ESP-Skainet [English]
ESP-Skainet 是乐鑫推出的智能语音助手，目前支持唤醒词识别和命令词识别。
ESP-Skainet 以最便捷的方式支持基于乐鑫的 ESP32 芯片的唤醒词识别和命令词识别应用程序的开发。使用 ESP-Skainet，您可以轻松构建唤醒词识别和命令词识别应用程序。
ESP-Skainet 的功能支持如下所示：
输入音频流可以来自麦克风，或Flash/TF 卡中的 wav/pcm 等音频文件文件。
唤醒词模型 WakeNet，致力于提供一个低资源消耗的的高性能模型，支持类似“Alexa”，“天猫精灵”，“小爱同学”等唤醒词的识别。
目前乐鑫免费开放“Hi，乐鑫”， “你好小智”， “你好小鑫”， “hi，Jeson”唤醒词。如果用户需要其它唤醒词，乐鑫提供有唤醒词定制服务，具体可参考 乐鑫语音唤醒词定制流程。
命令词识别模型 MultiNet ，致力于提供一个灵活的离线语音命词识别框架。用户可方便根据需求自定义语音命令，无需重新训练模型。
目前模型支持类似“打开空调”，“打开卧室灯”等中文命令词识别和"Turn on/off the light" 等英文命令词识别，自定义语音命令词最大个数为 100。
目前 ESP-Skainet 集成了回声消除 AEC(Acoustic Echo Cancellation)，自动增益调节 AGC(automatic_gain_control)，噪声抑制 NS(Noise Suppression)，语音活动检测 VAD(Voice Activity Detection) 和麦克风阵列算法(Mic Array Processing)。
为了运行 ESP-Skainet，您需要一块集成了音频输入模块和至少** 4 MB **的外部 SPI RAM ESP32 开发板，我们在示例中使用 ESP32-LyraT-Mini 或者 ESP32-LyraT V4.3
关于针对应用的具体配置，请参考每个示例中的 README.md.
在唤醒词识别和语音命令词识别期间，开发板将使用板载麦克风拾取音频数据，并将它们逐帧（30 ms，16 KHz，16位，单声道）送到 WakeNet/MultiNet 模型中。
确保您已经使用 --recursive 克隆了整个工程，命令如下：
git clone --recursive https://e.coding.net/axk/esp_skainet_AI.git
如果您克隆的项目没有使用 --recursive 选项，请先转到 esp-skainet 目录并运行 git submodule update --init 命令。
在本工程中，我们使用 ESP-IDF v3.2 版本。如果您之前已经搭建过 ESP-IDF 环境并且不想更改现有的变量，可以将 IDF_PATH 环境变量配置为新的 ESP-IDF 的路径。
获取更多关于搭建 ESP-IDF 环境的细节，请参考 Getting Started Guide for the stable ESP-IDF version
组件是 SDK 中最重要的架构，其中包含驱动和算法。
hardware_driver 组件包含了 ESP32-LyraT-Mini 开发板和 ESP32-LyraT V4.3 开发板的驱动。
esp-sr 组件包含了 ESP-Skainet 中的 API， 包括唤醒词识别、语音命令词识别和前端声学算法。
examples 文件夹包含了使用 ESP-Skainet API 搭建的一些应用示例。
选取垃圾分类（garbage_classification）示例代码举例：
- 进入示例文件夹
esp-skainet/examples/garbage_classification
cd esp-skainet/examples/garbage_classification
- 编译和烧写
make
make flash monitor
- 用户可以使用 make menuconfig 命令添加或修改语音命令。
获取更多细节，请阅读示例中的 README.md
-
在 GitHub 上参考问题 如果你发现了一个 bug 或者提出一个 feature，请在开启新问题前参考已经存在的问题。
-
如果你对开发 ESP-Skainet 有兴趣, 清参考 Contributions Guide.