CI-03T 语音调优 FAQ¶

连续运动时接收不到指令怎么办？¶

问题描述：

在测试CI芯片产品时，遇到连续运动时接收不到指令的问题，同时锂电池容量过小可能影响性能。

解决方案：

• 问题原因：

  • 锂电池容量过小，导致供电不足
  • 连续运动时功耗增加，电压下降影响芯片工作

• 解决方法：

  • 更换新代码后恢复正常
  • 建议使用更大容量的锂电池
  • 优化电源管理，确保稳定供电

注意事项：

• 确保电池容量满足连续工作需求
• 监测电压变化，避免低于工作电压
• 优化代码功耗管理

WiFi模块如何使用？¶

问题描述：

需要了解如何操作WiFi模块进行蓝牙配网和控制。

解决方案：

• 配网步骤：

  1. 将通信模块插接到板子上
  2. 打开"智能公园"微信小程序
  3. 通过蓝牙进行配网操作
  4. 使用APP控制设备

• 注意事项：

  • WiFi模块控制相对复杂
  • 可参考视频教程进行操作
  • 配网成功后可远程控制设备

降噪与自学习功能冲突如何解决？¶

问题描述：

在电机附近 10cm 的高噪声环境下，使用 CI-03T1/T2 芯片时，配置自学习功能与深度降噪功能会发生冲突，导致无法同时启用。

解决方案：

功能冲突说明：

• 自学习功能和深度降噪功能在 CI-03T 系列芯片上存在冲突
• 两者无法同时开启使用
• 需要根据实际需求选择其中一个功能

高噪声环境建议：

1. 选择烟机应用场景

   • 在平台应用场景中选择"烟机"选项
   • 烟机场景针对电机噪声进行了优化
   • 自身具有一定的降噪效果

2. 功能取舍建议

   • 如果必须使用自学习功能：不开启深度降噪
   • 如果需要更好的降噪效果：放弃自学习功能
   • 单独更换噪声模型（烟机模型）也能有效果

3. 替代方案

   • 适当调高命令识别阈值
   • 在硬件上增加隔音措施
   • 调整模块安装位置，远离噪声源

配置步骤：

1. 进入产品应用场景选择界面
2. 选择"中文烟机通用Pro"场景
3. 在 Pin 脚配置中根据需求选择功能
   • 选择"语音识别+自学习"（放弃深度降噪）
   • 或选择"语音识别+深度降噪"（放弃自学习）

CI-03T是否支持用户自定义语音指令学习功能？¶

问题描述：

需要在台灯项目中集成CI-03T离线语音模块，实现语音指令的自定义学习功能，让用户可以录制自己的语音指令以提高特定口音的识别准确率。

解决方案：

CI-03T支持自学习功能，可以让用户现场录制语音指令：

1. 功能确认

• CI-03T模块支持自学习功能
• 用户可以录制带地方口音的普通话
• 录制的语音数据会存储到模块中
• 适合地区口音差异较大的使用场景

2. 实现方式

• 通过智能公元平台配置自学习功能
• 在产品特性中选择"语音识别+自学习"选项
• 用户可以在产品设置中进行录音操作
• 录音数据通过模拟信号输入到模块的麦克风引脚

3. 硬件连接

• 主控MCU通过串口与CI-03T通信
• 将模拟音频信号输入到CI-03T的麦克风引脚
• 相当于对麦克风讲话，可以触发识别动作

注意事项：

• 自学习功能需要在安静环境下进行
• 每个命令词建议录制2-3次以提高成功率
• 带口音的普通话基本都能识别
• 可以先购买样品模块进行测试验证

CI-03T模块的硬件连接方式是什么？¶

问题描述：

需要了解CI-03T模块与主控MCU的硬件连接方式、接线注意事项以及软件协议对接方法。

解决方案：

1. 硬件连接

• 串口通信：MCU的TX连接CI-03T的RX，MCU的RX连接CI-03T的TX
• 供电：CI-03T需要5V直流供电
• 接地：MCU和CI-03T的GND相连
• 音频设备：咪头和扬声器直接连接到CI-03T模块

2. 调试步骤

• 先调试MCU的串口功能
• 使用串口助手模拟MCU发送指令给CI-03T
• 验证CI-03T接收指令后执行的动作是否正确
• 确认通信协议和数据格式

3. 软件对接

• 根据CI-03T的串口协议定义发送指令格式
• MCU按照协议格式发送控制命令
• CI-03T识别到语音指令后，通过串口返回对应指令码

注意事项：

• 串口电平需要匹配（通常为TTL电平）
• 确保供电稳定，建议使用5V/1A以上的电源
• 麦克风和扬声器的选型参考官方提供的选型指南

CI-03T命令词需要说多次才能识别怎么办？¶

问题描述：

在使用离线语音识别芯片时，发现命令词需要说多次才能被识别，希望提高识别灵敏度。

解决方案：

1. 调整识别阈值

• 在优化选项中调整"命令识别/命令识别阈值"参数
• 阈值设置：低、中、高三个档位
• 阈值越大越敏感，但误识别率也会增高
• 未设置时自动取默认值0.4
• 最高灵敏度设置为0.8

优化选项中的阈值设置界面

2. 增加命令词变体

• 为同一命令添加多个表达方式
• 示例配置：前进|向前进|向浅井|向千金
• 即使发音略有差异，也能提高识别成功率

3. 优化发音和环境

• 保持相对安静的环境进行测试
• 命令词发音清晰，语速适中
• 确保麦克风朝向说话人
• 避免背景噪声干扰

4. 供电稳定性

• 确保电源供电稳定，避免电压波动
• 尤其在有舵机等运动部件时，电源波动会影响识别率
• 建议使用稳定的电源模块

注意事项：

• 提高灵敏度会增加误识别率，需要平衡设置
• 命令词建议控制在合理范围内，避免过多导致冲突
• 阈值调整到0.8时为最高灵敏度

CI-03T唤醒词误触发问题优化¶

问题描述：

CI-03T模组在使用短唤醒词时出现误触发，测试版固件存在误报，需要优化固件实现"先唤醒后执行命令"逻辑。

解决方案：

唤醒词长度优化：

• 建议使用3-6个字的中文唤醒词
• 过短的唤醒词容易导致误识别
• 避免使用日常对话中的高频词汇

识别阈值调整：

1. 命令识别阈值调低：

   • 适当降低命令识别阈值可减少误触发
   • 建议从0.4开始调整，根据实际效果微调
   • 阈值越小越不敏感，可降低误识别率

2. 唤醒灵敏度设置：

   • 默认唤醒灵敏度为0.2
   • 如误识别率高，可降低至0.1
   • 需要在实际环境中测试验证

固件版本选择：

• 测试版固件可能存在误报问题
• 建议使用正式版固件确保稳定性
• 正式版固件经过全面测试，误触发率更低

防误识别配置：

• 在平台中添加容易误识别的词汇到禁止列表
• 多个禁止识别词用"|"分隔
• 可有效避免特定场景下的误触发

注意事项：

• 唤醒词和命令词的配置需要在智能公元平台完成
• 配置修改后需要重新生成并烧录固件
• 建议在典型使用环境下进行充分测试
• 平衡识别率和误识别率，找到最适合的阈值设置

如何清除 CI-03T 的自学习唤醒词数据？¶

问题描述：

需要在每次关机或开机时自动清除自学习的唤醒词数据，且不通过语音指令进行操作。

解决方案：

清除方法说明：

1. 禁用第一个唤醒词

   • 自学习的唤醒词模型存储在第一个唤醒词位置
   • 在平台配置中禁用（关闭）第一个唤醒词
   • 禁用后自学习的唤醒词应该无法触发

2. 替代方案

   • 使用重置重启功能清除数据
   • 通过串口发送清除命令
   • 在程序中加入开机清除逻辑

操作步骤：

1. 进入唤醒词自定义配置界面
2. 找到自学习的唤醒词（通常在第一位）
3. 将该唤醒词状态设置为禁用
4. 重新生成并烧录固件

技术原理：

• 自学习功能存储在指定的唤醒词槽位
• 禁用对应槽位即可清除相关数据
• 不需要通过语音指令操作

注意事项：

• 此方法需要测试验证有效性
• 可能受固件版本影响
• 如无效可联系技术支持获取其他方案

CI-03T可以同时支持深度降噪和自学习功能吗？¶

问题描述：

需要了解CI-03T是否同时支持深度降噪和自学习功能，特别是在高噪声环境下如何配置功能。

解决方案：

功能限制说明：

CI-03T的深度降噪和自学习功能不能同时支持，需要根据应用场景选择其中一种功能。

场景选择建议：

1. 高噪声环境（如马路边）

• 推荐配置：深度降噪
• 原因：降噪效果更好，能有效滤除环境噪声
• 缺点：无法使用自学习功能

2. 自学习为必需的场景

• 配置方案：自学习功能
• 适用场景：需要动态添加或修改命令词
• 注意事项：降噪能力相对较弱

3. 折中方案

• 硬件优化：使用双麦克风配置提高降噪效果
• 环境改善：减少环境噪声源
• 命令词设计：选择发音清晰、不易混淆的词汇

开发建议：

• 先在相对安静的环境下测试自学习功能
• 高噪声环境下优先考虑深度降噪
• 根据实际需求权衡功能选择

注意事项：

• 两个功能互斥，配置时只能选择其一
• 建议通过实际测试验证所选配置的效果
• 可联系技术支持获取更多配置指导

CI-03T离线识别率极低且误识别严重如何解决？¶

问题描述：

在使用离线语音识别功能时，发现识别率极低，即使将识别灵敏度调至最高，命令词识别仍不准确，经常误识别为其他指令，严重影响使用体验。

问题分析：

1. 识别率低的原因：

   • 命令词发音与训练数据差异较大
   • 麦克风拾音质量或位置不当
   • 环境噪声过大干扰识别

2. 误识别严重的原因：

   • 命令词之间发音相似
   • 识别阈值设置过高
   • 命令词设计过于简单

解决方案：

1. 命令词重新设计

• 选择发音差异明显的词汇
• 避免"前进"、"浅井"等易混淆的词组
• 使用4字以上的命令词提高识别准确率
• 示例：使用"启动设备"替代简单的"开机"

2. 分级优化配置

第一优先级：核心控制命令
- 设置最高识别精度
- 使用最少歧义的词汇

第二优先级：辅助功能命令
- 适当降低灵敏度避免误触发
- 可接受略低的识别率

3. 硬件环境优化

• 麦克风选择：

  • 使用灵敏度适中的麦克风，避免过于灵敏的型号
  • 确认麦克风频响范围匹配语音频率
  • 如JX-A7T的麦克风识别过于灵敏，可考虑更换

• 环境降噪：

  • 减少背景噪声源
  • 增加物理隔音措施
  • 避免风口等位置

4. 软件参数调节

• 逐级测试识别阈值，找到最佳平衡点
• 不要直接设置到最高值
• 根据实际环境动态调整

智能公元平台的产品管理界面，可查看和配置不同模块

5. 替代方案建议

如持续存在识别问题：

• 考虑使用JX-A7T等支持大模型的模块
• 通过AI纠错功能提高识别准确率
• 结合离线和在线模式，互补优势

调试建议：

1. 分步测试：

   • 单独测试每个命令词的识别率
   • 记录容易误识别的命令组合
   • 逐步优化配置参数

2. 数据记录：

   • 统计各命令的成功/失败次数
   • 记录误识别的具体场景
   • 分析失败原因并针对性改进

3. 用户培训：

   • 指导用户使用标准发音
   • 保持一致的语速和音量
   • 避免即兴发挥的发音方式

注意事项：

• 识别率优化是系统工程，需要软硬件配合
• 过度追求灵敏度会导致误识别增加
• 建议在目标使用环境中进行充分测试
• 保留配置变更记录，便于问题回溯

串口播报¶

如何配置CI-03T模块的串口播报功能？¶

问题描述：

需要配置CI-03T模块根据串口接收到的数据进行动态语音播报，例如播报电量等实时数据。

解决方案：

1. 设置触发方式

   • 在智能公元平台的控制配置中，将触发方式选择为"串口输入"
   • 这样模块就会根据接收到的串口数据进行播报

2. 配置播报内容

   • 在回复语字段中填写需要播报的固定内容
   • 对于动态数据（如电量），可以使用变量占位符
   • 模块会从接收到的串口数据中解析参数并进行播报

3. 参考教程

   • B站有串口播报温湿度的教程视频：https://www.bilibili.com/video/BV1Ms4y1a7RE/
   • 可以参考该视频了解具体的配置方法和实现步骤

注意事项：

• 串口播报功能需要正确配置引脚（A2为TX，A3为RX）
• 烧录时模块的TX/RX需要与烧录器的TX/RX交叉连接
• 波特率通常设置为115200，数据位8，停止位1，无校验

音频播放故障¶

CI-03T按键触发录音时偶发无法正常播放音频怎么办？¶

问题描述：

CI-03T设备在按键触发录音播放时，偶发出现无法正常播放音频，仅发出滋滋声，断电重启后恢复正常。

解决方案：

故障现象分析：

• 偶发性问题：不是每次都出现
• 触发响应：模块收到触发脉冲（能发出滋滋声说明）
• 恢复方式：断电重启后恢复正常
• 喇叭规格：8欧2瓦（在支持范围内）

可能原因：

1. 软件异常

   • 音频解码模块偶尔卡死
   • 内存管理异常导致音频播放失败
   • 中断处理异常

2. 硬件瞬时异常

   • 电源瞬间波动
   • 功放电路保护性关闭
   • 音频输出路径瞬时异常

解决方案：

1. 延长等待时间

   • 出现问题时等待更长时间（超过1分钟）
   • 观察是否能自动恢复
   • 记录故障持续时间和频率

2. 固件优化

   • 检查固件版本是否有已知bug
   • 更新到最新稳定版本
   • 在固件中加入异常恢复机制

3. 硬件检查

   • 确认供电稳定
   • 检查喇叭连接是否牢固
   • 测试其他喇叭确认是否为喇叭问题

注意事项：

• 偶发问题通常与软件异常有关
• 建议记录故障发生的具体场景
• 如果问题频繁出现，可能需要更换模块

CI-03T模块烧录后无法通过唤醒词唤醒怎么办？¶

问题描述：

CI-03T模块烧录固件后，开机播报正常，但无法通过设定的唤醒词（如"你好货电"）唤醒设备。

解决方案：

问题排查步骤：

1. 确认唤醒词配置

   • 检查智能公元平台中唤醒词是否正确设置
   • 确认固件生成时包含了唤醒词配置
   • 验证唤醒词拼音和声调设置

   

2. 检查固件版本差异

   • 调试模式固件：可以正常唤醒
   • Release模式固件：可能出现无法唤醒的问题
   • 建议优先使用调试模式进行测试验证

3. 检查AEC设置

   • 正式版本固件可能需要关闭AEC才能唤醒
   • 在前端信号处理中关闭AEC回声消除功能
   • 测试版本和正式版本可能有差异

4. 使用谐音替代

   • 如果唤醒词识别困难，可使用读音相近的词
   • 例如："货电"可改为"货店"等谐音词
   • 在唤醒词自定义规则中调整

5. 固件MD5验证

   • 确认烧录固件的MD5值是否正确
   • 固件损坏可能导致功能异常

注意事项：

• Release模式固件与调试模式固件在唤醒功能上可能存在差异
• 建议在开发阶段使用调试模式，验证无误后再打包Release版本
• 唤醒词建议选择发音清晰、不易混淆的词汇
• 如果Release模式持续无法唤醒，可联系技术支持获取固件调试工具

