文件名称：tflite-speech-recognition：用于训练卷积神经网络以对单词进行分类并将模型使用TensorFlow Lite部署到Raspberry Pi的演示
文件大小：363KB
文件格式：ZIP
更新时间：2024-02-26 11:44:06
raspberry-pi machine-learning neural-network tensorflow keras
TensorFlow Lite语音识别演示 该项目演示了如何使用TensorFlow和Keras训练卷积神经网络（CNN）来识别唤醒词“停止”等。 此外，它还包含另一个Python示例，该示例使用TensorFlow Lite在经过训练的模型上进行推理，以识别Raspberry Pi上的口头单词“停止”。 可以在以下位置找到说明这些程序如何工作以及如何使用它们的完整文章： 以下是随附的视频，解释了如何使用TensorFlow训练和部署语音识别模型： 先决条件 您将需要在台式机或笔记本电脑上安装TensorFlow，Keras和Jupyter Notebook。 （本指南）[ ]将引导您完成
【文件预览】：
tflite-speech-recognition-master
----05-rpi-tflite-audio-switch.py(4KB)
----.gitignore(18B)
----02-speech-commands-mfcc-classifier.ipynb(8KB)
----04-rpi-tflite-audio-stream.py(3KB)
----wake_word_stop_lite.tflite(68KB)
----03-tflite-model-converter.ipynb(1KB)
----01-speech-commands-mfcc-extraction.ipynb(11KB)
----README.md(6KB)
----Images()
--------tflite-pi-wake-word-output.png(15KB)
--------tflite-rpi-cover.jpg(277KB)