借助 DEEPCRAFT™ 语音助手和 PSOC™ Edge E84 AI 开发套件，实现设备端的语音控制

语音交互正成为与嵌入式系统互动的越来越流行的方式。通过 DEEPCRAFT™ 语音助手和 PSOC™ Edge E84 AI 开发套件，您可以创建自定义语音指令，这些指令完全在设备上运行，并触发您应用程序中的操作。

本指南将详细介绍完整的开发流程：创建语音助手模型、配置唤醒词和意图、将生成的模型部署到 PSOC™ Edge E84 AI 开发套件中，最后在 MicroPython 中使用该模型。

在 DEEPCRAFT™ 语音助手中创建模型

首先，访问网站并点击“立即开始”，以创建语音助手。登录后，您将进入主页面。接着点击“设计新项目”以开始创建新的语音助手项目。

随后，为您的项目命名并点击“下一步”。

之后会看到一个空白页面。

数字1显示了您可以在草图中“拖放”的节点，您可以将这些节点连接起来。

唤醒词

当您点击某个节点时，右侧将弹出以下窗口。您选择一个感叹词和唤醒词，例如“Hi Infineon”。

唤醒词必须位于您的指令开头。

文本

在“Wakeword”之后，你可以添加用户可以或必须输入的文本。如图所示，你可以选择是否需要此功能。

我这里选择了“设置定时器为”。

变量

你提供的变量应包含别名、数据类型、取值范围和单位。我这里选择了别名为“time”，数据类型为“Integer”，取值范围为“0 到 9”，单位为“分钟”。

意图

最后一个节点必须是“意图”(Intent)。你需要为你的意图命名，我选择了“timer”。

数字2显示了你项目的属性。

唤醒词检测(WWD Settings)

控制唤醒词被识别的难易程度。

•数值越低(10%)= 更严格，系统仅对非常清晰的唤醒词发音作出响应 → 假阳性较少，但偶尔错过唤醒词的风险更高。

•数值越高 = 更灵敏，唤醒词更容易被识别，但也可能更频繁地误触发(例如由于背景噪音或发音相似的词语)。

唤醒词检测最大非语音时间

定义在唤醒词检测过程中，系统允许的最大静止/沉默时间，超过该时间后系统将中止或重新开始检测。如果暂停时间超过此值，系统将不再将其视为连续的语音表达。

自然语言理解敏感度(NLU Sensitivity)

决定系统在将语音文本与预设意图匹配时的“严格程度”。

•数值越低 = 识别意图需要更严格的匹配条件

•数值越高 = 系统可接受更不精确或更多样化的表达方式作为意图匹配

自然语言理解最大非语音时间(NLU Max Non-Speech Time)NLU 最大非语音时间是指系统在识别命令时，允许最长的语音暂停时间，之后系统认为语音输入已结束。

NLU 最大持续时间因子用于定义语音命令的最长持续时间。如果您的应用使用较长的命令，请增加此值;对于较短的命令，通常较低的值就足够了。较高的值还允许用户说话更慢，从而产生更长的语音表达，而较低的值则期望较短且说话更快的命令。

数字3 为您提供了文档、支持、使用条款和隐私政策的链接。

以下是两个示例项目，以便您了解其结构方式。

一个命令通常以唤醒词开始，接着是文本和/或变量，最后映射到一个意图，该意图决定了所需的操作。

当您认为项目已完成时，请点击右上角的“生成”。

几分钟后，您的项目即可准备就绪并可下载。

将模型部署到 PSOC™ Edge E84 AI 开发板

只需一条命令，部署工具即可完成所有操作：安装模型资源、编译 CM55 固件，并将其刷入开发板。

步骤1 — 下载部署工具：

步骤2 — 运行部署命令

只需将 test_gpio_control 替换为您的模型文件夹路径(或导出的 .zip 文件)，即可部署自定义模型。

步骤3 — 安装 MicroPython 固件

如果您尚未在 PSOC™ Edge 上安装 MicroPython 软件，现在正是时候进行安装。

您可以按照本指南在您的 PSOC™ Edge AI 设备上刷入 MicroPython。

使用 MicroPython 的语音助手

现在，让我们来解析这段 MicroPython 代码中的核心语音助手逻辑。

意图映射 — 将语音指令与操作关联

这个字典是应用程序逻辑的核心。它将语音助手模型返回的意图索引映射到相应的函数。我这里选择了一个触发定时器的函数，但你可以根据需要选择任意函数。

设置与 CM55 的 IPC 连接

该脚本运行在 CM33 核心(即“主机”)，而实际的语音处理，如唤醒词检测和意图识别，则由 CM55 核心完成。语音助手模型类封装了传输层，并提供了语音助手事件接口，使两个核心通过 IPC 进行通信。