双麦克风配置问题¶

CI-03T2双麦克风模块仅连接一个麦克风时无法唤醒怎么办？¶

问题描述：

CI-03T2双麦克风模块在只连接一个麦克风（M1），M2未连接麦克风的情况下，出现无法唤醒或识别响应的问题。

解决方案：

1. 硬件连接检查

• 确认M1麦克风已正确连接
• M2麦克风引脚处理方式取决于固件配置
• 检查麦克风电路完整性

2. 固件配置选择

• 双麦克风固件：必须同时连接M1和M2两个麦克风

  • M2悬空会导致模块工作异常
  • M2接地可能影响输入阻抗匹配

• 单麦克风固件：仅需连接M1麦克风

  • M2可以悬空或根据设计接地
  • 配置为单麦克风模式工作

3. 具体处理方案

方案一：使用双麦克风配置

• 连接两个相同的麦克风
• M1和M2保持相同的电路参数
• 适合需要降噪的应用场景

方案二：使用单麦克风固件

• 只连接M1麦克风
• 重新烧录单麦克风版本固件
• 在平台配置中选择单麦克风模式

方案三：M2正确处理

• 如使用双麦固件但只有一个麦克风
• M2引脚不能完全悬空
• 根据设计可能需要适当的阻抗匹配

注意事项：

• 双麦克风模块必须使用配套的双麦克风固件
• 单个麦克风工作建议使用单麦克风版本模块
• 麦克风选型和布局会影响识别效果
• 确保电源供电稳定

CI-03T2如何配置声源定位功能并输出角度信息？¶

问题描述：

需要配置CI-03T2双麦芯片的声源定位功能，通过串口输出角度信息，但在实际测试中发现定位角度不稳定、精度差。

解决方案：

1. 声源定位配置

• CI-03T2支持19个角度信息的声源定位
• 需要配置19条语音指令来对应不同角度
• 可以区分左右方向，满足基本定位需求

2. 角度输出配置

• 在平台中为语音指令配置"获取声源角度"系统指令
• 选择通过GPIO_A4引脚以脉冲信号形式输出
• 可设置输出周期和次数（如周期100次，次数1）

3. 串口输出方案

通过以下方式实现角度信息串口输出：

• 配置19条指令，每条对应一个角度值
• 使用语音播报功能输出角度信息
• 或配置串口输出相应的角度数据

注意事项：

• 声源定位精度受环境影响较大，建议在相对安静的环境下使用
• 麦克风的布局和间距会影响定位精度
• 角度不稳定可能由环境噪声、回声或麦克风安装问题导致
• 建议进行多次测试取平均值以提高准确性

个性化音频¶

CI-03T支持多少个个性化音频？¶

问题描述：

需要了解CI-03T模块支持的个性化音频数量限制，以及串口输入是否能触发播放上传的个性化音频。

解决方案：

1. 音频数量限制

• 无固定数量限制：只要内存足够即可添加
• 实际限制：取决于Flash剩余空间
• 动态提示：超出限制时配置检查会提示

2. 串口输入触发

• 支持播放：串口输入可以触发播放个性化音频
• 配置方法：在平台中设置串口输入触发
• 消息映射：将接收的消息号对应到具体音频

3. 使用建议

• 合理规划音频数量，保留足够内存
• 使用合适的音频格式和采样率
• 压缩音频文件以节省空间

4. 检查方法

• 在平台点击"检查配置"
• 系统会提示是否超出限制
• 根据提示调整音频数量

注意事项：

• 音频总大小受Flash容量限制
• 建议定期清理不需要的音频
• 串口触发需要正确配置消息编号

CI-03T1模块是否支持语音输入数字解析功能？¶

问题描述：

希望通过语音输入数字（如"放入500g样品"、"放入150g样品"），能够通过串口解析出具体的数值，实现语音参数输入功能。

解决方案：

系统限制说明：

• 不支持动态解析：CI-03T1模块无法从语音指令中实时提取数字参数
• 固定词条限制：语音识别基于固定的预设词条，不支持动态数值识别
• 替代方案：只能将具体的数值作为独立的语音词条预先设置

替代实现方案：

1. 预设常用数值

   • 将常用数值（如100g、150g、200g、500g等）设置为独立语音指令
   • 每个指令对应固定的参数值和操作

2. 分级设置方案

   • 设置"增加"、"减少"等调节指令
   • 通过多次调用实现参数调整

注意事项：

• 每个数值都会占用一个词条额度
• CI-03T支持300条词条，需要合理规划使用
• 未来版本可能会支持数值提取，建议关注官方更新

CI-03T1如何配置语音指令并通过PWM控制？¶

问题描述：

CI-03T1模块需要配置语音指令，并通过单片机发送指令使模块播报"起床了"，同时需要配置PWM5控制占空比。

解决方案：

1. 语音指令配置

• 添加语音指令：在平台中添加如"HI"、"HD"、"FF"、"DD"等命令词
• 设置触发方式：选择语音触发方式
• 配置回复语：为每个指令设置对应的播报内容
• 烧录固件：将配置好的固件烧录到模块

2. PWM输出配置

• GPIO配置：在平台中将Pin No. 6配置为PWM5功能
• 占空比设置：在"添加控制"中为PWM5设置占空比参数（如80%）
• 输出范围：PWM占空比调节范围通常为0-100%
• 功能验证：烧录后测试PWM输出是否正常

3. 单片机控制方法

• 串口连接：将模块TX/RX与单片机串口交叉连接
• 发送指令：单片机通过串口发送对应指令码
• 指令格式：通常格式为0x55 指令码 参数 校验码
• PWM控制：通过串口发送PWM5控制指令调整占空比

4. 常用指令码参考

• 播放指令：0x55 0x01 播放第1条
• PWM控制：0x55 0x06 PWM5 0x80（设置80%占空比）
• 停止播放：0x55 0x02 停止当前播放

注意事项：

• 确保串口参数正确（波特率9600, 8位数据, 1位停止位）
• PWM输出频率固定，通过占空比调节亮度或速度
• 具体指令码需参考模块的开发文档
• 测试时建议使用串口调试工具监控通信

CI-03T在语音干扰环境下控制效果不佳怎么办？¶

问题描述：

在有背景音（如电视播放）的环境下，CI-03T的语音控制效果不佳，识别率下降。

解决方案：

优化方案：

1. 中断静音法

• 使用中断唤醒功能
• 唤醒后立即发送静音指令
• 在静音状态下执行控制命令
• 完成操作后再恢复音量

2. 实施步骤

语音唤醒 → 立即静音 → 执行控制指令 → 恢复音量

3. 具体配置

• 在平台配置中断唤醒后的静音动作
• 设置控制指令（如"换台"）
• 配置完成后的音量恢复动作
• 确保整个流程自动化

效果评估：

• 在电视音量不是太大的情况下基本可用
• 静音窗口期可以有效避免干扰
• 控制成功率显著提升

进一步优化建议：

• 使用指向性麦克风，减少背景音干扰
• 调整唤醒词，选择更容易识别的词汇
• 合理设置模块位置，避免正对音源
• 双麦克风方案可能提供更好的噪声抑制效果

注意事项：

• 静音时间不宜过长，避免影响使用体验
• 需要根据实际环境音量调整方案
• 双麦克风模块可能有更好的抗干扰能力
• 建议先在安静环境下测试基础功能

本页用于整理 CI-03T 相关的语音调优问题。

CI-03T1唤醒词"Hi BP"识别失败怎么办？¶

问题描述：

CI-03T1模块无法识别唤醒词"Hi BP"，导致无法进入唤醒模式，后续命令词也无法识别成功。

解决方案：

问题原因：

• "BP"是英文字母组合，中文语音识别引擎难以准确识别
• 单独的"B"和"P"音节过于简单，容易误触发或无法识别
• 拼音标注"nì hao3 xiao3 mei3"与实际发音不匹配

解决方案：

1. 更换唤醒词

• 使用英文单词作为唤醒词，如"hello"
• 或使用更容易识别的中文词汇
• 避免使用英文字母组合

2. 调整拼音标注

• 将"B"改为"bee"（蜜蜂的发音）
• 将"P"改为"pee"或"peer"或"peel"
• 使用拼音让系统更容易识别

3. 优化建议

推荐替换方案：
"Hi BP" → "hello"
"Hi BP" → "bee pee"
"Hi BP" → "你好小微"

实施步骤：

1. 在平台中修改唤醒词设置
2. 使用推荐的英文单词或调整后的拼音
3. 重新生成并烧录固件
4. 测试新唤醒词的识别效果
5. 确认唤醒后命令词识别正常

注意事项：

• 唤醒词应选择发音清晰、不易混淆的词汇
• 英文唤醒词建议使用常见单词
• 拼音标注要准确反映实际发音
• 测试时保持环境相对安静，避免干扰

CI-03T断电再上电后没有开机播报怎么办？¶

问题描述：

语音模块在断电再上电后没有开机播报，且设备在昨天正常工作后今天突然无法工作，怀疑设备可能已损坏。

解决方案：

问题排查：

1. 基础检查

   • 确认供电电压是否正常（3.6-5.5V）
   • 检查电源连接是否稳定
   • 观察指示灯状态

2. 电压测量

   • 测量各关键点电压
   • VCC-GND：应在5V左右
   • 音频相关引脚电压是否正常

可能原因及解决：

1. 供电问题

   • 供电电压不稳定或过低
   • 使用稳定可靠的5V电源
   • 检查电源线连接

2. 固件异常

   • 固件可能损坏或配置丢失
   • 重新烧录固件
   • 恢复出厂设置

3. 硬件故障

   • 检查是否有烧毁痕迹
   • 测量关键引脚对地电阻
   • 更换模块测试

预防措施：

• 使用稳定的电源供电
• 避免电压反接
• 断电前关闭电源开关
• 定期检查设备状态

CI-03T自学习功能提示"已达上限"怎么办？¶

问题描述：

在使用CI-03T自学习功能时，系统提示"已达上限"，即使只学习一条命令词也无法添加。

解决方案：

1. 自学习限制说明

• CI-03T模块支持的自学习命令词数量有限制
• 建议控制在10条以内
• 过多的自学习命令词会占用内存资源

2. 删除已有学习记录

如果需要重新学习命令词，按以下步骤删除：

1. 登录智能公元平台

   • 进入对应产品的管理页面
   • 找到"自学习配置"选项

2. 管理自学习记录

   • 查看已学习的命令词列表
   • 选择不需要的命令词删除
   • 或选择"清空所有记录"

3. 重新学习

   • 删除完成后重新进入学习模式
   • 录入新的命令词
   • 测试识别效果

3. 优化建议

• 精简命令词数量，只保留必要的
• 使用短句（4-5个字）效果最佳
• 避免使用长句或复杂语句
• 定期清理不需要的学习记录

注意事项：

• 自学习功能不同于命令词配置
• 自学习的命令词存储在模块特定区域
• 删除操作需要通过平台进行

• 如果无法删除，尝试重新烧录固件

• 突然无法工作可能是静电或电源冲击导致

• 建议在电源入口增加TVS管保护
• 长期不使用时建议断电保存

CI-03T能识别句子中的数字吗？¶

问题描述：

询问CI-03T语音识别芯片是否能够识别句子中的数字，例如"打开X秒"这种包含变量的指令。

解决方案：

1. 识别机制说明

CI-03T采用固定的命令词识别机制：

• 固定匹配：只能识别预先设定的命令词
• 不支持变量：无法识别句子中的任意数字
• 精确匹配：必须与设定的词条完全一致

2. 数字处理限制

• 不支持泛化识别：

  • 无法理解"X秒"、"N个"等变量表达
  • 每个数字需要单独设置命令词
  • 不具备自然语言理解能力

• 正确做法：

  • 设置具体的命令词如"打开3秒"、"打开5秒"
  • 每个时长对应独立的命令词
  • 通过多个命令词覆盖不同需求

3. 替代方案

• 枚举法：

  • 列出所有可能的数值
  • 为每个数值创建单独命令词
  • 适合数值范围有限的场景

• 串口控制：

  • 使用固定命令词触发
  • 通过串口发送具体数值
  • 由MCU处理可变参数

注意事项：

• CI-03T是离线识别芯片，不支持云端解析
• 命令词数量受芯片存储容量限制

CI-03T如何配置自学习功能？¶

问题描述：

在CI-03T1平台上找不到自学习功能的配置入口。

解决方案：

1. 模型选择

• 在平台前端信号处理配置中找到"产品特性"下拉菜单
• 选择"语音识别+自学习"选项
• 只有选择了支持自学习的模型才能使用该功能

2. 配置步骤

• 登录智能公元平台
• 进入项目的基础信息配置页面
• 光标向上滑动找到模型选择区域
• 选择支持自学习功能的固件模型

注意事项：

• 自学习功能需要特定的固件支持
• 不是所有CI-03T版本都支持自学习
• 配置前请确认模块型号和固件版本

CI-03T如何实现组合播报功能？¶

问题描述：

需要通过组合播报的方式优化语音播报内容，实现更灵活的语音输出。

解决方案：

1. 组合播报原理

• 将播报内容拆分为多个小段
• 每段可以独立配置和触发
• 通过组合实现动态播报效果

2. 配置方法

添加控制步骤：

• 在命令词配置中选择"添加控制"
• 为同一行为添加多个播报动作
• 每个播报内容可以独立设置

示例配置：

• 行为A_19：播放"好的，右暖已为您调高五度"
  • 第一步：播放"好的，右暖已为您"
  • 第二步：播放"调高五度"
  • 可设置延时输出控制时序

• 行为A_21：播放"好的，右暖已为您调低三度"
  • 第一步：播放"好的，右暖已为您"
  • 第二步：播放"调低三度"

3. 优化技巧

• 内容拆分：将长句拆分为常用词根
• 复用组件：相同词根可在多处使用
• 时序控制：通过延时优化播报节奏

4. 应用场景

温度播报示例：

• "今天的温度是" + "二" + "十" + "八" + "度"
• "今天的温度是" + "三" + "十" + "一" + "度"
• 数字部分可以动态组合

注意事项：

• 组合播报需要合理的延时设置
• 过多的拆分可能影响自然度
• 建议根据实际效果调整拆分粒度
• 保留常用短语作为完整播报内容

CI-03T如何优化播报内容长度？¶

问题描述：

播报内容过长导致响应慢或占用存储空间大，需要进行优化。

解决方案：

1. 内容精简策略

• 删除不必要的修饰词
• 使用简洁的表达方式
• 保留核心信息即可

2. 组合播报应用

• 将固定部分和可变部分分离
• 使用组合播报减少重复内容
• 通过参数化实现动态播报

3. 分级播报

• 重要信息优先播报
• 次要信息可以省略或简化
• 根据场景调整播报详细程度

注意事项：

• 播报内容影响识别响应速度
• 过长的音频占用较多Flash空间
• 建议平衡信息完整性和响应速度
• 如需要识别可变数值，考虑使用支持该功能的更高型号

CI-03T1模块如何调节音量和控制唤醒词响应？¶

问题描述：

使用CI-03T1模块时遇到两个问题：声音输出过小需要调节，以及在设置系统"关电"状态后唤醒词仍然会响应。

解决方案：

音量调节方法：

1. 固件生成时预设音量
   • 在固件生成平台的"其它配置"区域找到音量调节滑块
   • 将音量滑块拖动至所需位置（最大值为100%）
   • 重新生成并下载固件

1. 运行时动态调节音量
   • 通过控制命令在运行时调整音量
   • 在控制逻辑中找到"系统"模块
   • 设置"最大音量"和"最小音量"参数

唤醒词控制方案：

• 软件逻辑控制：

  • 设置全局变量（如 is_power_on）表示系统状态
  • "关电"功能中将 is_power_on 设为 false
  • "上电"功能中将 is_power_on 设为 true
  • 唤醒词处理逻辑中增加条件判断

• 实现方法：

  • 在"关电"时执行退出唤醒功能
  • 在"上电"时重新启用唤醒功能
  • 确保唤醒词只在系统开启状态下响应

注意事项：

• 音量调节范围：0-100（百分比）
• 模块硬件始终运行，需通过软件逻辑控制功能状态
• 唤醒词响应逻辑必须在固件中正确配置条件判断
• 系统状态变量应在所有相关功能中保持一致

