Implementacija govorne prepoznave številk na vgrajenem sistemu STMicroelectronics 32F769IDISCOVERYRifel, Gašper (Avtor) Bulić, Patricio (Mentor) mikrokrmilnikSTM32H7strojno učenjenevronske mrežerazpoznava govoraV diplomski nalogi smo obravnavali zasnovo in izvedbo preproste govorne prepoznave števk (0–9) na mikrokrmilniku STM32F769I. Zajemali smo zvočne posnetke pri 16 kHz na plošči STM32F769I-DISCOVERY ter izvedli predobdelavo signala (odstranitev enosmerne (DC) komponente in normalizacija kvadratne srednje vrednosti (RMS)), učenje modela na predobdelanem signalu ter prenos naučenega modela v vgrajeno okolje. Implementirali smo lastno nevronsko mrežo (model) za prepoznavo govornih števk. Model smo zasnovali in učili v Pythonu, izvoz v ONNX pa je omogočil optimizacijo in generiranje kode z uporabo orodja ST Edge AI Developer Cloud. Na napravi smo zvočne posnetke zajemali z uporabo časovnika TIM2, analogno-digitalnega pretvornika (Analog-to-digital converter (ADC)) in krmilnika za neposreden dostop do pomnilnika (DMA - Direct memory access), rezultate pa nazadnje izpisovali prek serijskega univerzalnega asinhronega vmesnika (UART). Za učenje smo pripravili lasten nabor 400 enosekundnih posnetkov (po 40 na posamezno števko), enako predobdelanih, kar po prenosu na napravo zagotavlja, da je vsak posnet vzorec obdelan enako kot vsi posnetki, uporabljeni pri učenju modela. Preizkus na strojni opremi je pokazal 70-odstotno uspešnost pri zaporedno izgovorjenih števkah. Natančnost omejujejo predvsem majhen nabor posnetkov za učenje, uporaba le enega govornika za snemanje vseh posnetkov in kakovost mikrofona. Kot izboljšave predlagamo razširitev nabora na več govorcev, več posnetkov ter uporabo kakovostnejšega mikrofona.20252025-09-15 10:30:00Diplomsko delo/naloga173252sl