启动并运行语音助手

•enable_target() 会开启并启动 CM55 核心——即运行实际 DEEPCRAFT™ 模型的处理器。

•短暂的延迟可确保核心有足够时间完全启动。

•model.start() 发送启动命令(DEEPCRAFT_CMD_START)，之后语音助手将激活并开始监听。

事件回调 — 语音交互的核心

此函数是语音助手的核心事件处理程序。每当CM55核心通过IPC报告新事件时，它都会被自动调用。下面我们逐一分析各个分支：

VA_EVENT_READY：在DEEPCRAFT™模型于CM55上完成加载并开始监听唤醒词后立即触发一次。代码会在控制台中确认这一状态，并显示滚动的“KITCHEN TIMER”消息，以视觉方式提示用户：“我已准备就绪——请说出唤醒词。”

VA_EVENT_WAKEWORD_DETECTED：当用户成功说出“Hi Infineon”时立即触发。屏幕将清空并显示“...”，作为系统正在等待后续指令的视觉提示。

VA_EVENT_INTENT：这是最重要的分支，语音实际被转化为具体操作：

•value包含识别出的意图索引(例如，若用户说“三分钟”，则为3)，为便于理解，将其重新赋值给intent_idx。

•该索引通过.get()方法在INTENT_ACTIONS字典中查找，如果索引不存在，则会安全地返回None，而非抛出错误。

•一旦找到匹配的函数，便会立即执行——这正是start_timer(3)真正运行的时刻。

•否则，程序不会崩溃，而是打印错误信息。

VA_EVENT_TIMEOUT：当唤醒词后在允许的时间窗口内未说出有效指令时触发。系统将直接返回到空闲的“等待”显示状态，并提示用户重试。

VA_EVENT_STOPPED：当语音助手完全关闭时触发——此时仅记录一条消息，因为程序在此处已结束。

VA_EVENT_ERROR：当CM55语音处理过程中发生错误时触发。在显示屏上显示清晰的“ERR”提示，以便立即发现问题。

else(回退)——安全网：捕获上述未明确处理的任何事件类型，将其记录下来，而不是静默忽略或导致程序崩溃。

主循环

只要模型尚未返回IDLE状态，程序就会一直保持在此循环中。在此期间，所有语音事件(如唤醒词检测、意图识别、超时等)均通过回调函数进行响应。

示例

以下示例演示了如何将语音助手用作厨房计时器。

可以通过如下命令启动计时器：

“嗨 Infineon，设置5分钟计时。”

应用程序启动时，屏幕会以“Hello :)”向用户打招呼。

当语音助手听到“Hi Infineon，将计时器设置为5分钟”后，便会识别指令并开始倒计时。为了演示目的，此示例中的计时器运行速度是实际应用中10倍。

倒计时结束后，屏幕会显示“Done”。

第一步：拆卸LED矩阵

首先，需要将左右两侧的LED矩阵从电路板上拆下。矩阵的具体位置在附图中清晰可见。此步骤需格外小心——LED矩阵的引脚非常敏感，容易弯曲。因此，请缓慢、均匀地操作，切勿倾斜。

第二步：连接线缆

拆下LED矩阵后，接下来需要连接线缆。此步骤必须在安装新LED矩阵前完成，否则之后将无法使用连接器。连接线缆的位置和方式请参考附图。在继续下一步之前，请确保所有线缆均已牢固且正确连接。

第三步：安装并拧紧LED矩阵

正确插入LED矩阵(带线缆的引脚朝左)，然后用角落的孔位将其拧紧。使用四颗M3×5螺丝固定，以确保矩阵稳固不松动。当运输箱体或平放时，螺丝可防止矩阵脱落。

第四步：重新安装之前移除的LED矩阵

现在，可以将第一步中移除的两个LED矩阵重新插入到其原始位置。再次操作时请小心谨慎，确保引脚正确对齐后再将矩阵压入到位。

第五步：插入并连接PSOC Edge E84 AI套件

在最后一步，将PSOC™插入指定位置，并用相应的线缆进行连接。如何插入PSOC™以及需要连接哪些线缆，请参考附带的图片。请确保所有连接牢固且正确接好。

第六步：关闭盖子完成组装

最后一步是像下图所示，关闭盖子。

使用0.2毫米厚的前面板盖和0.4毫米厚的后面板盖。

第七步：在设备上刷写代码

您可以从附件中复制粘贴代码，并将其刷写到您的PSOC™ Edge E84 AI套件上。

此外，还需按照本文开头所述的方法，在您的设备上刷写模型。我使用PowerShell执行了该命令。

再见

这涵盖了从设计语音模型，到将其部署到 PSOC™ Edge E84 AI 开发板，再到使用 MicroPython 处理唤醒词和意图的完整工作流程。这种基于事件的架构几乎可以用于任何语音控制应用，无论是切换 GPIO、控制电机，还是在你的开发板上触发更复杂的逻辑。希望这个小技巧能为你用 PSOC™ Edge 构建自己的语音助手项目提供一个坚实的基础。

本文编译自hackster.io