CI-03T/CI-03T1/CI-03T2可以支持多少个同时有效的唤醒词？¶

问题描述：

咨询CI-03T1和CI-03T2芯片上可以同时有效使用的唤醒词数量。

解决方案：

唤醒词数量限制：

1. 支持数量：

   • CI-03T系列芯片最多支持10个同时有效的唤醒词
   • 所有唤醒词可以同时激活，不需要切换
   • 唤醒词之间相互独立工作

2. 配置建议：

   • 合理规划唤醒词，避免发音相近的词
   • 选择清晰易识别的词汇
   • 考虑实际使用场景的需要

3. 性能优化：

   • 唤醒词数量会影响识别率和响应速度
   • 建议根据实际需求设置，不一定要用满10个
   • 过多唤醒词可能增加误触发概率

注意事项：

• 不同批次的芯片可能有细微差异
• 唤醒词需要符合中文发音规范
• 建议定期测试唤醒效果
• 如需更多唤醒词，考虑升级到更高型号的芯片

CI-03T是否支持组合识别功能？¶

问题描述：

CI-03T芯片是否支持组合识别功能，即同时识别多个指令（如"打开灯光并调节到50%"）。

解决方案：

功能限制说明：

• CI-03T当前不支持组合识别功能
• 无法一次识别包含多个动作的复合指令
• 需要通过多轮对话或简化指令实现

技术现状：

1. 当前能力：

   • 仅支持单一指令识别
   • 每次识别一个独立的命令词
   • 无法理解"并"、"和"等连接词

2. 组合识别限制：

   • 无法同时处理多个意图
   • 不支持连续的数值识别
   • 语法解析能力有限

实现方案：

1. 多轮对话设计：

   • 第一轮："打开灯光"
   • 第二轮："调节到50%"
   • 通过上下文保持状态

2. 简化指令结构：

   • 使用单一动作指令
   • 避免复合句式
   • 提高识别准确率

3. 状态管理方案：

   • 使用变量记住当前状态
   • 支持增量操作
   • 减少重复描述

替代方案：

1. 使用带屏方案：

   • 结合显示屏提供选项菜单
   • 通过数字或选择确认
   • 降低语音识别复杂度

2. 考虑其他型号：

   • CI-33T：支持更多功能
   • 带处理器的模块
   • 支持自然语言理解的方案

开发建议：

• 组合识别是高级功能，需要专门开发
• 量产需求建议提前评估技术可行性
• 可联系技术支持了解定制开发服务

注意事项：

• 当前限制是算法能力所致
• 简化指令可提升用户体验
• 多轮对话需要设计合理的交互流程
• 如有特殊需求，建议早期与厂家沟通

CI-03T1命令词配置附加条件后为何无法执行？¶

问题描述：

配置CI-03T1模块的命令词时，设置了附加条件（如变量Power_On等于1）后，发现除了唤醒词能正常执行外，其他命令词均无法执行。

解决方案：

问题排查步骤：

1. 检查配置逻辑

   • 确认命令词触发方式设置正确
   • 验证附加条件的变量名和数值匹配
   • 检查条件执行是否勾选

2. 变量状态管理

   • 确认变量Power_On已正确初始化
   • 验证变量在系统运行中值的变化
   • 检查变量作用域是否正确

调试方法：

• 简化测试：

  • 先去掉附加条件，测试命令词是否正常
  • 逐步增加条件，定位问题所在
  • 使用简单变量名避免冲突

• 变量追踪：

  • 在关键位置添加变量播报
  • 使用串口输出变量状态
  • 确认条件判断逻辑正确

可能原因：

1. 变量未正确设置

   • Power_On变量初始化值不为1
   • 变量在其他地方被修改
   • 变量作用域问题

2. 条件判断错误

   • 数值类型不匹配
   • 条件表达式错误
   • 多重条件冲突

注意事项：

• 命令词和唤醒词的执行机制不同
• 附加条件需要在命令执行前满足
• 建议使用简单的布尔变量（true/false）
• 复杂逻辑建议分解为多个简单条件

CI-03T自学习功能如何修改已学习的内容？¶

问题描述：

需要修改或重新学习已经通过自学习功能录入的语音指令，不想删除所有内容后重新学习。

解决方案：

自学习功能说明：

1. 学习模式

   • CI-03T支持离线自学习功能
   • 可以通过语音录入新的命令词
   • 适合现场调试和快速修改

2. 修改方法

   • 当前版本不支持单独修改某条已学习内容
   • 需要重新进入学习模式
   • 重新录入所有需要的命令词

3. 操作建议

   • 在修改前记录好所有需要的命令词
   • 按照逻辑顺序重新录入，避免遗漏
   • 可以保留不变的命令词，只新增或修改部分

替代方案：

1. 使用平台生成

   • 在智能公元平台配置所有命令词
   • 可以随时修改单独某条指令
   • 生成固件后一次性烧录

2. 批量管理

   • 平台支持导出配置文件
   • 可以备份和恢复配置
   • 方便多次修改和版本管理

注意事项：

• 自学习模式适合少量快速修改
• 大量指令建议使用平台管理
• 修改前确认麦克风工作正常
• 录入时保持环境安静

CI-03T1识别率低于规格书标称值怎么办？¶

问题描述：

CI-03T1芯片的语音识别率远低于产品规格书中的0.95，怀疑芯片存在识别率问题。

解决方案：

识别率受多种因素影响，需要系统排查：

• 硬件连接检查：

  • 确认麦克风连接正确且无短路
  • 检查供电稳定性（推荐3.3V或5V）
  • 验证与Arduino或其他主控的通信正常

• 环境优化：

  • 在安静环境下测试，排除背景噪声干扰
  • 确保发音清晰，语速适中
  • 麦克风距离建议在20-50cm范围内

小车运行时语音识别不灵敏且丢字怎么办？¶

问题描述：

在使用语音模块控制小车时，发现语音识别不灵敏，特别是小车运行时识别效果更差。有时需要等待小车停稳后才能正常发出指令，前面的1-2个字经常丢失。

解决方案：

1. 噪声影响分析

小车运行时的噪声来源：

• 电机噪声：直流电机运行时产生电磁干扰
• 机械噪声：齿轮、轮胎摩擦等结构噪声
• 风噪干扰：小车移动时产生的气流噪声
• 振动传导：机械振动通过车体传导至麦克风

2. 改善方案

麦克风位置优化：

• 将麦克风通过导线延长，远离主要噪声源
• 使用双绞线连接麦克风，减少电磁干扰
• 将麦克风悬空安装，避免固体传声
• 在麦克风周围加装防风罩

硬件改进措施：

• 使用带屏蔽的音频线缆
• 在麦克风电路增加滤波电容
• 电机电源加去耦电容，减少电源干扰
• 考虑使用外部高灵敏度麦克风

软件配置调整：

• 适当提高识别阈值，避免误触发
• 开启深度降噪功能（如果支持）
• 选择"噪声环境"或"高噪声"应用模型
• 调整麦克风增益参数

3. 替代方案

蓝牙分离方案：

• 将语音模块设计为头戴式设备
• 通过蓝牙与主控小车通信
• 麦克风靠近嘴部，提高识别准确率
• 小车端仅负责执行动作

315/433MHz遥控方案：

• 使用语音控制遥控发射器
• 小车端接收射频信号执行动作
• 避免小车运行时的噪声干扰

4. 使用建议

• 安静环境测试：先在静止状态下测试识别效果
• 距离控制：保持有效通信距离（1-2米内）
• 语音技巧：发音清晰，语速适中
• 环境选择：避免在强噪声环境下使用

注意事项：

• 小车运行时的噪声是主要挑战
• 完全消除噪声较困难，建议综合多种方案
• 语音模块适合静态或低噪声环境
• 高速移动场景建议考虑其他控制方式

CI-03T1是否支持唤醒打断功能？¶

问题描述：

需要确认CI-03T1芯片是否支持在语音播报过程中通过唤醒词进行打断。

解决方案：

CI-03T1支持唤醒打断功能：

• 支持型号：CI-03T1具备AEC（声学回声消除）功能
• 实现方式：通过"语音识别+AEC打断"功能实现
• 适用场景：需要在语音播放过程中快速响应新指令

功能特点：

1. 打断类型：

   • 唤醒词打断：播放过程中说唤醒词可立即停止
   • 命令词打断：播放过程中说命令词可执行新指令
   • 组合打断：同时支持两种打断方式

2. 技术优势：

   • 响应速度快，延迟低
   • 识别准确率高
   • 用户体验流畅

配置方法：

1. 平台配置：

   • 登录智能公元平台
   • 选择对应的项目
   • 在产品特性中选择"语音识别+AEC打断(限单MIC)"

2. 生成固件：

   • 配置完成后生成固件
   • 下载并烧录到模块
   • 测试打断功能是否正常

注意事项：

• 此功能仅限CI-03T1等支持AEC的型号
• 双麦克风版本效果更佳，但单麦版本也支持
• 配置后需要重新烧录固件才能生效
• 建议在实际使用环境中测试各种打断场景

CI-03T2双麦克风间距是多少？¶

问题描述：

需要了解CI-03T2双麦克风模块的两个麦克风之间的间距。

解决方案：

CI-03T2双麦克风模块的两个麦克风间距为 4-6cm。

技术规格：

• 麦克风间距：标准设计为4-6cm
• 声学设计：此间距经过声学算法优化
• 降噪效果：双麦克风配合降噪算法，有效提升噪声抑制能力

设计考虑：

1. 声学定位：

   • 双麦克风阵列可用于声源定位
   • 通过计算两个麦克风信号的到达时间差
   • 实现语音增强和噪声抑制

2. 降噪性能：

   • 间距设计基于声学原理计算
   • 配合内部降噪算法，显著提升信噪比
   • 在嘈杂环境中表现优异

应用建议：

1. 安装规范：

   • 按照模块丝印标识正确安装
   • 确保两个麦克风都在有效工作范围内
   • 避免遮挡麦克风拾音孔

2. 环境适配：

   • 适合中高噪声环境
   • 推荐用于需要高质量语音识别的产品
   • 与单麦克风版本相比，抗干扰能力更强

注意事项：

• 4-6cm是经过优化的标准间距
• 实际间距可能存在微小差异（±0.5cm）

CI-03T在车间环境中识别率低怎么办？¶

问题描述：

CI-03T模块在办公室环境中识别正常，但在车间环境中需要重复多次才能响应，识别率显著降低。

解决方案：

环境分析：

1. 噪声影响：

   • 车间环境噪声较大
   • 风声等持续噪声干扰
   • 影响语音特征提取

2. 识别率对比：

   • 单麦方案：95%识别率
   • 双麦方案：98%识别率
   • 双麦可提升3%识别率

优化方案：

1. 使用双麦克风：

   • 采用双麦克风配置
   • 提高噪声环境下的识别率
   • 增强语音信号质量

2. 硬件连接：

   • 按照双麦克风原理图连接
   • 正确连接MIC1和MIC2
   • 注意差分走线和电容配置

3. 位置优化：

   • 麦克风远离噪声源
   • 增加物理隔音措施
   • 选择合适安装位置

实施建议：

1. 测试验证：

   • 先在实验室测试双麦效果
   • 再到实际车间环境验证
   • 记录改善程度

2. 持续优化：

   • 调整麦克风距离和角度
   • 测试不同位置效果
   • 选择最佳安装方案

注意事项：

• 风声等持续噪声是主要干扰源
• 双麦方案可显著提升抗噪能力
• 建议实际测试后再批量实施

CI-03T1模块无法正常唤醒怎么办？¶

问题描述：

CI-03T1离线语音识别芯片在设备启动后无法正常唤醒或识别语音指令，需要技术支持人员分析原因并提供解决方案。

解决方案：

问题排查步骤：

1. 基础功能检查：

   • 确认模块已正常上电
   • 检查指示灯状态
   • 验证串口通信是否正常

2. 固件验证：

   • 确认固件已正确烧录
   • 检查固件版本是否匹配
   • 尝试重新烧录固件

3. 唤醒灵敏度调试：

   • 在平台调整唤醒阈值
   • 降低阈值提高灵敏度
   • 测试不同距离下的唤醒效果

硬件检查要点：

1. 麦克风连接：

   • 检查麦克风接线是否正确
   • 确认麦克风供电正常
   • 验证麦克风信号质量

2. 喇叭连接：

   • 确认喇叭连接可靠
   • 检查功放使能信号
   • 验证音频输出功能

3. 电源稳定性：

   • 测量供电电压是否稳定
   • 检查电源纹波是否过大
   • 确保电源满足模块要求

调试方法：

1. 使用调试日志：

   • 连接串口查看调试信息
   • 观察唤醒识别过程的日志输出
   • 分析错误代码和状态信息

2. 环境测试：

   • 在安静环境下测试基础功能
   • 逐步增加干扰因素
   • 记录问题出现的具体条件

3. 参数优化：

   • 调整识别阈值参数
   • 优化麦克风增益设置
   • 测试不同唤醒词的效果

常见问题处理：

• 固件版本问题：确保使用最新的兼容固件
• 硬件连接不良：重新检查并加固所有连接
• 环境噪声过大：调整麦克风位置或增加降噪处理
• 电源问题：使用稳定可靠的电源供电

注意事项：

• 唤醒失败可能是多种因素共同作用的结果
• 建议按照先硬件后软件的顺序排查
• 保留完整的调试记录便于技术支持分析
• 如问题持续，可联系技术支持获取专业帮助

CI-03T模块在旋转设备上如何解决风噪导致的识别问题？¶

问题描述：

在旋转灯罩场景下使用CI-03T模块，咪头和语音模块随设备转动产生风噪，导致语音识别不稳定，需要离得特别近才能识别。

解决方案：

1. 问题分析

• 风噪产生原理：咪头在旋转过程中刮风，产生很大风噪
• 识别困难：风噪严重干扰语音信号，导致识别效率下降
• 距离限制：必须近距离大声说话才能被识别

2. 优化方案

方案一：硬件优化

1. 更换为CI-03T双麦版本：

   • 双麦对比单麦会有所改善
   • 利用双麦算法进行噪声抑制
   • 提供更好的方向性和抗噪能力

2. 咪头选型优化：

   • 选择信噪比更高的咪头（SNR＞75dB）
   • 使用防风噪结构设计的咪头
   • 考虑使用带防风罩的咪头

3. 结构优化：

   • 在咪头周围增加防风结构
   • 使用透气但不透声的材料遮挡
   • 优化咪头安装位置，减少直接风冲击

方案二：软件配置优化

1. 选择烟机噪声模型：

   • 在智能公元平台选择"中文烟机通用Pro"模型
   • 该模型针对高噪声环境优化
   • 开启深度降噪效果最佳

2. 参数调整：

   • 命令词灵敏度加大（提升识别能力）
   • 识别距离设置为远场（0-1m或1-5m）
   • 根据实际效果微调阈值

方案三：系统设计优化

1. 物理隔离：

   • 将咪头安装在旋转部件外部
   • 使用固定式咪头，避免旋转
   • 通过软连接线缆传输信号

2. 降低转速：

   • 在语音交互时暂停或降低旋转速度
   • 减少风噪产生
   • 识别完成后再恢复正常转速

3. 使用SU-03T模块：

   • SU-03T更适合简单噪声场景
   • 配置烟机模型会有较好效果
   • 成本更低，易于替换测试

3. 测试验证

1. 静态测试：

   • 设备不旋转时测试识别距离
   • 作为对比基准
   • 确认基础功能正常

2. 动态测试：

   • 不同转速下测试识别率
   • 记录可识别的最远距离
   • 统计误识别率

3. 优化验证：

   • 逐项测试优化措施的效果
   • 找到最佳组合方案
   • 在实际使用场景下验证

4. 注意事项

• 风噪是物理现象，完全消除困难，重在优化
• 双麦版本效果会更好，但成本也更高
• 信噪比更高的咪头可能有改善，但效果有限
• 软件优化需要在识别率和误触发之间找到平衡
• 建议在产品设计阶段就考虑旋转带来的风噪问题

