ESP32-P4 端侧流式语音识别开源发布

开发者 Boumedine Billal 开源 esp32-pie-asr，让 ESP32-P4 微控制器单独完成流式英文语音识别，不依赖云端和神经网络加速器。其发布说明称，识别为开放词表、速度快于实时，麦克风输入后文字直接显示在屏幕上。 运行需要芯片修订版 v3（ESP32-P4X）、32 MB PSRAM、麦克风、屏幕和 microSD 卡。26.65 MB 的模型权重放不进板载 16 MB flash，需置于 FAT 格式 microSD 卡根目录，启动时读入 PSRAM（约 2.9 秒）。固件可通过 Chrome 或 Edge 浏览器刷写，也可用 ESP-IDF v6.1。上述效果均为作者自述，尚无独立验证。

AI 根据报道生成 · 49 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。