好用的 TinyML 整合開發平台 Edge Impulse

今天上 AIoT 內訓課程還挖到一個寶 : Edge Impulse, 這是一個成立於 2019 年的 TinyML 整合開發平台, 提供 AIoT 應用一站式雲端解決方案, 只要透過瀏覽器即可完成資料集收集, 模型建置與訓練, 參數調整測試, 以及模型佈署四大步驟, 目前平台上已有近 15 萬個專案, 參考 : 

# [Day 19] tinyML開發好幫手─雲端一站式平台Edge Impulse簡介

Edge Impulse 支援各種開發板 (目前 25 種), 參考 :  

# Officially supported MCU targets 

其中包含了性價比極高, 廣為物聯網 Maker 使用的 ESP32 與 Raspberry Pi RP2040 等. 

申請 Edge Impulse 帳戶可連線官網首頁 : 

# https://www.edgeimpulse.com/

按右上角的 "Get started" 鈕可註冊帳戶 : 

輸入姓名, 帳號, email, 密碼, 勾選隱私權聲明按 "Sign up" 鈕即可 :

這時到信箱收註冊確認信, 按信中的確認網址會開啟 Edge Impulse 登入頁面 : 

輸入 email 與密碼登入即完成註冊 : 

按底下紅色按鈕會進入 studio.edgeimpulse.com 網站開始建構專案, 剛開始會用一個語音辨識專案來展示如何在五分鐘內建立專案 : 

在中間輸入框填入要辨識的文字, 例如 Hello Tony :

接下來的頁面要錄音, 在 38 秒內每隔 1 秒念 Hello Tony, 錄完後會上傳到 Edge Impulse 平台 : 

接下來是上傳背景雜音 :

然後是對語音資料進行 impulse (語音識別 + 模型訓練), 首先是提取聲譜 (spectrogram) :

接著提取特徵 (feature) : 

第七步是訓練模型 : 

接著是將專案的模型佈署到平台上 :

佈署成功後執行專案, 即評估此模型的效果, 這會要求授予存取麥克風權限 : 

按右下方 Next, check out next steps 鈕開始錄音, 底下會顯示 Hello Tony, Noise, 以及 UNKNOWN 的辨識機率, 當念 Hello Tony 時左方的 Hello Tony 辨識機率就會提高, 反之就很低 : 

以上展示了快速完成一個語音辨識專案的步驟. 

Edge Impulse 提供免費與企業付費方案, 參考 : 

# https://www.edgeimpulse.com/pricing