5. 替代方案

如果风噪问题严重影响使用，建议：

• 更换为固定安装方案（咪头不旋转）
• 选择支持更强降噪算法的模块（如CI-33T）
• 考虑使用其他交互方式（如按键、遥控等）

CI-03T芯片自学习功能如何使用？¶

问题描述：

需要了解CI-03T芯片的自学习功能使用方法，包括是否可以重复学习、如何进入重新学习模式、回复语语言支持，以及是否可以通过串口指令触发自学习功能。

解决方案：

视频教程：

• CI-03T免唤醒和自学习教程：B站视频

自学习功能开启：

1. 平台配置：

   • 在智能公元平台选择带有"自学习"功能的产品特性
   • 在"命令词自定义"下打开"自学习"开关
   • 生成包含自学习功能的固件

2. 学习流程：

   • 唤醒后念"学习唤醒词"进入唤醒词学习模式
   • 唤醒后念"学习命令词"进入命令词学习模式
   • 根据语音提示念出自定义的词
   • 学习成功后系统播报"学习成功"

学习管理功能：

1. 重新学习：

   • 念命令词"重新学习"可以重新学习上一个词
   • 适合对学习效果不满意时使用
   • 无需重新烧录固件即可更新

2. 退出学习：

   • 念命令词"退出学习"可以退出学习模式
   • 退出后返回正常语音识别状态

3. 删除学习：

   • 念"我要删除"进入删除模式
   • 支持：全部删除、删除唤醒词、删除命令词
   • 可选择性删除已学习的内容

智能公元平台显示的"重新学习"、"退出学习"、"删除学习"等操作选项

使用限制：

1. 学习次数限制：

   • 自学习功能只能学习一次，不能重复学习相同内容
   • 如需重新学习，需要使用"重新学习"命令或重烧固件

2. 语言支持：

   • 回应语默认为普通话
   • 如需方言回应，需要用方言个性化音频替换默认词条
   • 自学习过程支持中文、英文等多种语言

3. 环境要求：

   • 必须在安静环境下进行学习
   • 距离设备1米内，正常语速
   • 避免背景噪声干扰

注意事项：

• 开启自学习功能会消耗较多Flash资源
• 建议自学习命令词条数控制在10条以内
• 自学习识别效果可能不如内置词条
• 学习成功后建议立即测试识别效果
• 粤语等方言学习后，回应语仍是普通话

串口触发自学习功能：

1. 串口输入配置：

   • 在智能公元平台的控制配置中设置触发方式为"串口输入"
   • 参数选择为"UART1_RX消息号"
   • 操作选择"跳转行为"以触发相应的自学习系统命令

   

   通过串口输入触发不同系统行为的配置列表

2. 添加控制详情：

   • 行为选择对应的系统命令（如A_07）
   • 控制方式选择"系统设置"
   • 操作选择"跳转行为"

   • 具体行为选择需要触发的自学习功能，如：

     • [[CWSL_REGISTER_AGAIN]]：重新学习
     • [[CWSL_EXIT_LEARNING]]：退出学习
     • [[CWSL_DELETE_LEARNING]]：删除学习

   

   添加控制的具体配置，用于通过串口指令触发自学习功能

3. 支持的串口指令：

   • 学习唤醒词：触发进入唤醒词学习模式
   • 学习命令词：触发进入命令词学习模式
   • 重新学习：重新学习上一个词条
   • 退出学习：退出当前学习模式
   • 删除学习：进入删除模式，可选择删除唤醒词或命令词

4. 使用示例：

   • 通过串口发送特定消息号
   • 系统接收到消息后触发对应的学习行为
   • 用户按照语音提示完成学习操作
   • 学习成功后系统自动播报确认信息

   

   智能公元平台中自学习功能的开关配置

CI-03T1自学习功能等待超时机制是怎样的？¶

问题描述：

在CI-03T1模块的学习唤醒词或命令词时，播报完提示词后等待用户输入新指令的超时机制是否生效，以及超时时间是多少。

解决方案：

超时机制说明：

CI-03T1的自学习功能存在超时机制，但实际表现可能与理论值有差异：

1. 理论超时时间：

   • 一般为几秒到十几秒
   • 没有精确的固定时间
   • 可通过实际测试大致确定

2. 实际测试现象：

   • 有用户测试等待超过一分钟仍未报学习失败
   • 设置的退出时间（60秒）可能未生效
   • 超时机制在某些情况下可能失效

可能的退出方式：

1. 主动退出：

   • 可以说"退出学习"主动退出学习模式
   • 这是最可靠的退出方式
   • 不依赖超时机制

2. 超时退出：

   • 理论上超时后会提示学习失败
   • 实际时间可能因固件版本而异
   • 不建议完全依赖超时机制

影响因素分析：

1. 固件版本差异：

   • 不同固件版本的超时实现可能不同
   • 某些版本可能存在超时不生效的bug
   • 建议使用最新稳定版本

2. 环境因素：

   • 背景噪声可能影响超时判断
   • 麦克风持续拾音可能重置超时计时
   • 建议在绝对安静环境下进行

建议操作流程：

1. 标准学习流程：

   • 唤醒后说"学习唤醒词"或"学习命令词"
   • 听到提示后立即说出要学习的词（建议3-5秒内）
   • 不要等待过长时间，避免超时不确定性

2. 快速操作原则：

   • 整个学习过程建议快速连续完成
   • 每个命令词学习间隔不超过10秒
   • 避免依赖系统的超时保护

3. 备用退出方案：

   • 如需退出，主动说"退出学习"
   • 不要等待系统自动超时
   • 确保学习过程的可控性

注意事项：

• 自学习功能的超时机制不够稳定，不建议完全依赖
• 实际超时时间可能与理论值存在较大差异
• 主动退出学习是最可靠的方式
• 学习过程建议快速完成，避免长时间等待
• 如频繁出现超时问题，建议检查固件版本或联系技术支持

CI-03T1语音播报被误识别为命令词怎么办？¶

问题描述：

在使用CI-03T1芯片时，语音播报的回复内容被系统误识别为命令词，导致频繁触发，且识别灵敏度过高。

解决方案：

问题分析：

1. 回复语与命令词冲突：

   • 回复语中包含与命令词相同的词汇
   • 系统无法区分回复语和用户命令
   • 形成循环触发现象

2. 识别灵敏度设置：

   • 特定命令词阈值设置过低（0.5）
   • 导致识别过于灵敏
   • 增加误触发概率

3. 自然说功能影响：

   • 开启自然说后泛化范围过广
   • 一两个字就能触发命令
   • 超出预期识别范围

解决步骤：

1. 调整识别阈值：

   • 将特定命令词阈值从0.5调整到默认值
   • 避免阈值过低导致的误识别
   • 平衡识别率和准确性

   

   唤醒阈值、命令识别阈值和特定命令词阈值设置界面

2. 提高唤醒词识别准确率：

   • 对于特定唤醒词识别率不高的情况，可单独调高该唤醒词的阈值
   • 例如将"设备巡检"等唤醒词的阈值设置为0.8
   • 这样可以减少误唤醒，提高识别准确性

   

   特定命令词阈值设置为0.8以提高识别准确率

3. 检查硬件配置：

   • 确认麦克风配置为单MIC
   • 开启稳态降噪功能
   • 距离识别设置为远场1-5m
   • 检查SW_CLK和SW_D引脚配置是否正确

   

   前端信号处理和Pin脚配置界面

4. 配置防误识别词：

   • 在防误识别词输入框添加容易误触发的词汇
   • 如："声音"、"音量"、"时间"等单字或双字词
   • 防止简短词汇被误识别
   • 示例：设置"打开顶灯"后，将"厨房"、"客厅"等词加入防误识别列表，避免"打开厨房灯"、"打开客厅灯"等相似指令被误识别

   

   防误识别词配置位置

   

   在智能因元平台的命令词自定义界面中配置防误识别词

   

   红色框标注了"防止误识别的命令词"输入框，用于添加可能引起误识别的词语

5. 优化回复语设计：

   • 回复语避免使用命令词中的关键词
   • 使用更长的描述性语句
   • 减少"好的，已为你把声音调大"这类回复

   

   命令词与回复语配置示例

6. 调整自然说设置：

   • 关闭或限制自然说功能
   • 如需使用，选择"用户指定泛化"模式
   • 避免系统自动泛化导致过度识别

   

   自然说功能配置选择

配置建议：

1. 阈值设置：

   • 唤醒阈值：保持默认或略微调高
   • 命令识别阈值：使用默认中等灵敏度
   • 特定命令词阈值：避免设置过低

2. 超时时间：

   • 设置合理的超时退出时间（30秒）
   • 避免过短（15秒）导致操作不便
   • 给用户充足的交互时间

   

   超时时间设置建议

3. 泛化词控制：

   • 泛化词前缀不宜过短（如"请"）
   • 主词要保持足够长度和独特性
   • 测试泛化效果，避免过度泛化

   

   泛化词配置示例

注意事项：

• 自然说功能虽然方便，但可能增加误识别率
• 建议在确定功能稳定后再开启自然说
• 回复语设计要避免与命令词产生冲突
• 防误识别词可以有效减少单字、双字的误触发
• 如仍有问题，可考虑关闭AEC打断功能

外部麦克风灵敏度过高导致CI-03T模组误触发怎么办？¶

问题描述：

使用CI-03T模组加底板设计时，如果外部麦克风灵敏度过高，会导致语音模块出现误触发问题。

解决方案：

调整麦克风规格参数

• 将麦克风灵敏度调整为-32dB
• 确保信噪比（SNR）＞70dB
• 联系麦克风供应商调整规格参数

电源质量检查

• 检查电源纹波，确保纹波较小（建议控制在100mV左右）
• 过大的电源纹波可能影响语音模块正常工作
• 优化电源滤波电路设计

注意事项：

• 硬件搭配标准配置，再优化算法，才能达到最好的效果
• 麦克头性能调整与尺寸装配无关，主要是电声参数的优化
• 如已定型无法更换硬件，建议联系技术支持评估软件优化方案

当CI-03T模组的"睡眠模式"和产品上另一个语音系统的"助眠模式"使用同一个唤醒词时发生冲突，如何解决？¶

问题描述：

产品上有两套语音系统，CI-03T的"睡眠模式"与另一语音系统的"助眠模式"使用相同唤醒词，导致说出"助眠模式"时会错误触发CI-03T的睡眠模式。

解决方案：

方法一：调整识别阈值

1. 进入固件的"优化配置"界面
2. 找到"睡眠模式"的识别阈值设置
3. 适当调低阈值（阈值越小越不敏感，可降低误识别率）
4. 建议从0.4开始调整，根据实际效果微调

方法二：添加禁止识别词

1. 在优化配置中找到"防止误识别的命令词"设置
2. 添加"助眠模式"、"助眠"等关键词
3. 保存配置后，系统识别到这些词时不会触发睡眠模式

注意事项：

• 阈值调整需要平衡识别率和误识别率
• 禁止识别词功能可以有效避免特定场景下的误触发
• 建议两种方法结合使用以达到最佳效果

CI-03T单麦模块在农机高噪声环境下无法唤醒怎么办？¶

问题描述：

在农机高噪声环境下使用CI-03T单麦语音识别设备，当发动机高转速时噪声增大，导致语音模块无法被唤醒。

解决方案：

方案一：更换为双麦模块

• 使用CI-03T2双麦版本模组，双麦算法专门针对高噪声环境优化
• 双麦模组支持更好的噪声抑制和声源定位能力
• 适合农机、工厂等高噪声应用场景

方案二：改造现有单麦模块

• 将单麦模块改造为双麦配置
• 去掉PCB上指定电阻（图中红框位置）
• 连接两个麦克风实现双麦拾音

方案三：软件优化配置

• 在智能公元平台选择"中文烟机通用Pro"模型
• 该模型专为高噪声环境优化，开启深度降噪效果最佳
• 配置产品特性为"语音识别+深度降噪"

硬件改装步骤：

1. 找到CI-03T1/2模块上的指定电阻
2. 小心去掉该电阻以支持双麦克风配置
3. 连接两个外部麦克风
4. 重新烧录支持双麦的固件

注意事项：

• 单麦模块在高噪声环境下性能有限，建议优先选择双麦方案
• 麦克风安装位置应远离震动源，避免机械噪声干扰
• 改装需要一定的硬件操作经验，建议采购专业的双麦模块
• 农机环境建议选择抗噪声能力强的麦克风规格

CI-03T模块在工程车高噪声环境下如何优化识别效果？¶

问题描述：

在工程车高噪声环境下使用CI-03T模块，存在固定噪声（如风扇）和较大音响声音的混合噪声，导致无法准确唤醒，需要优化识别率和降噪性能。

解决方案：

方案一：选择合适的声学模型

1. 在智能公元平台的应用场景界面选择针对噪声优化的模型

2. 推荐模型：

   • 普通话通用Pro：适用于一般噪声环境
   • 中文风扇通用Pro：专门针对风扇等固定噪声优化
   • 中文烟机通用Pro：适用于高噪声环境，开启深度降噪效果最佳

方案二：硬件升级建议

1. 使用双麦克风版本：

   • 单麦版本在高噪声环境下识别效果有限
   • 建议更换为CI-03T双麦版本，提供更好的噪声抑制能力
   • 双麦算法专门针对高噪声环境优化

1. 启用AEC打断功能：

   • 在产品特性中选择"语音识别+AEC打断"
   • AEC功能仅支持单麦版本
   • 可增强在音响播放声音时的唤醒能力

方案三：综合优化策略

1. 混合噪声处理：

   • 固定噪声（如风扇）：通过选择对应的噪声模型进行优化
   • 音频播放噪声：启用AEC打断功能实现语音交互
   • 环境整体噪声：使用双麦版本获得更好的降噪效果

2. 参数调整：

   • 适当调整唤醒词识别阈值
   • 根据实际环境噪声强度进行微调
   • 在保证识别率的前提下降低误触发

注意事项：

• 工程车环境复杂，建议优先考虑双麦方案
• AEC打断功能仅在单麦版本中可用
• 需要在实际使用环境中测试验证效果
• 如仍无法满足需求，可考虑更高规格的语音模块

CI-03T1模块生产过程中识别率不达标怎么办？¶

问题描述：

在CI-03T1模块生产过程中，发现部分批次的模块存在识别率不达标的问题，需要确认原因并提供解决方案。

解决方案：

1. 硬件质量检查

• 检查模块生产过程中的焊接质量
• 确认麦克风规格是否符合要求（灵敏度-32dB，SNR>70dB）
• 验证电源纹波是否控制在合理范围内（建议100mV左右）
• 检查PCB板是否存在短路或接触不良

2. 固件版本确认

• 确保使用最新的Pro版本声学模型
• 旧版本模型识别率较低，建议升级到新版本
• 在智能公元平台选择适合的噪声模型

3. 测试环境标准化

• 在标准噪声环境下进行测试
• 使用标准测试音频和语速
• 确保测试环境符合规范要求
• 多人测试（至少2男2女）获得平均数据

4. 生产质量管控

• 建立首件检验制度
• 定期抽检产品识别率
• 记录不合格产品的批次信息
• 及时反馈给供应商分析改进

注意事项：

• 识别率问题可能是硬件、固件或测试环境综合导致
• 批量问题应立即停止生产并联系技术支持
• 保留故障样品便于深入分析原因
• 建议预留5-10%的不良率作为生产损耗

