基于 Edge Impulse 的 TinyML 语言检测器：Arduino Nano 33 BLE Sense 实战

零部件与物料

所需工具与设备

• 3D 打印机
• 电烙铁

软件与在线服务

• Edge Impulse Studio
• Arduino IDE
• Autodesk Fusion 360

项目概述

本项目演示如何在 Arduino Nano 33 BLE Sense 上部署 TinyML 语言检测模型，识别三个单词：“si”（意大利语）、“oui”（法语）、“yes”（英语），并驱动对应国旗舵机升起。完整流程包括数据采集、模型设计训练、EON Tuner 硬件优化、部署与舵机联动。

数据采集与集构建

数据集共 30 分钟：每个目标词 10 分钟，加 3 分钟环境背景噪音。每段 1 秒单词录音，在 Edge Impulse 中标注。背景样本帮助模型区分语音与非语音。

模型设计

Edge Impulse 自动完成预处理：音频转时序、分帧、提取 MFCC 特征，再经轻量级 CNN 分类为四类（si、oui、yes、背景）。训练仪表盘可视化 MFCC 与网络结构。

训练与 Arduino 优化

EON Tuner 自动搜索数十种配置，按准确率、推理时间、RAM/Flash 占用评分。本项目选取前 5 高准确率中推理最快的模型。

测试验证

独立测试集确认性能稳健，目标词分类置信度持续超 80%。

部署与舵机联动

通过 Edge Impulse Arduino 库一键生成头文件，导入 Arduino IDE 后扩展舵机控制逻辑。三个 SG90 舵机分别对应三面小旗。

核心代码片段

关键扩展：引入 Adafruit_PWMServoDriver.h 驱动 PCA9685；编写 servos_selector() 根据分类结果驱动对应舵机；置信度超 80% 时触发动作。

void servos_selector(int iter) {
  unsigned long time_now = millis();
  if (time_now - time_was > 2000) {
    time_was = time_now;
    switch (iter) {
      case 0: // Italian
        pwm.setPWM(0, 0, 350); delay(500);
        pwm.setPWM(0, 0, 200); pwm.setPWM(1, 0, 200); pwm.setPWM(2, 0, 200);
        break;
      case 1: // French
        pwm.setPWM(1, 0, 350); Serial.println("2222"); delay(500);
        pwm.setPWM(0, 0, 200); pwm.setPWM(1, 0, 200); pwm.setPWM(2, 0, 200);
        break;
      case 2: // English
        pwm.setPWM(2, 0, 350); Serial.println("333"); delay(500);
        pwm.setPWM(0, 0, 200); pwm.setPWM(1, 0, 200); pwm.setPWM(2, 0, 200);
        break;
    }
  }
}

电路设计

9V 电池供电，PCA9685 经 I2C 驱动三路 SG90 舵机。PCA9685 的 12V 引脚接电池，PWM 输出接舵机。硬件、软件、数据流完备，即可部署边缘语言检测器。

完整代码仓库

GitHub 源码

原理图