低1-2位。 确保采样的音频信号不失真、并且数字信号干扰保持远离音频输入。 (例如、我发现使用计时器生成的 PWM 信号驱动 Launchpad LED 等可能会导致音频信号上产生噪声)由于语音识别器以8kHz 的频率对音频进行采样、因此在模数转换器之前应存在4kHz 低通抗混叠滤波器 确保麦克风提供应用所需的特性、例如覆盖模式和灵敏度。 我怀疑、由于您使用的麦克风的工作距离只有10cm、因此输入音频信号电平可能非常低、从而导致低 SNR 信号。 这将影响所有识别器的性能。

注册时、识别器将更成功地识别音节上下文中丰富的短语。 识别器的最新版本包含一个注册短语质量度量、可指示短语是否可能表现良好。 "撤消"一词相当短、返回的质量度量约为6 (8-10的质量将提供更好的性能)。 有时、背景声音与"DO"组合可能会触发识别"撤消"。 但是、我尝试在我的 LaunchPad/音频 Booster Pack 硬件上注册"undo"、它在距离麦克风大约10到100cm 的办公环境中运行良好。

有时、我还注意到、外部声音如以随机方式将我安装在扩展器上的 Launchpad 移动到桌面上、将触发对已注册短语的识别。 不过、这种情况并不常见。 在几乎所有情况下、由此产生的认可的可信度极低、因此可用于拒绝认可结果。 使用置信度测量阈值进行实验、以验证识别结果。

此致、

您好、Lorin、

感谢您提供详细信息。
根据您的建议、我使用了基于注册质量的记录、其中我将8+设置为阈值。
在表彰期间、我还观察到信心分数超过100。 例如、我有500、600、有时甚至是1000。

这是正常的、还是可信度分数应在100以内？
是否还需要检查更新模型的质量？
我认为有些运行时参数可以调整。 您在测试中是否对这些进行了调整？

与我使用的麦克风一样，其功能(如灵敏度、SNR 等)与 BOOST-XL 板相似(在少数情况下相同)。 区别在于 BOOST-XL 上的滤波器、功率放大器等。 到目前为止、我无法访问 BOOST-XL。
此外、我将在对现有设置进行分析后发布更新。

您好、Lorin、

我已经使用 audio-xl Booster Pack 进行了测试。 结果非常好。 能够获得90%及以上的精度。 此外、虚假检测几乎没有。