CI-03T1模块识别率不稳定怎么办？¶

问题描述：

CI-03T1模块在生产过程中出现识别率不稳定的问题，需要确认原因并提供解决方案。

解决方案：

1. 生产流程标准化

• 严格按照作业指导书进行贴片和测试
• 确保生产环境稳定，避免温湿度波动
• 使用标准化的测试设备和流程
• 建立关键工序的质量检查点

2. 硬件一致性检查

• 确认所有元器件批次一致
• 检查PCB板是否存在版本差异
• 验证焊接工艺是否稳定
• 抽检模块的电气参数

3. 测试环境控制

• 在标准噪声环境下进行测试
• 使用统一的测试音频和距离
• 确保测试人员说话方式一致
• 记录详细的测试数据用于分析

4. 固件版本管理

• 确保所有模块使用相同固件版本
• 验证固件文件的完整性（MD5校验）
• 建立固件版本追溯机制
• 及时更新到最新稳定版本

5. 质量管控措施

• 实施首件检验制度
• 定期抽检产品识别率
• 建立不合格品隔离机制
• 统计分析不良率趋势

注意事项：

• 识别率不稳定通常涉及多个因素的综合影响
• 需要从人、机、料、法、环五个方面全面分析
• 建议收集足够数据样本后再进行改进
• 如问题持续存在，可联系技术支持进行现场分析

为什么将CI-03T模组的唤醒词从“小豹小豹”改为“豹一豹一”和“豹二豹二”后，唤醒效果会变差？¶

首先，应确保使用最新的"pro"声学模型，而不是旧的"安静环境"模型。如果更换模型后效果仍不理想，可以通过优化唤醒词来改善。技术支持可以提供一个修改后的固件，为"豹一豹一"和"豹二豹二"等不易识别的唤醒词增加"泛词"来提升唤醒率。如果担心误识别，也可以选择不增加泛词，而是直接调高该唤醒词的灵敏度。

CI-03T1模块测试识别率不达标怎么办？¶

问题描述：

在CI-03T1模块生产测试时，发现部分模块识别率不达标，需要分析原因并提供解决方案。

解决方案：

1. 测试方法标准化

• 使用标准的测试环境和设备
• 制定详细的测试作业指导书
• 统一测试音频的音量和距离
• 确保测试人员操作一致性

2. 测试数据分析

• 记录每次测试的详细数据
• 统计识别成功率和失败案例
• 分析失败时的环境因素
• 建立测试数据追溯系统

3. 不合格品处理

• 将识别率不达标的模块单独隔离
• 进行二次测试确认问题
• 分析失败的具体原因和模式
• 记录模块序列号便于追溯

4. 改进措施

• 根据测试数据优化生产工艺
• 调整测试标准和方法
• 对测试人员进行再培训
• 联系技术支持提供改进建议

5. 质量提升计划

• 建立测试通过率目标
• 实施持续改进措施
• 定期评估测试方法的有效性
• 与供应商共同提升产品质量

注意事项：

• 测试标准应基于实际使用场景
• 考虑环境因素对识别率的影响
• 保留完整的测试记录用于质量分析
• 建议与供应商建立质量改进机制

CI-03T1芯片是否支持在语音播报过程中通过唤醒词进行打断？¶

问题描述：

咨询CI-03T1芯片是否支持在语音播报过程中通过唤醒词进行打断操作。

解决方案：

功能支持确认：

• CI-03T1支持AEC唤醒打断功能
• CI-03T系列芯片中的CI-03T1和CI-03T2支持在音频播放过程中进行语音唤醒和打断
• 该功能通过AEC（声学回声消除）技术实现，能够在播报过程中识别唤醒词并打断当前播报

技术实现原理：

1. AEC技术：通过声学回声消除算法，区分设备自身播放的音频和用户语音输入
2. 实时监控：在语音播报过程中持续监听唤醒词
3. 打断机制：检测到唤醒词时立即中断当前播报，进入语音识别状态

使用场景：

• 智能家居设备在播报状态提示时，用户可直接通过唤醒词打断并下达新指令
• 语音助手在播放音乐或播报信息时，用户无需等待播报结束即可交互
• 提升用户体验，实现更自然的人机交互流程

注意事项：

• 唤醒打断功能需要在固件配置中启用AEC相关选项
• 确保麦克风和扬声器的相对位置合理，以获得最佳AEC效果
• 建议在实际使用环境中测试打断功能的可靠性

CI-03T1模块在音乐环境下唤醒成功率极低怎么办？¶

问题描述：

CI-03T1模块在音乐环境下唤醒成功率极低，即使在无音乐的中等噪声环境下也难以被唤醒。

解决方案：

方法一：调整前端信号处理配置

1. 关闭深度降噪功能：

   • 将产品特性从"语音识别+深度降噪"更改为"语音识别+AEC打断(限单MIC)"
   • 深度降噪功能可能在音乐环境下过度抑制语音信号
   • AEC打断功能更适合有音频播放的场景

2. 配置步骤：

   • 登录智能公元平台
   • 进入前端信号处理配置界面
   • 选择单MIC配置
   • 产品特性勾选"语音识别+AEC打断(限单MIC)"

使用"语音识别+深度降噪"配置时，唤醒成功率仅为0.8

更改为"语音识别+AEC打断"配置后，唤醒成功率显著提升

方法二：声学模型优化

1. 选择合适的声学模型：

   • 优先选择带"pro"后缀的声学模型
   • 避免使用"安静环境"模型，该模型对复杂噪声环境处理能力有限

2. 测试验证：

   • 在实际音乐环境下测试不同配置的唤醒效果
   • 记录唤醒成功率数据
   • 根据测试结果选择最优配置

方法三：硬件调整建议

• 如果单麦方案仍无法满足需求，可考虑升级到双麦版本（CI-03T2）
• 双麦算法提供更好的噪声抑制和声源定位能力
• 适合音乐播放等复杂音频环境

注意事项：

• 深度降噪功能主要针对稳态噪声，对音乐等动态噪声效果有限
• AEC功能主要用于回声消除，可提升播放状态下的唤醒能力
• 配置更改后需要重新生成并烧录固件
• 建议在典型使用环境下进行充分测试

CI-03T1模块启用深度降噪功能后唤醒效果变差怎么办？¶

问题描述：

在相同硬件设备和安静环境下，CI-03T1模块启用深度降噪功能后，语音唤醒效果比SU-03T差，且在音乐播放环境中更难唤醒。

解决方案：

方法一：对比测试深度降噪功能影响

1. 测试方案：

   • 分别测试开启和关闭深度降噪功能的唤醒效果
   • 在相同环境下对比识别成功率
   • 记录测试数据用于分析

2. 预期结果：

   • 关闭深度降噪后，唤醒效果可能提升
   • 深度降噪功能可能对某些噪声环境过度处理

方法二：优化配置方案

1. 仅开启基础语音识别：

   • 产品特性只选择"语音识别"，不开启深度降噪
   • 适用于一般噪声环境
   • 可获得更好的唤醒灵敏度

启用深度降噪功能可能影响唤醒性能

1. 使用AEC打断替代：

   • 选择"语音识别+AEC打断(限单MIC)"配置
   • 适合需要音频播放打断功能的场景
   • 对唤醒性能影响较小

方法三：硬件升级建议

• 如果确实需要强降噪能力，建议升级到CI-33T模块
• CI-33T支持同时启用声纹识别和高级降噪功能
• 提供更好的噪声处理和唤醒性能平衡

功能影响说明：

• 深度降噪功能主要针对稳态噪声（如风扇、发动机声）
• 对音乐等动态噪声可能产生过度抑制
• 降噪强度与唤醒灵敏度需要平衡

注意事项：

• 不同应用场景需要选择合适的降噪策略
• 建议在实际使用环境下进行充分测试
• 如降噪需求不高，可关闭深度降噪以获得最佳唤醒效果
• 音乐播放环境建议使用AEC打断功能

CI-03T1在现场环境中出现高误识别率如何解决？¶

问题描述：

CI-03T1芯片在产品现场使用时，每天出现约100次误识别（将非"Help me"语音误识别为"Help me"），且误识别率随音量增大而显著上升。

解决方案：

降低唤醒灵敏度：

1. 当前默认值：0.2（默认灵敏度）
2. 优化建议：降低到0.1以减少误识别

3. 调整方法：

   • 在固件配置界面找到唤醒词灵敏度设置
   • 将数值从0.2调整为0.1
   • 重新生成固件并烧录测试

音量与误识别关系：

• 音量从30%增加到80%时，误识别率显著上升
• TV等背景噪声是主要误识别源
• 需要在典型家庭环境（TV开启）下测试验证

固件版本说明：

• 新版本固件相比旧版本识别率更高
• 但灵敏度提高也可能增加误识别率
• 需要平衡识别率和误识别率

功能逻辑说明：

• 识别到"Help me"后输出UART数据：AA 01 01 BB
• PA2(pin9)输出高电平，原为1秒，可调整为2秒
• 系统保持Ready状态，无需等待即可进行下次识别

测试验证：

1. 在不同音量环境下测试（30%、50%、80%）
2. 记录24小时内的误识别次数
3. 根据实际效果微调灵敏度值

注意事项：

• 灵敏度调整需要多次测试找到最佳值
• 建议在量产前进行充分的环境测试
• 如仍有问题，可联系技术支持进行算法优化

CI-03T系列语音模块在嘈杂环境下是否会出现持续识别导致卡死的问题？¶

问题描述：

担心CI-03T系列语音模块在嘈杂环境下可能会出现持续识别导致系统卡死的问题，需要了解模块的处理机制。

解决方案：

技术特性：

• CI-03T系列模块具备抗持续识别机制
• 不会因嘈杂环境导致系统卡死
• 模块有内置的音频处理和过滤算法

麦克风规格：

• 信号接收速率：标准16kHz采样率
• 支持自适应噪声抑制
• 具备防误触发机制

优化建议：

• 在嘈杂环境下适当调低识别阈值
• 确保麦克风安装位置合理
• 避免直接靠近强噪声源

注意事项：

• 模块设计已考虑各种使用场景
• 正常使用情况下不会出现卡死问题
• 如遇异常可联系技术支持分析

CI-03T在音响播放大音乐时能否正常识别？¶

问题描述：

在音响播放较大音乐声的高噪音环境下，CI-03T芯片是否能够正确识别唤醒词，以及音响声音是否会干扰语音识别。

解决方案：

可行性分析：

1. AEC回声消除功能：

   • CI-03T支持AEC（声学回声消除）功能
   • 能够有效减少播放声音对麦克风的影响
   • 在播放音乐时仍可识别语音指令

2. 实际测试效果：

   • 识别效果还可以，在播放音乐声音较大的情况下
   • 隔四五米，CI-03T依旧可以比较好地识别出语音指令
   • 可并发送对应的串口消息给其他模块

3. 成功关键因素：

   • 需要在固件中开启AEC功能
   • 使用双麦克风版本（CI-03T2）效果更佳
   • 合理的硬件布局和结构设计

配置建议：

1. 选择合适模块版本：

   • CI-03T1：单麦克风，支持基础AEC
   • CI-03T2：双麦克风，AEC效果更好
   • 根据产品需求选择合适版本

2. 固件配置设置：

   • 在智能公元平台开启AEC回声消除
   • 根据实际效果调整识别参数
   • 测试不同音量下的识别率

3. 硬件设计优化：

   • 麦克风远离喇叭，减少声音直射
   • 使用隔音材料隔离麦克风和喇叭
   • 确保结构开孔利于声音传播

应用场景参考：

• 智能音响：CI-03T负责语音，SU-63T负责蓝牙音频
• 语音控制：可在播放音乐时通过语音控制其他功能
• 多模态交互：语音识别与音频播放并行工作

技术限制：

• 单麦克风版本抗噪能力有限
• 极端噪音环境可能影响识别距离
• 建议在实际使用场景中充分测试

注意事项：

• 开启AEC会略微增加算法延迟
• 双麦克风版本成本略高但效果更好
• 需要合理的结构设计配合
• 如识别率不理想，可考虑升级到CI系列更高型号

CI-03T1在有持续呼呼声的噪声环境下如何选择应用场景？¶

问题描述：

在存在持续呼呼声和"右侧站台"背景噪音的环境中，如何为CI-03T1模块选择合适的应用场景以实现准确的语音识别功能。

解决方案：

噪声特性分析：

• 呼呼声是持续存在的背景噪声，可以通过降噪功能解决
• "右侧站台"是特定的干扰声音，可以作为防止识别词处理
• 需要区分持续噪声和瞬时干扰声音

应用场景选择建议：

• 对于基本识别功能（不需要声纹识别）：选择带降噪功能的Pro模型
• 如果需要同时支持声纹识别和强降噪：建议升级至CI-33T模块
• CI-03T1在启用声纹识别时难以支持高级降噪模型

防止识别词设置：

• 将"右侧站台"添加到防止误识别的命令词列表
• 这样该声音不会被误识别为有效命令
• 多条防止识别词之间用"|"分隔

识别阈值调整：

• 根据环境噪声强度调整识别阈值
• 噪声较大时适当降低阈值避免误识别
• 建议从默认值开始，根据实际效果逐步优化

注意事项：

• 持续的呼呼声可以通过降噪算法有效抑制
• 防止识别词功能可有效避免特定干扰词的误触发
• 制作完成后需要在实际噪声环境下测试验证效果
• 如噪声环境复杂，建议考虑使用双麦版本模块

CI-03T1/CI-03T2声纹识别支持人数有限制吗？¶

问题描述：

需要了解CI-03T1/CI-03T2芯片在设置单一命令声纹识别时最多支持多少个不同的人，以及是否有更好的方法支持更多用户。

解决方案：

声纹识别人数限制：

• CI-03T1/CI-03T2：最多支持9个不同人的声纹注册
• 限制原因：受芯片算法性能和存储空间限制
• 配置限制：单一命令词注册9个声纹时，无法注册其他命令词

功能限制说明：

1. 数量与功能关系：

   • 9个不同人：1个命令词
   • 1个声纹：9个命令词
   • 无法同时实现多人和多命令词的组合

2. 算法性能影响：

   • 注册声纹越多，识别准确率可能下降
   • 声纹特征增多，相似可能性提高
   • 识别时间相应增加

扩展方案建议：

1. 使用CI-33T模块：

   • 支持9个声纹（与CI-03T相同）
   • Flash容量更大（4M vs 2M）
   • 算法性能更优，适合声纹识别应用

2. 多模块方案：

   • 使用多个CI-03T/CI-33T模块并联
   • 每个模块负责一部分用户
   • 通过主控协调管理

3. 分级认证方案：

   • 第一级：声纹识别验证身份
   • 第二级：密码或PIN码二次验证
   • 降低对单一技术的依赖

技术限制原因：

• 非内存限制：外接Flash无法解决人数限制
• 算法限制：受声纹比对算法性能约束
• 识别效果：过多声纹会导致误识率上升

配置建议：

• 优先使用CI-33T进行声纹识别项目
• 合理规划声纹注册数量，建议不超过5个
• 定期清理不常用的声纹，保持系统效率
• 重要应用建议增加其他认证方式作为补充

注意事项：

• 9人是硬件和算法的硬性限制，无法通过软件突破
• 声纹识别功能需要在安静环境下注册
• 实际使用中建议保留余量，不要用到极限
• 如需要支持更多用户，必须考虑多模块或其他技术方案

声纹功能设置界面，显示声纹总数设置为9，表明芯片支持的最大声纹注册人数为9个

声纹识别注意事项说明截图，列出了声纹注册和识别的注意事项

CI-03T1在噪声环境下如何实现声纹识别功能？¶

问题描述：

在噪声环境中使用CI-03T1模块识别两个命令词（"左侧站台"、"右侧站台"），同时需要实现声纹识别功能，并咨询是否可以基于提供的音频进行声纹定制。

解决方案：

声纹识别配置说明：

• 声纹识别需要注册唤醒词或命令词，注册后只有声纹一致才能识别对应的唤醒词或命令词
• 声纹条数建议3条，最多支持8条
• 注册时建议录制多遍以提高准确性
• 识别阈值调整：阈值越小越容易误识别，阈值越大越容易误识别不通过

