學完本章你將能夠：

  • 區分 KWS（關鍵詞偵測）與 ASR（指令／連續語音）的責任。

  • 完成路徑 A：解析模組輸出並對照指令表。

  • 描述路徑 B：特徵（MFCC／Log-Mel）\(\rightarrow\) 量化模型 \(\rightarrow\) X-CUBE-AI。

  • 設計拒絕機制：低信心、未知詞、聆聽窗外的指令一律丟棄。

「語音控制」在工程上是兩段：先判斷有沒有人在叫我（喚醒），再判斷 叫我做什麼（指令）。兩段都允許誤拒（沒反應），但要極力避免誤接受 （自己開燈）。

狀態：Idle \(\rightarrow\) Listen \(\rightarrow\) Execute

語音對話的最小狀態機

Idle 只跑 KWS（或等模組的喚醒碼）。Listen 才允許指令表。Execute 把 |cmd_msg_t| 送進第 6 章的佇列，然後回 Idle。Event Group 的 |EVT_LISTEN| 與這個狀態對齊。

路徑 A：外部模組

以常見離線模組為例（指令碼請換成你模組的手冊值）：

typedef struct const char *phrase; cmd_id_t cmd; asr_map_t;

static const asr_map_t k_map[] = "xiao-ke", CMD_NONE , /* 喚醒，不進設備佇列 */ "kai-deng", CMD_LIGHT_ON , "guan-deng", CMD_LIGHT_OFF , "liang-yi-dian", CMD_LIGHT_UP , "kai-feng-shan", CMD_FAN_ON , "kai-men", CMD_DOOR_OPEN , "quan-bu-guan", CMD_ALL_OFF , "shui-jiao", CMD_ENTER_SLEEP , ;

模組 UART 一行進來後，去掉 \r\n， 線性搜尋。喚醒詞只呼叫 |voice_on_wake()|。其他詞若未處於 |EVT_LISTEN|，記錄一次 log 並丟棄——這能大幅降低電視聲音誤觸。

很多模組可自訂 3–5 字中文詞。課堂請避開單音節（「開」「關」），改用 「打開電燈」「關閉風扇」。詞愈長，假陽性愈低。

路徑 B：板上 Edge AI

典型管線：

  1. 每 10–20 ms 取一幀 PCM，重疊 50%。

  2. 預強調、分幀、加窗、FFT，得到 Log-Mel 或 MFCC（約 40 維 \(\times\) 49 幀構成一張「圖」）。

  3. 量化成 int8，送入 X-CUBE-AI 產生的 |ai_run()|。

  4. Softmax／argmax 得到類別與分數；低於門檻視為 silence/unknown。

Cube.AI 流程摘要：在 STM32CubeMX 安裝 X-CUBE-AI 套件 \(\rightarrow\) 匯入 Keras／ONNX／TFLite \(\rightarrow\) 看 Flash／RAM 佔用與 MACC \(\rightarrow\) 產生 network.c 與分析報告。官方音訊範例（如 FP-AI-NANOEDG1、 X-CUBE-AI 的 KWS 示範，以及 STM32H747 發現板的音訊 AI 應用）可直接對照 特徵參數，避免自己從零調 Mel 濾波器。

F429 的 SRAM 能跑極小的 DS-CNN，但餘裕不大。課程把路徑 B 的完整模型 部署放在 H7 發現板；F4 上可用「能量 + 極簡單的模板比對」做概念驗證， 或只跑官方縮小模型。不要為了在 F4 塞進大模型而關掉所有安全檢查。

推論必須在 ASR 任務中執行，且該任務堆疊與模型活化緩衝分開。|ai_run| 期間 Device 任務仍可跑——這是 RTOS 相對超迴圈的具體好處。

拒絕與防抖

  • 信心門檻：例如 0.70。印出分數一週，再決定數字。

  • 時間防抖：同一指令 400 ms 內不重複執行。

  • 未知類：模型應含 unknown / silence 類，不要強迫 argmax 總是對應一個家電。

  • 聆聽窗：窗外只接受喚醒。

BaseType_t asr_try_dispatch(cmd_id_t cmd, uint8_t score) EventBits_t e = xEventGroupGetBits(g_evt); if (cmd == CMD_NONE) voice_on_wake(); return pdTRUE; if ((e & EVT_LISTEN) == 0) return pdFALSE; if (score < APP_MIN_SCORE) return pdFALSE; cmd_msg_t m = .id = cmd, .arg = score, .tick = xTaskGetTickCount() ; return xQueueSend(g_cmd_q, &m, 0);

實驗

firmware/lab08_asr_module/ 實作路徑 A 完整對照表與聆聽窗。 firmware/lab08_asr_edgeai/ 提供特徵＋假模型（argmax 模板） 與 X-CUBE-AI 接線註解：你把 Cube.AI 產生檔丟進專案後，把 |kws_infer()| 換成 |ai_run()| 即可。

用 PC 終端模擬模組，依序輸入：

xiao-ke kai-deng guan-deng

第一行應只亮聆聽 LED；第二行燈才亮；若省略喚醒直接 kai-deng， 燈不應動作。

加入「連續兩次未知詞就退出聆聽窗」。再為喚醒加上語音回饋：成功喚醒 時 |dev_buzzer_beep(80)| 一次，讓使用者不必看 LED。最後讀一篇 ST 官方 KWS 應用筆記，把你的 Mel 參數（窗長、hop、濾波器數）抄進筆記， 和下週狀態機對接。