TinyML关键词唤醒在MCU上的实现¶
难度：🟡 中级 | 领域：边缘语音 | 关键词：KWS, 关键词唤醒, TinyML | 阅读时间：约 16 分钟
日常类比¶
门卫只听自己的名字，不把整段对话录音上报。关键词唤醒（Keyword Spotting, KWS）让微控制器（MCU）本地识别少数唤醒词，再唤醒主系统[1][2]。
摘要¶
覆盖麦克风前端、特征（MFCC 等）、小足迹神经网络、功耗占空比与误触发控制。准确率随噪声与口音变化，须目标场景评测[2][3]。
1. 流水线¶
| 级 | 内容 |
|---|---|
| 声学前端 | MEMS 麦、偏置、CODEC/PDM |
| 特征 | 帧移、MFCC/log-Mel |
| 模型 | DS-CNN、小型 Transformer 等 |
| 决策 | 阈值、平滑、拒绝未知 |
| 系统 | 唤醒应用处理器/联网 |
2. 资源与功耗¶
| 策略 | 作用 |
|---|---|
| 低功耗监听核 | 常开代价低 |
| 两级检测 | 粗检+精检 |
| int8 | 缩模型 |
| 事件 DMA | 减 CPU 轮询 |
| 指标 | 含义 |
|---|---|
| FAR | 误报率 |
| FRR | 拒识率 |
| 延迟 | 说完到触发 |
| 平均电流 | 决定续航 |
3. 局限、挑战与可改进方向¶
1. 噪声与回声¶
局限：家电噪声抬高误报。 改进：多麦波束；噪声增强训练[3]。
2. 隐私与合规¶
局限：持续听音敏感。 改进：本地特征不存音频；明确指示灯/开关[4]。
3. 词表扩展难¶
局限：换词需重训。 改进：少样本适配；云端辅助定制（注意隐私）[1]。
4. MCU 算力边界¶
局限：大模型无法常开。 改进：两级架构；DSP/NPU 卸载[2]。
总结¶
KWS 是典型 TinyML 产品：前端声学与误报控制决定体验，模型只是其中一环。用目标环境 FAR/FRR 与平均电流验收。
参考文献¶
[1] Google/ARM 等 KWS 公开模型与数据集说明. [2] TinyML 音频章节与 TFLM 示例. [3] 噪声鲁棒语音特征文献. [4] 语音产品隐私设计指南. [5] MEMS 麦克风应用笔记. [6] MFCC 特征计算基础. [7] DS-CNN 关键词识别论文. [8] 低功耗音频前端架构白皮书. [9] 误报率测量协议建议. [10] PDM/I2S 接口时序注意. [11] 多级唤醒功耗预算案例. [12] 边缘 AI 芯片 KWS 基准（对照）.