噪声环境处理方案：

• 呼呼声等持续噪声可以通过降噪功能解决
• "右侧站台"等命令词本身可作为防止识别词设置，避免误识别
• 在实际使用环境中测试后根据效果调整参数

声纹定制说明：

• 声纹注册需要在使用现场进行录入，这样会更准确
• 无法直接基于提供的音频文件进行声纹定制
• 需要用户在实际使用环境中通过语音录入完成声纹注册

模块选择建议：

• CI-03T1支持声纹识别，但在启用声纹识别时难以支持高级降噪模型
• 如果同时需要强降噪和声纹识别功能，建议升级至CI-33T模块

注意事项：

• 声纹识别只支持特定数量的命令词或唤醒词（最多9条），不能做到识别一个人的所有声音
• 声纹注册应在安静环境下进行，确保录制质量
• 识别阈值需要根据实际环境多次调试找到最佳值

如何使用CI-03T的自学习功能支持多国语言？¶

问题描述：

需要了解CI-03T的自学习功能如何支持25种等多国语言需求，以及具体的操作方法和教程资源。

解决方案：

自学习多语言实现方式：

1. 逐条录制学习

   • 支持任意语言的命令词录制
   • 每条命令词需要单独录制学习
   • 适合少量多语言需求（<10条）

2. 学习操作流程

   • 唤醒后念"学习唤醒词"或"学习命令词"进入学习模式
   • 根据语音提示念出自定义的命令词
   • 学习成功后系统播报"学习成功"

教程资源参考：

• CI-03T免唤醒和自学习教程： https://www.bilibili.com/video/BV1LM4y1S7A8/

• SU-03T自学习功能演示（操作方式相同）： https://www.bilibili.com/video/BV1pB4y147tn/

多语言大规模需求限制：

• 词条数量限制：自学习功能建议<10条命令词
• 操作复杂度：25种语言需要逐条录制，操作较繁琐
• 用户接受度：终端用户需要逐一学习每种语言

替代方案建议：

1. 在线语音方案

   • 使用JX-A7T等在线语音模组
   • 通过云端识别自然支持多国语言
   • 适合需要大量语言的应用场景

2. 分批学习管理

   • 将语言分组，按需学习激活
   • 不同地区使用不同的语言包
   • 通过固件更新切换语言组

注意事项：

• 自学习功能在安静环境下效果最佳
• 录制时语速正常、声音洪亮、距离1米内
• 学习过程中避免环境噪声干扰
• 大规模多语言需求建议考虑在线方案

如何在CI-03T系列语音芯片上使用朝鲜语发音人？¶

问题描述：

希望在CI-03T系列语音芯片上使用朝鲜语发音人，并咨询是否支持定制朝鲜语语音以及自学习功能的使用方法。

解决方案：

发音人支持情况：

1. 平台默认发音人：

   • 平台提供多种中文发音人选择（如橙子、小美、小小、乐乐、方方、阿栋、程程等）
   • 朝鲜语属于小语种，不在平台默认支持的发音人范围内

2. 朝鲜语定制方案：

   • 支持朝鲜语发音人定制服务
   • 需要提供相应的语料素材进行模型训练
   • 定制费用根据项目数量和需求确定

自学习功能实现方案：

1. 自学习流程：

   • 制作中文固件并开启自学习功能
   • 将固件烧录到语音模块中
   • 通过自学习将朝鲜语命令词和唤醒词录入
   • 测试识别效果并优化

2. 操作步骤：

   • 唤醒后念"学习唤醒词"进入唤醒词学习模式
   • 唤醒后念"学习命令词"进入命令词学习模式
   • 根据语音提示念出朝鲜语词汇
   • 学习成功后系统播报确认

定制与自学习对比：

实施建议：

1. 短期测试：先使用自学习功能进行原型验证
2. 长期量产：通过定制开发获得更好的识别效果
3. 语料准备：如选择定制，需准备至少4人（2男2女）的朝鲜语录音语料

注意事项：

• 自学习功能建议控制在10条命令词以内
• 录制时需要在安静环境下进行，距离设备1米内
• 定制开发周期约1个月，需提前规划
• 朝鲜语识别效果可能略低于中文和英文模型

CI-03T系列模块的降噪功能如何选择和评估？¶

问题描述：

在高噪声环境（如粮食转运设备旁）下使用语音模块，需要了解CI-03T系列模块的降噪能力以及如何选择合适的配置。

解决方案：

CI-03T降噪特性：

• 默认降噪：即使不开启稳态降噪功能，CI-03T模块仍具备基础的降噪能力
• 功能兼容：CI-03T支持同时开启稳态降噪和自学习功能
• 适用场景：适合高噪声工业环境，如粮食转运设备、大型机械等场所

模块选择建议：

• 高噪声环境：优先选择CI-03T系列模块
• 需要自学习：CI-03T可同时支持降噪和自学习功能
• 一般噪声环境：稳态降噪功能已足够应对

降噪效果评估：

• 无量化指标：没有具体的量化数值来衡量不同降噪方案的能力差距
• 实测验证：建议通过实际应用场景测试来评估效果

• 测试方法：

  1. 购买样品进行实测
  2. 在实际噪声环境下验证识别效果
  3. 根据测试结果确定是否满足需求

优化建议：

• 对于通用场景，使用标准通用Pro模块可提供稳定且高质量的降噪效果
• 如效果不理想，可针对具体问题联系技术支持寻找解决方案
• 在量产前进行充分的环境测试至关重要

注意事项：

• 降噪效果受多种因素影响，包括噪声类型、安装位置、声学结构等
• 不同批次的产品可能存在细微差异，建议预留调试余量
• 工业环境下的噪声特性复杂，可能需要结合多种降噪方案

CI-03T的小语种定制服务详情¶

问题描述：

需要了解CI-03T系列芯片的小语种定制服务详情，包括是否需要额外联系、收费情况，以及确认淘宝上的产品链接是否正确。

解决方案：

小语种定制服务说明：

1. 服务流程：

   • 需要联系技术支持或商务人员
   • 提供目标语言的语料数据
   • 评估后确认定制费用和开发周期

2. 定制要求：

   • 必须提供语料数据
   • 语料需要按照标准格式录制
   • 包含唤醒词和命令词的完整数据集

3. 费用说明：

   • 小语种定制为收费服务
   • 具体费用根据语料复杂度和项目规模评估
   • 需要私聊沟通具体需求

支持型号确认：

• CI-03T系列：支持小语种定制
• 其他型号：部分型号也支持，需具体确认

购买渠道注意事项：

1. 官方渠道推荐：

   • 淘宝官方店：https://item.taobao.com/item.htm?id=697462463035
   • 购买时确认产品型号为CI-03T

2. 产品识别：

   • CI-73T与CI-03T是不同型号
   • CI-73T虽也支持小语种，但规格不同
   • 确认产品参数后再购买

定制开发流程：

1. 需求确认：

   • 明确需要定制的语言类型
   • 确定命令词和唤醒词列表
   • 评估项目时间要求

2. 语料准备：

   • 按要求录制目标语言语料
   • 确保语料质量和数量符合标准
   • 提供清晰的文本标注

3. 开发实施：

   • 技术团队进行模型训练
   • 提供测试固件验证效果
   • 根据反馈进行优化调整

注意事项：

• 小语种定制需要一定开发周期（通常3-4周）
• 语料质量直接影响最终识别效果
• 建议提前规划定制需求，避免影响项目进度
• 购买时请认准官方渠道，避免型号混淆

CI-03T1多次唤醒后死机问题如何处理？¶

问题描述：

CI-03T1离线语音识别芯片在多次唤醒后会出现死机现象，无法再输出语音。

解决方案：

问题反馈流程：

1. 异常模块寄回检测：

   • 将出现问题的模块寄回厂家进行检测分析
   • 提供详细的故障描述和使用环境
   • 包含故障现象的触发条件和频率

2. 故障现象描述：

   • 具体表现：连续唤醒多次后死机，无语音输出
   • 触发条件：重复进行唤醒操作
   • 影响范围：发现5个模块存在相同问题

售后处理方案：

1. 紧急换货处理：

   • 维修部门急需使用时，可申请紧急换货
   • 厂家可优先安排发货新的替换模块
   • 确保生产不受影响

2. 故障模块分析：

   • 厂家收到故障模块后进行技术分析
   • 定位问题根源：硬件故障或固件缺陷
   • 根据分析结果提供改进方案

预防措施：

1. 使用测试验证：

   • 在批量使用前进行充分的可靠性测试
   • 模拟实际使用场景进行压力测试
   • 特别关注多次唤醒的稳定性

2. 固件版本确认：

   • 使用经过充分测试的稳定固件版本
   • 避免使用测试版或未经验证的固件
   • 定期更新到最新的稳定版本

临时解决方案：

• 如遇到紧急需求，可先联系厂家申请样品更换
• 保留故障模块的详细记录，便于技术分析
• 在问题解决前，适当控制唤醒频率避免触发问题

注意事项：

• 多个模块出现相同问题时，可能是批次性质量问题
• 及时反馈问题有助于厂家快速定位并解决
• 保留完整的故障记录和处理过程
• 建议建立模块故障追溯机制

CI-03T1英文固件识别效果如何优化？¶

问题描述：

CI-03T1模块在英文版本固件下的语音识别效果不佳，需要了解如何优化识别效果。

解决方案：

问题定位与诊断：

1. 提供测试视频：

   • 录制模块在实际使用环境中的测试视频
   • 展示识别失败的具体场景和表现
   • 包含清晰的声音输入和环境背景

2. 技术团队分析：

   • 将测试视频提交给技术团队进行分析
   • 识别具体的问题类型（发音、噪声、距离等）
   • 获取针对性的优化建议

固件优化方案：

1. 联系固件优化：

   • 将现有固件文件发送给厂家
   • 说明具体的识别问题和场景
   • 请求技术团队进行固件级别的优化

2. 优化调整内容：

   • 调整英文语音模型的参数
   • 优化识别算法的阈值设置
   • 针对特定应用场景进行适配

自助优化建议：

1. 检查语音配置：

   • 确认命令词发音是否标准
   • 避免使用发音相似或容易混淆的词汇
   • 选择发音清晰、辨识度高的命令词

2. 环境优化：

   • 减少背景噪声干扰
   • 确保麦克风朝向正确
   • 保持适当的识别距离（推荐0.3-2米）

3. 参数调整：

   • 在平台中调整识别灵敏度
   • 选择合适的英文识别模型
   • 根据环境噪声等级调整降噪参数

注意事项：

• 英文识别模型的优化需要基于具体问题进行调整
• 提供详细的测试场景有助于技术团队快速定位问题
• 固件优化通常需要一定的开发周期
• 建议在优化完成后进行充分测试验证

CI-03T静音状态下无法执行控制指令怎么办？¶

问题描述：

CI-03T1模块在静音状态下，即使唤醒词被正确识别，后续的控制指令（如开灯/关灯）也无法执行，需要先执行"取消静音"操作。

解决方案：

1. 问题分析

   • 正常情况下，静音仅关闭喇叭播报，不影响指令执行
   • 出现此问题可能是程序跑飞，静音状态异常
   • 模块带看门狗功能，一段时间后可能自动恢复

2. 临时解决方案

   • 先说"取消静音"恢复声音
   • 再说唤醒词
   • 最后说控制指令

3. 长期优化方案

   • 移除静音功能配置，测试是否还有此现象
   • 或修改静音控制为"不唤醒就不能控制"的模式
   • 提供工程文件给技术支持分析

注意事项：

• 静音功能设计上不应影响指令识别和执行
• 复杂环境下可能误识别"静音"类似词语
• 建议记录问题出现的具体场景和频率

CI-03T拾音器和喇叭正常但无法识别语音指令怎么办？¶

问题描述：

CI-03T模块的拾音器和喇叭功能正常，烧录后能够正常播报，但语音指令无响应，无法识别命令词。

解决方案：

问题分析：

1. 硬件功能正常确认：

   • 喇叭能正常播报，说明音频输出正常
   • 拾音器硬件正常，说明麦克风电路基本完好
   • 同样的固件在其他板子上正常，说明固件无问题

2. 可能原因：

   • 芯片内部识别电路损坏
   • 麦克风引脚存在虚焊
   • 芯片影响到了识别功能

排查步骤：

1. 基础硬件检查：

   • 检查3.3V脚的输出电压是否正常
   • 测量芯片各引脚工作电压
   • 确认麦克风引脚无虚焊或接触不良

2. 固件验证：

   • 烧录出厂固件进行测试
   • 排除自定义固件配置问题
   • 先排除硬件问题

3. 对比测试：

   • 将固件烧录到确认正常的板子上
   • 验证是否为个别芯片问题
   • 使用相同型号的板子交叉测试

解决方法：

1. 芯片更换建议：

   • 如多个排查后仍无法识别，可能是芯片损坏
   • 影响到了芯片内部的识别功能部分
   • 建议更换新的CI-03T模块

2. 焊接质量检查：

   • 重新检查麦克风引脚焊接质量
   • 使用放大镜观察是否有虚焊或冷焊
   • 必要时重新焊接麦克风连接

3. 硬件对比：

   • 将正常工作的麦克风和喇叭移植到问题板子
   • 排除外围器件问题
   • 确认问题是否在芯片本身

注意事项：

• 拾音器和喇叭正常不代表识别功能正常
• 芯片可能部分功能损坏，需要整体更换
• 保留详细的测试记录便于问题定位
• 如多个模块出现相同问题，可能是批次性质量问题

• 定制开发专用的高噪声识别模型

CI-03T自学习功能的数据限制¶

问题描述：

CI-03T1和CI-03T2芯片的自学习功能中，新增学习结果最多可以保存多少条，以及是否支持覆盖原有学习数据。

解决方案：

自学习数据限制：

1. 新增学习结果：

   • 最多支持保存10条学习结果
   • 超过限制后需要删除旧数据才能添加新的

平台中显示的"新增学习结果"按钮位置

1. 数据存储机制：

   • 新增结果会保留，不会覆盖原有学习数据
   • 系统预置命令词与自学习命令词独立管理
   • 可以同时查看预设词库和自学习词库

2. 数量控制建议：

   • 建议控制在十条以内以保证系统稳定
   • 定期清理不需要的学习结果
   • 重要命令词使用预置功能，节省自学习空间

3. 覆盖说明：

   • 自学习功能不支持覆盖原有数据
   • 如需修改已学习的命令词，需要先删除再重新学习
   • 删除操作会清除该词条的所有学习记录

注意事项：

• 自学习功能占用额外的Flash空间
• 学习结果越多，系统响应时间可能略有增加
• 建议在安静环境下进行学习操作

• 如达到存储上限，需要管理学习数据

  • 建议：控制在十条以内以保证系统稳定运行

• 数据存储机制：

  • 新增学习结果会保留，不会覆盖原有学习数据
  • 系统预置命令词与自学习命令词分开管理
  • 学习结果与原有词库独立存储

• 功能特点：

  • 支持用户自定义命令词
  • 学习过程简单，通过语音交互完成
  • 学习成功后立即生效，无需重新烧录

操作建议：

1. 规划学习内容：

   • 优先学习最常用的命令词
   • 避免学习相似度过高的词汇
   • 定期清理不需要的学习结果

2. 管理存储空间：

   • 达到10条上限时，整理现有学习结果
   • 删除使用频率低或效果不佳的词条
   • 为重要命令词预留存储空间

3. 批量应用考虑：

   • 学习结果可通过配置导出，用于批量烧录
   • 建议在量产前统一学习标准命令词
   • 保留学习配置文件便于重复使用

技术限制：

• 自学习功能占用额外的Flash空间
• 学习结果越多，系统响应时间可能略有增加
• 极端噪声环境可能影响学习成功率
• 建议在安静环境下进行学习操作

注意事项：

• 自学习功能与稳态降噪功能互斥，只能选择其中一项
• 学习成功后建议测试验证效果
• 如需更多命令词，考虑使用支持更大词条量的模块

CI-03T1自学习功能提示语语音替换问题¶

问题描述：

在CI-03T1模块的自学习功能中，无法将自定义的语音文件替换所有提示语（Prompt）的语音，部分提示语词条无法在平台中找到或选择。

解决方案：

问题原因分析：

1. 字符串去重机制：

   • 平台在进行词条对比时，可能采用字符串去重过滤
   • 当命令词与唤醒词前缀相似时，提示语可能被误过滤
   • 字符串对比长度不足导致误判

2. 平台功能限制：

   • 部分系统自带提示语不支持自定义替换
   • "退出学习"等系统核心命令无法通过自学习修改
   • 英文版本平台的提示语支持可能不完整

当前解决方案：

1. 可替换的提示语：

   • 在平台的"替换词条音频"功能中查找可用词条
   • 部分提示语如"Please say the learn..."等可以替换
   • 支持替换的提示语会显示在可选列表中

