Misaki
5d79f88918
2. 进一步修改了语音识别，关闭了关键词唤醒功能，只保留了指令识别功能 3. 构建了业务层的基本框架(增加了底层驱动对于的C++兼容)，业务代码采用C++编写，启用了RTTI(运行时类型识别)
55 lines
3.4 KiB
Markdown
55 lines
3.4 KiB
Markdown
### 如你所见，这是一份帮助文档。遍布于项目的子目录当中
|
||
|
||
下面把这段 `afe_config_t` 里的 **每一个成员** 按“它是干什么的 → 典型取值 → 建议” 三步法讲清。
|
||
看完你就知道哪些可以大胆改、哪些最好别动。
|
||
|
||
---
|
||
|
||
### 1 开关类（true/false）
|
||
|
||
| 成员 | 作用 | 典型取值 | 建议 |
|
||
|---|---|---|---|
|
||
| **aec_init** | 是否启用 **回声消除**（AEC）。<br>用于“喇叭→麦克风”回声场景。 | true：有扬声器<br>false：无扬声器 | 无喇叭就关 |
|
||
| **se_init** | 是否启用 **稳态噪声抑制**（降噪）。<br>抑制风扇/空调/胎噪等。 | true：嘈杂环境<br>false：安静环境 | 按场景开关 |
|
||
| **vad_init** | 是否启用 **语音活动检测**。<br>只把“有人说话”的区段送给 MultiNet，降低误识别。 | true：怕误触发<br>false：想最省电 | 见上一贴 |
|
||
| **wakenet_init** | 是否启用 **唤醒词**（WakeNet）。 | true：需要“Hi, Lexin”唤醒<br>false：仅指令识别 | 本帖关 |
|
||
| **voice_communication_init** | 是否把 AFE 调成“通话模式”<br>（打开 WebRTC 级 AEC/NS/AGC）。 | true：VoIP/会议<br>false：离线语音识别 | 99% 场景关 |
|
||
| **voice_communication_agc_init** | 通话模式下才生效的 AGC 开关。 | 同上 | 同上 |
|
||
| **debug_init** | 打开 AFE 内部调试日志。 | true：调试<br>false：量产 | 量产关 |
|
||
|
||
---
|
||
|
||
### 2 数值/枚举类
|
||
|
||
| 成员 | 作用 | 取值范围 & 含义 | 建议 |
|
||
|---|---|---|---|
|
||
| **vad_mode** | VAD 的灵敏度等级。<br>`VAD_MODE_0` 最松，`VAD_MODE_3` 最严。 | 0~3 | 0=关，1=轻，2=中，3=严 |
|
||
| **wakenet_mode** | WakeNet 工作模式（决定通道数/检测阈值）。 | `DET_MODE_0`=关<br>`DET_MODE_2CH_90`=2 麦 90% 阈值 | 关唤醒就设 0 |
|
||
| **afe_mode** | AFE 整体运行档。<br>`SR_MODE_HIGH_PERF` 最准但吃资源，`SR_MODE_LOW_COST` 最省。 | LOW_COST / HIGH_PERF | ESP32-S3 建议 LOW_COST |
|
||
| **afe_perferred_core** | feed/fetch 任务优先跑在哪个核。 | 0 / 1 | 与业务任务错峰即可 |
|
||
| **afe_perferred_priority** | AFE 内部线程优先级（5~15）。 | 5=低，15=高 | 一般 5 就够 |
|
||
| **afe_ringbuf_size** | AFE 内部环形缓冲帧数。<br>越大越抗抖动，越大吃 RAM。 | 10~100 | 不开唤醒 10~20 即可 |
|
||
| **memory_alloc_mode** | 模型/缓冲放在 PSRAM 还是内部 SRAM。 | `AFE_MEMORY_ALLOC_MORE_PSRAM` → 优先 PSRAM，省内部 RAM | 有 PSRAM 就开 |
|
||
| **afe_linear_gain** | 线性数字增益（1.0=不变）。 | 0.1~4.0 | 麦克风灵敏度低可调到 1.5 |
|
||
| **agc_mode** | 自动增益控制策略。 | `AFE_MN_PEAK_AGC_MODE_0/1/2` | 默认 2 即可 |
|
||
| **voice_communication_agc_gain** | 通话模式下 AGC 目标增益 dB。 | 0~31 | 仅通话模式生效 |
|
||
|
||
---
|
||
|
||
### 3 子结构体 `pcm_config`
|
||
|
||
| 成员 | 作用 | 典型取值 | 说明 |
|
||
|---|---|---|---|
|
||
| **total_ch_num** | 前端接收的 **总通道数**（mic + ref 之和）。 | 2 | I²S 数据里一共几路 |
|
||
| **mic_num** | 其中 **麦克风通道** 数量。 | 1 | 单麦就写 1 |
|
||
| **ref_num** | **参考通道**（回声参考、噪声参考）数量。 | 1 | 无回声可 0，有回声就 1 |
|
||
| **sample_rate** | 采样率。 | 16000 | MultiNet 固定 16 kHz |
|
||
|
||
---
|
||
|
||
### 4 一句话总结
|
||
|
||
- **想最省电/省 RAM**：
|
||
`aec/se/vad/wakenet` 全关，ringbuf 10，LOW_COST，优先 PSRAM。
|
||
- **想最稳最抗噪**：
|
||
`vad_init=true, vad_mode=2, se_init=true`，ringbuf 50。 |