🎙️ 边缘语音部署
实战·30章
🧩 树莓派 · Jetson · Coral
01
边缘计算与语音识别概述
边缘计算概念 · 语音识别在边缘端的应用场景、挑战与机遇
02
嵌入式系统基础
主流边缘设备（树莓派、Jetson Nano、Coral）· 交叉编译环境搭建
03
语音信号处理基础
采样与量化 · 时域与频域分析 · MFCC特征提取原理
04
轻量化模型选型
DeepSpeech到WeNet · TinyML模型概览 · 复杂度指标
05
模型剪枝技术
结构化/非结构化剪枝 · 权重剪枝策略 · 剪枝后微调
06
模型量化技术
FP32→INT8量化 · 量化感知训练(QAT) · 后训练量化(PTQ)
07
知识蒸馏
教师-学生架构 · 蒸馏损失函数 · 温度参数调优
08
模型压缩工具链
TFLite Converter · ONNX Runtime · NVIDIA TensorRT
09
端侧推理引擎
TFLite Micro · TensorRT · OpenVINO · Arm NN
10
音频前端部署
麦克风阵列驱动 · VAD算法移植 · AEC轻量化
11
唤醒词模型部署
Hey Snips/Porcupine对比 · 自定义唤醒词训练与部署
12
流式语音识别架构
流式CTC/RNN-T解码 · Beam Search优化 · 端到端流水线
13
内存与计算优化
内存池管理 · 算子融合 · 循环展开与向量化
14
多线程与异构计算
ARM NEON指令集 · GPU/NPU加速 · 流水线并行
15
电源管理
DVFS · 睡眠模式策略 · 功耗与性能平衡
16
模型部署实战（一）
在树莓派4B上部署DeepSpeech模型
17
模型部署实战（二）
在Jetson Nano上部署WeNet模型
18
模型部署实战（三）
在Coral Dev Board上部署Edge TPU模型
19
性能基准测试
推理延迟 · 吞吐量 · 内存占用 · 功耗测量方法
20
模型更新与OTA
差分OTA更新 · 模型版本管理 · 回滚机制
21
安全与隐私
端侧数据处理 · 模型加密 · 对抗攻击防御
22
语音识别后处理
语言模型融合(N-gram/RNN-LM) · 标点恢复 · 逆文本正则化
23
多语言支持
多语言声学模型 · 语言切换策略 · 资源受限多语言部署
24
噪声鲁棒性
数据增强 · 前端降噪算法 · 自适应波束形成
25
实时性优化
低延迟解码 · 流式处理 · 中断驱动架构
26
调试与Profiling
性能分析工具(perf/gprof) · 日志系统 · 错误处理
27
CI/CD与自动化测试
持续集成流水线 · 单元测试 · 集成测试 · 回归测试
28
案例研究（一）
智能音箱中的离线语音助手
29
案例研究（二）
工业场景中的语音控制机械臂
30
未来趋势
端侧大模型 · 语音与多模态融合 · 自适应边缘AI