2. 系统命令限制：

   • "退出学习"（exit voice control）等核心命令无法替换
   • 系统自带的命令词保持固定提示语
   • 这些限制是为了保证系统基本功能的稳定性

3. 平台优化建议：

   • 该问题已反馈至平台优化计划
   • 后续版本可能改进字符串匹配算法
   • 建议关注平台更新日志

替代方案：

1. 使用中文版本：

   • 中文版本的提示语支持更完整
   • 可以尝试切换到中文平台配置
   • 生成固件时仍可选择英文语音

2. 定制开发：

   • 如需完整的提示语自定义
   • 可联系技术支持评估定制开发
   • 提供具体的需求说明和预期效果

注意事项：

• 自学习功能的提示语替换存在一定限制
• 系统核心命令的提示语无法修改
• 建议在配置前详细测试可替换的词条范围
• 如有特殊需求，可考虑其他实现方案

CI-03T1/CI-03T2语音播报断续问题¶

问题描述：

在使用CI-03T1/CI-03T2离线语音识别芯片时，当执行关闭/开启语音识别功能的指令时，播报语音会出现断续现象，而其他播报功能正常。使用DCDC供电，电流供应充足。

解决方案：

问题原因分析：

1. 系统控制冲突：

   • 播报"语音识别已关闭"时，同时执行了"设置变量SP_UNRECOG"和"关闭语音识别"
   • 多个操作同时执行导致播报资源冲突
   • 系统控制优先级高于播报，造成中断

2. 延时设置不足：

   • 关闭语音识别前的延时仅为500ms
   • 时间过短，播报未完成就开始执行关闭操作
   • 需要增加延时确保播报完成

解决方法：

1. 移除冲突的控制项：

   • 删除"设置变量SP_UNRECOG"控制
   • 仅保留播报操作
   • 避免多操作同时执行

   

2. 增加延时设置：

   • 将延时从500ms调整至1500ms或更长
   • 确保播报内容完全播放完毕
   • 再执行关闭/开启语音识别操作

   

3. 优化控制顺序：

   • 先执行播报操作
   • 通过延时确保播报完成
   • 最后执行语音识别开关操作

   

测试验证步骤：

1. 仅保留播报功能，移除其他控制
2. 测试播报是否连续正常
3. 逐步增加延时时间，找到最小有效值
4. 重新添加必要的控制操作

技术原理说明：

• 播报断续是软件层面的资源竞争问题
• 不是硬件供电或喇叭质量问题
• DCDC供电且电流充足可排除电源问题
• 关键在于合理安排操作的执行时序

注意事项：

• 此问题在关闭/开启语音识别时特有
• 其他播报功能正常说明硬件无问题
• 调整延时需要实际测试找到最佳值
• 如问题持续，可能需要简化控制逻辑

CI-03T1（CI1302）语音识别响应延迟如何处理？¶

解决方案：

功能实现确认：

• CI-03T系列模块支持此功能
• 需要在平台进行相应配置
• 可实现动态物体名称记录和查找

平台配置方法：

1. 设置记录命令词：

   • 命令词："这个是|你是"
   • 回复语："好的我知道了"
   • 控制设置：无特殊配置

2. 设置查询命令词：

   • 命令词："*在哪儿"
   • 回复语："我在这儿"
   • 使用通配符"*"匹配任意物体名称

配置示例：

命令词1：这个是空调遥控器
回复语1：好的我知道了

命令词2：空调遥控器在哪儿
回复语2：我在这儿

命令词3：这个是电视遥控器
回复语3：好的我知道了

命令词4：电视遥控器在哪儿
回复语4：我在这儿

使用流程：

1. 唤醒语音模块（如"你好小美"）
2. 说出"这个是[物体名称]"进行记录
3. 系统回复"好的我知道了"确认记录
4. 后续可询问"[物体名称]在哪儿"
5. 系统回复"我在这儿"表示物体位置

功能特点：

• 物体名称可以是任意词汇
• 不限制具体物体类型
• 支持动态更新记录内容
• 每次新记录会覆盖之前的内容

应用场景：

• 物品定位查找
• 动态标签管理
• 语音备忘录功能
• 智能家居控制

注意事项：

• 此功能仅支持CI-03T系列模块
• 配置时需要在平台中正确设置命令词和回复语
• 物体名称建议使用2-4个字的词汇
• 使用时需在安静环境下，确保识别准确率

平台配置界面展示如何设置"这个是"和"在哪儿"的命令词

CI-03T芯片识别阿拉伯数字时识别率不稳定怎么办？¶

问题描述：

CI-03T芯片在识别阿拉伯数字时识别率不稳定，偶尔无法识别，且唤醒词也会失效，需要优化识别准确率。

解决方案：

问题分析：

1. 单字识别难度：

   • 阿拉伯数字（0-9）都是单字发音
   • 单字发音时长短，特征信息少
   • 市面上所有语音芯片对单字识别都存在挑战

2. 识别率统计：

   • CI-03T综合识别率约95%
   • 单字识别误识别风险相对较高
   • 需要通过优化参数改善效果

优化方法：

1. 单独调整数字阈值：

   • 进入平台"优化配置"菜单
   • 找到"命令词阈值"设置选项
   • 可单独调整特定命令词的识别灵敏度

2. 阈值调整策略：

   • 识别率差时：调高阈值增加识别机会
   • 误识别多时：调低阈值减少误触发
   • 逐步测试找到最佳平衡点

在优化配置中可单独调整特定命令词的阈值

1. 唤醒词优化：

   • 同步调整唤醒词识别阈值
   • 如"计算机"识别不稳定，可尝试其他唤醒词
   • 确保唤醒后能正常识别命令词

硬件优化建议：

1. 咪头选型：

   • 选择高信噪比咪头（SNR＞70dB）
   • 推荐机芯智能定制咪头6027
   • 避免使用规格不符的廉价咪头

2. 电路设计：

   • 确保电源供电稳定
   • 咪头线长度控制在100mm以内
   • 使用双绞线或屏蔽线防干扰

3. 结构优化：

   • 合理设计咪头安装位置
   • 避免将咪头放入密闭空间
   • 结构开孔设计要利于声音传播

测试验证方法：

1. 分批测试：

   • 记录偶尔无法识别的具体数字
   • 针对性调整对应数字的阈值
   • 验证调整后的改善效果

2. 环境控制：

   • 在安静环境下进行基础测试
   • 在实际使用环境中验证
   • 记录不同场景下的识别表现

3. 多次采样：

   • 每个数字多次发音测试
   • 统计成功识别次数
   • 计算实际识别准确率

注意事项：

• 阈值调整需要平衡识别率和误识别率
• 单字识别问题是业界共同挑战，需要合理预期
• 如某数字持续识别困难，可考虑改变说法（如"1"改为"幺"）
• 建议保留充足的测试时间，不要急于下结论

CI-03T系列英文识别准确率低如何优化？¶

问题描述：

在使用CI-03T1/CI-03T2系列芯片进行英文语音识别时，识别准确率较低（约60%），且存在误触发或触发失败的问题。

解决方案：

1. 使用预设英文唤醒词：

系统提供了一批优化过的英文唤醒词，识别效果优于自定义词条：

• HI-JENNY、HELLO-LIGHT、HI-TOM、HELLO-HELLO
• HI-BETA、HELLO-JERRY、HI-REST、HELLO-LASKO
• YUMM、HELLO-LAXFO、HI-ALFIE、HI-LAY-STER
• 以及其他20余个预设唤醒词

2. 付费定制语料训练：

对于更高识别率要求，可考虑付费定制服务：

• 语料要求：

  • 每个唤醒词、命令词提供4-10条录音
  • 不同男女录音比例各一半为佳
  • 音频格式：.wav（16.0KHz，16位，1声道）
  • 命令词建议至少4个音节，尤其是唤醒词
  • 选择发音有明显差异的词条，避免发音相近

• 录音质量要求：

  • 声音平稳，语速正常
  • 声音最好有男有女，适应性好
  • 音频要求声音干净，底噪和背景声小或无
  • 推荐使用真实外国人的声音，而非合成音

• 开发流程：

  • 在智能公元平台完成CI系列模块固件配置
  • 测试逻辑无误后，提供JSON文件
  • 产品使用的回复语也需要通过录制音频准备

注意事项：

• 语料训练和泛化功能不能同时使用
• 定制训练需要额外开发周期和成本
• 近30条指令如需泛化，建议每条指令优化3个变体
• 在甩脂机等有震动的产品中，需要做好硬件减震措施

CI-03T在车内环境下声源定位识别率低怎么办？¶

问题描述：

使用CI-03T芯片的声源定位功能时，在车内环境下由于胎噪、风噪等低频噪音干扰，导致声源定位识别率大幅降低，现有语言模型效果不达标。

解决方案：

1. 硬件结构优化

• 将设备放置在中控台上，远离主要的噪声源
• 确保麦克风与人的嘴巴距离保持在30~50cm范围内
• 使用隔震材料减少震动传递

2. 固件配置调整

• 使用双麦克风配置（CI-03T2）
• 在固件开发平台中启用"语音识别+声源定位+降混响"功能
• 开启深度降噪功能以应对低频噪声

3. 算法模型选择

• 尝试不同的噪声环境模型：

  • 茶吧机模型：在车内环境下成功率约50~60%
  • 中文烟机模型：针对特定噪声环境优化
  • 测试结果表明，现有模型在车内环境下仍存在局限性

4. 系统级优化方案

• 考虑使用外部降噪模块
• 增加防风罩减少风噪影响
• 优化麦克风选型，选择信噪比更高的麦克风（SNR＞75dB）

注意事项：

• 车内环境的低频噪声（胎噪、风噪、电机声）对声源定位影响显著
• 音乐播放对识别率影响相对较小
• 双麦方案相比单麦方案识别率提升约3%，改善有限
• 完全解决车内噪声问题需要从硬件、算法和结构多方面综合考虑
• 建议在产品设计阶段进行充分的环境测试和验证

CI-03T模块在高噪声环境下降噪问题如何解决？¶

问题描述：

CI-03T模块在加油站等高噪声环境下使用时，受到加油泵工作噪声干扰，语音识别率和唤醒效果明显下降，需要优化降噪处理。

解决方案：

问题分析：

1. 噪声环境特点：

   • 加油泵噪声频率集中在低频段（50-200Hz）
   • 噪声强度可达80-95dB，远超正常语音水平
   • 噪声具有持续性和周期性特点
   • 严重影响语音信号的信噪比

2. 模块噪声处理能力：

   • CI-03T1/CI-03T2基础降噪能力有限
   • CI-33T在燃气表场景中证明效果更好
   • 需要根据具体噪声类型选择合适方案
   • 可能需要硬件配合软件优化

优化方案：

方案一：硬件降噪优化

1. 麦克风选型：

   • 使用指向性麦克风，减少环境噪声拾取
   • 选择信噪比更高的麦克风模块
   • 考虑使用阵列麦克风进行空间滤波

2. 结构设计优化：

   • 增加物理隔音和减震结构
   • 设计防风罩减少气流噪声
   • 优化麦克风安装位置远离噪声源

3. 电路优化：

   • 增加前置放大和滤波电路
   • 使用专用降噪芯片处理音频信号
   • 优化供电减少电路噪声

方案二：软件算法优化

1. 噪声模型训练：

   • 收集加油泵等典型工业噪声样本
   • 训练专门的噪声抑制模型
   • 生成针对强噪声环境的固件版本

2. 参数调整：

   • 提高降噪强度和灵敏度阈值
   • 调整VAD（语音活动检测）参数
   • 优化动态增益控制策略

3. 多级降噪处理：

   • 实现预处理+核心算法+后处理三级降噪
   • 结合谱减法和维纳滤波等多种算法
   • 针对低频噪声进行专门抑制

方案三：使用场景优化

1. CI-33T替换方案：

   • 更换为在燃气表场景验证过的CI-33T
   • 该模块对低频噪声有更好抑制效果
   • 支持更复杂的噪声环境处理

2. 工作模式调整：

   • 增加噪声检测自动模式切换
   • 在高噪声时使用更严格的识别策略
   • 提供手动切换噪声模式的命令

3. 使用指导优化：

   • 指导用户在相对安静时进行语音操作
   • 建议在加油间歇期使用语音功能
   • 提供视觉提示反馈识别状态

实施步骤：

1. 噪声环境评估：

   • 现场测量噪声频谱和强度
   • 分析主要噪声成分和特点
   • 确定最合适的优化方案

2. 方案选择和实施：

   • 优先尝试软件算法优化
   • 如效果不佳再考虑硬件改进
   • 评估成本和实施难度

3. 测试验证：

   • 在实际加油站环境中测试
   • 统计不同噪声水平下的识别率
   • 收集用户使用反馈

4. 效果优化：

   • 根据测试结果调整参数
   • 持续收集噪声样本改进算法
   • 提供多种噪声模式选择

临时解决方案：

1. 距离优化：

   • 缩短说话距离提高信噪比
   • 使用近场语音交互方式
   • 避免远距离语音操作

2. 时机选择：

   • 在加油泵停止工作时使用
   • 选择相对安静的时段操作
   • 避开最大噪声干扰时刻

3. 操作方式调整：

   • 使用按键或触摸作为备用方案
   • 提供文字提示反馈系统状态
   • 结合多种交互方式提高成功率

技术说明：

• 加油泵噪声主要为低频持续噪声
• 信噪比低于0dB时常规算法效果有限
• CI-33T的降噪模型经过燃气表场景优化
• 硬件改进成本较高但效果更明显

注意事项：

• 强噪声环境下的语音识别是业界难题
• 需要综合多种方法才能达到较好效果
• 建议在产品设计阶段就考虑噪声适应性
• 不同噪声环境可能需要不同的优化方案
• 如有量产需求，建议进行充分的现场测试

CI-03T系列是否支持文字转语音(TTS)功能？¶

问题描述：

询问CI-03T系列芯片是否支持文字转语音功能，以及该功能是离线还是在线实现。

解决方案：

功能支持确认：

1. TTS功能支持：

   • CI-03T系列模块支持文字转语音(TTS)功能
   • 支持将文本转换为语音播报
   • 可实现动态语音内容生成

2. 实现方式：

   • 离线TTS：本地实现，无需网络连接
   • 通过内置的语音合成引擎完成
   • 支持中文和英文的文本转换

3. 功能特点：

   • 支持自定义播报内容
   • 可通过串口发送文本进行转换
   • 播报语音清晰自然
   • 响应速度快，无延迟

配置方法：

1. 平台配置：

   • 在智能公元平台的"其他配置"中启用TTS功能
   • 设置TTS语音参数（音调、语速等）
   • 配置TTS触发方式

2. 使用方式：

   • 通过命令词触发TTS播报
   • 通过串口发送文本内容
   • 支持动态文本内容更新

技术限制：

• TTS功能需要额外授权才能使用
• 授权费用需要联系商务洽谈
• 不同型号的TTS能力可能略有差异

注意事项：

• TTS功能需要额外授权，不是默认开启
• 使用前需确认授权状态和费用
• 建议先申请样品进行功能验证
• 批量使用前需要完成授权采购流程

CI-03T系列是否支持文字转语音(TTS)功能？¶

问题描述：

询问CI-03T系列芯片是否支持文字转语音功能，以及该功能是离线还是在线实现。

解决方案：

功能支持确认：

1. TTS功能支持：

   • CI-03T系列模块支持文字转语音(TTS)功能
   • 支持将文本转换为语音播报
   • 可实现动态语音内容生成

2. 实现方式：

   • 离线TTS：本地实现，无需网络连接
   • 通过内置的语音合成引擎完成
   • 支持中文和英文的文本转换

3. 功能特点：

   • 支持自定义播报内容
   • 可通过串口发送文本进行转换
   • 播报语音清晰自然
   • 响应速度快，无延迟

技术限制：

• TTS功能需要额外授权才能使用
• 授权费用需要联系商务洽谈
• 不同型号的TTS能力可能略有差异

配置方法：

1. 平台配置：

   • 在智能公元平台的"其他配置"或"个性化音频"中启用TTS功能
   • 设置TTS语音参数（音调、语速等）
   • 配置TTS触发方式

2. 使用方式：

   • 通过命令词触发TTS播报
   • 通过串口发送文本内容
   • 支持动态文本内容更新

技术限制：

• TTS功能需要额外授权，不是默认开启
• 使用前需确认授权状态和费用
• 如无授权，无法使用TTS功能

注意事项：

• TTS功能需要额外授权，不是默认开启
• 使用前需确认授权状态和费用
• 批量使用前需要完成授权采购流程
• 建议先申请样品进行功能验证

CI-03T1播放音乐时如何通过语音指令实现暂停播放功能？¶

问题描述：

在使用CI-03T1芯片播放音乐时，添加了暂停播放的语音指令和控制命令，但该功能无法正常工作。

解决方案：

1. 功能确认

CI-03T1支持通过AEC（声学回声消除）技术实现播放过程中的语音控制：

• 技术原理：AEC算法能够分离播放音频和用户语音信号
• 支持功能：播放音乐时可通过语音指令进行暂停、继续等操作
• 实现条件：需要启用"语音识别+AEC打断"功能

2. 配置步骤

步骤一：启用AEC功能

• 登录智能公元平台
• 进入产品配置界面
• 在前端信号处理中选择单MIC配置
• 产品特性勾选"语音识别+AEC打断(限单MIC)"

步骤二：配置暂停命令

• 在命令词中添加"暂停播放"、"停止播放"等指令
• 设置对应的控制动作（暂停播放/停止播放）
• 确保命令词发音清晰，避免与唤醒词冲突

步骤三：生成并烧录固件

• 配置完成后生成固件
• 下载并烧录到模块
• 测试各项功能是否正常

3. 注意事项：

• 此功能仅CI-03T1等支持AEC的型号具备
• 双麦克风版本（CI-03T2）主要用于降噪，不支持AEC打断
• 配置更改后需要重新烧录固件才能生效
• 建议在实际使用环境中测试各种场景下的识别效果

CI-03T1台灯应用中AEC打断效果不佳如何优化？¶

问题描述：

在使用CI-03T1芯片开发台灯语音对话功能时，遇到唤醒词打断效果不佳的问题，即使在播放过程中说出唤醒词也难以成功打断。

解决方案：

问题分析：

1. 硬件配置影响：

   • 使用18cm长线连接麦克风，导致信号衰减
   • 麦克风远离主板可能影响AEC算法性能
   • 继电器切换可能引入干扰噪声

2. AEC功能配置：

   • 需要启用"语音识别+AEC打断"功能
   • 仅支持单麦克风配置
   • 对硬件连接要求较高

优化方案：

1. 配置正确的应用场景：

   • 选择"普通话通用Pro"模型（占用1.3M空间）
   • 确保使用支持AEC的最新模型版本
   • 避免使用不支持打断功能的旧模型

   

   选择普通话通用Pro模型

   

   不同版本的普通话通用Pro模型列表

2. 启用AEC打断功能：

   • 在产品特性中选择"语音识别+AEC打断(限单MIC)"
   • 确保麦克风配置为单MIC模式
   • 该功能专为单麦克风AEC场景优化

   

   单MIC配置下的AEC打断功能

   

   选择语音识别+AEC打断功能

3. 硬件优化建议：

   • 避免使用过长的麦克风连接线（建议<5cm）
   • 将麦克风直接集成在主板上
   • 远离继电器等干扰源
   • 确保良好的电源滤波

多唤醒词配置：

1. 提高唤醒成功率：

   • 设置多个唤醒词可提高整体唤醒灵敏度
   • 例如：小亮小亮、小梁小梁、销量销量等
   • 一般不会影响其他命令词的识别效果

   

   多个唤醒词配置示例

2. 灵敏度平衡：

   • 多个唤醒词可能略微增加误唤醒率
   • 需要在实际使用环境中测试验证
   • 可通过调整识别阈值进行优化

注意事项：

• AEC打断功能仅支持单麦克风配置
• 麦克风连线过长会严重影响打断效果
• 多个唤醒词可提高灵敏度但需测试误唤醒率
• 台灯应用建议选择安静环境模型
• 已生产的板子如需优化，可能需要重新设计硬件

CI-03T1芯片选型与配置指南¶

问题描述：

需要为台灯语音对话功能选择合适的芯片配置，了解各项参数设置的最佳实践和优化方法。

解决方案：

选型建议：

1. 优先选择CI-03T1：

   • 支持AEC回声消除，适合需要打断功能的场景
   • 单麦克风版本，成本更低
   • 体积更小，适合空间受限产品

2. 核心配置优化：

   • AEC功能必须开启
   • 识别参数调优：唤醒阈值、灵敏度
   • 播报音量和音质平衡

3. 硬件设计要点：

   • 麦克风远离喇叭，避免声音直射
   • PCB设计预留测试点，便于调试
   • 确保良好的电源和地线布局

4. 开发流程建议：

   • 使用官方开发包进行功能验证
   • 小批量测试验证语音效果
   • 保留调试日志，便于问题排查

配置最佳实践：

1. AEC配置：

   • 在平台中启用"语音识别+AEC"选项
   • 选择适合的AEC算法参数
   • 测试不同环境下的打断效果

2. 交互流程设计：

   • 唤醒词识别后立即停止播放
   • 执行命令词，播报确认信息
   • 合理设计对话流程，避免用户困惑

3. 音频输出控制：

   • 调整播报音量，避免过大影响AEC效果
   • 确认音频输出与语音识别的同步

4. 批量生产测试：

   • 在不同环境下测试语音识别效果
   • 收集用户反馈，持续优化参数

技术支持：

• 官方提供CI-03T1的技术文档和选型指南
• 丰富的开发案例和应用示例
• 专业团队提供技术支持服务

注意事项：

• AEC功能虽然强大，但受物理定律限制
• 在极端环境下效果可能下降
• 建议进行充分的环境测试和验证
• 如需更高性能，考虑升级到更高型号

CI-03T如何实现声源定位控制舵机指向功能？¶

问题描述：

需要在CI-03T芯片上实现声源定位功能，并通过控制舵机指向声源方向，需要编写相应的控制函数。

解决方案：

1. 硬件连接方案：

• 舵机接口：CI-03T提供5路PWM输出，可用于控制舵机
• 电源设计：确保舵机的供电电压与CI-03T的3.3V输出兼容
• 推荐做法：使用外部电源为舵机供电，避免过载芯片内部LDO

2. 声源定位配置：

• 在智能公元平台启用"语音识别+声源定位"功能
• 配置声源角度输出范围（0-180度）
• 设置识别阈值和灵敏度参数

3. 舵机控制实现：

基于网页端SDK配置，可通过以下步骤实现：

• 在声源定位回调函数中获取角度值
• 将角度映射为PWM占空比
• 通过PWM输出控制舵机转动

技术要点：

• PWM频率：设置50Hz（周期20ms）
• 占空比范围：0°对应5%，180°对应25%
• 角度映射公式：占空比 = (角度 / 180) × 20% + 5%

4. 注意事项：

• 舵机启动电流较大，建议使用外部电源供电
• 网页端SDK需确认是否支持PWM直接控制
• 舵机与麦克风保持一定距离避免机械噪声干扰

替代方案参考：

如需更高级的智能交互功能，可考虑使用集成大模型和联网功能的智能云台产品。

语音模块唤醒词与命令词配置问题¶

问题描述： 设备长时间挂机后无法正常唤醒，但免唤醒命令可以执行，重启后恢复正常。需要解决唤醒失效问题和优化配置。

问题分析：

1. 唤醒词识别失效原因：

   • 模块进入深度休眠模式
   • 唤醒词灵敏度低于命令词
   • 休眠参数设置不当

2. 深度休眠影响：

   • 模块为了省电自动进入低功耗模式
   • 深度休眠时仅保留部分功能
   • 可能影响唤醒词的识别能力

解决方案：

方法一：优化休眠参数

1. 调整休眠时间设置：

   • 深度休眠时间：与唤醒阈值相同
   • 唤醒阈值：0.5（可适当调高）
   • 二次唤醒阈值：与唤醒阈值一致
   • 建议设置：2-7天而非1年

2. 参数配置步骤：

   • 进入平台优化配置界面
   • 找到"深度休眠时间"选项
   • 修改为较短时间（如2天）
   • 将三个阈值设置为相同数值

方法二：提高唤醒灵敏度

1. 调整唤醒词设置：

   • 增加唤醒词数量（支持多个）
   • 选择发音更清晰的词
   • 重新录制标准发音
   • 适当调高唤醒灵敏度

2. 命令词与唤醒词平衡：

   • 确保唤醒词灵敏度≥命令词
   • 测试不同词组的识别效果
   • 避免使用相似音节的词汇

方法三：禁用超时退出

1. 配置持续唤醒：

   • 添加控制项："禁止超时退出唤醒"
   • 这样设置后模块保持唤醒状态
   • 注意：可能导致误触发增加

2. 权衡方案：

   • 不完全禁用，而是延长时间
   • 根据使用场景调整
   • 定期自动复位模块

方法四：自动复位机制

1. 软硬件复位：

   • 主控定期重启语音模块
   • 使用看门狗电路
   • 通过GPIO控制模块电源

2. 定时复位示例：

   // 每24小时复位一次
   if(millis() - lastReset > 86400000) {
       digitalWrite(RESET_PIN, LOW);
       delay(100);
       digitalWrite(RESET_PIN, HIGH);
       lastReset = millis();
   }
   

预防措施：

1. 环境优化：

   • 保持适宜的温度湿度
   • 避免强电磁干扰
   • 确保电源稳定

2. 固件升级：

   • 使用最新版本固件
   • 关注厂商更新日志
   • 测试新版本的稳定性

3. 监控机制：

   • 定期检查模块状态
   • 记录唤醒失败次数
   • 建立故障预警机制

测试验证方法：

1. 长期稳定性测试：

   • 连续运行72小时以上
   • 记录唤醒成功率
   • 测试不同时间段表现

2. 唤醒词测试：

   • 在不同距离测试
   • 多人发音测试
   • 模拟环境噪音测试

3. 对比测试：

   • 测试不同休眠设置
   • 比较功耗与性能
   • 选择最佳配置

注意事项：

• 深度休眠时间不宜设置过长
• 唤醒词需要定期重新录制
• 免唤醒命令不受深度休眠影响
• 完全禁用休眠会增加功耗
• 建议根据实际使用场景选择方案

CI-33T串口数据与引脚配置¶

问题描述： CI-33T芯片上电和待机时的串口数据输出配置，以及PB5/PB6引脚作为串口使用的问题。

解决方案：

一、串口数据输出配置

1. 默认状态说明：

   • 上电后不会自动发送数据
   • 待机时无数据输出
   • 需要在平台配置才能输出

2. 配置串口输出：

   • 登录智能公元平台
   • 选择对应工程
   • 配置串口输出功能
   • 生成并烧录新固件

3. 串口参数设置：

   • 波特率：默认9600bps
   • 数据位：8位
   • 停止位：1位
   • 校验位：无

二、PB5/PB6引脚使用

1. 引脚功能说明：

   • PB5/PB6可用作串口
   • 对应芯片物理引脚18、19
   • 兼容SU03T的使用方式

2. 平台配置方法：

   • 找到DEFAULT_P14、DEFAULT_P15
   • 下拉选择UART0_TX/UART0_RX
   • 也可以选择GPIO_B5/GPIO_B6

3. 烧录口复用：

   • P6/P7（烧录口）可作串口用
   • 不影响程序烧录功能
   • 便于开发调试

三、引脚配置对照表

四、常见问题解决

1. 接收到乱码：

   • 检查波特率设置
   • 确认接线无误
   • 验证电源稳定

2. 无数据输出：

   • 确认已配置输出功能
   • 检查固件版本
   • 重新生成固件

3. 配置界面无显示：

   • 某些引脚可能不在列表
   • 使用下拉菜单查找
   • 参考官方文档

注意事项：

• CI-33T与CI-03T功能基本一致
• 默认工程可能不开启串口输出
• 烧录和串口通信可同时进行
• 引脚配置需在生成固件前完成

SU03T回复语触发条件设置¶

问题描述： 需要为SU03T的回复语设置触发条件，实现基于特定条件的智能语音回复控制。

解决方案：

一、基础配置方法

1. 准备工作：

   • 登录智能公元平台
   • 选择对应工程
   • 进入命令词配置界面

2. 设置步骤：

   • 将"回复语"字段留空
   • 点击"控制详情"进入高级配置
   • 在控制详情中设置触发和播放条件

二、触发条件配置

1. 添加触发条件：

   • 点击"添加触发"

   • 选择触发类型：

     • GPIO输入状态
     • 变量值条件
     • 设备状态
     • 时间条件

2. 常用触发条件示例：

   示例1：GPIO触发
   - 触发条件：GPIO_A5 = 高电平
   - 执行动作：播放语音
   - 播放内容："收到，继电器已打开"
   
   示例2：变量触发
   - 触发条件：变量temperature > 30
   - 执行动作：播放语音
   - 播放内容："温度过高，请注意"
   
   示例3：设备状态触发
   - 触发条件：收到特定串口数据
   - 执行动作：播放语音
   - 播放内容："指令执行成功"
   

三、控制动作配置

1. 播放控制设置：

   • 控制方式：选择"播放语音"
   • 播放内容：输入要播放的文字
   • 是否条件执行：选择"是"或"否"

2. 多级条件设置：

   • 可添加多个触发条件
   • 支持"与"逻辑关系
   • 可设置优先级顺序

四、高级功能应用

1. 条件组合使用：

   配置示例：
   {
       "trigger": {
       "gpio": "GPIO_A5",
       "state": "high",
       "variable": "jiaodu",
       "operator": ">",
       "value": "90"
       },
       "action": {
       "type": "play_audio",
       "content": "检测到声音从右侧传来",
       "conditional": true
       }
   }
   

2. 嵌套控制：

   • 控制内可以再嵌套控制
   • 实现复杂的逻辑判断
   • 支持递归条件检查

五、实际应用场景

1. 智能控制场景：

   场景：智能窗帘控制
   - 命令词："打开窗帘"
   - 触发条件：光照传感器 > 500lux
   - 回复语："白天自动打开窗帘"（条件满足）
   - 回复语："夜间不建议打开"（条件不满足）
   

2. 安全防护场景：

   场景：门禁系统
   - 命令词："开门"
   - 触发条件：授权用户 + 时间08:00-22:00
   - 回复语："欢迎回家"（条件满足）
   - 回复语："非授权时段"（条件不满足）
   

3. 环境监测场景：

   场景：温湿度监控
   - 触发条件：温度 > 30°C
   - 执行动作：播放语音
   - 播放内容："温度过高，已开启空调"
   

六、调试与优化

1. 调试方法：

   • 使用串口输出调试信息
   • 记录触发条件状态
   • 验证逻辑判断流程

2. 性能优化：

   • 减少不必要的条件判断
   • 优化条件检查顺序
   • 避免循环依赖

七、常见问题解决

1. 回复语不播放：

   • 检查触发条件是否满足
   • 确认音频文件存在
   • 验证条件逻辑正确性

2. 条件失效问题：

   • 检查变量是否正确赋值
   • 确认GPIO状态正常
   • 验证条件表达式语法

3. 播放延迟问题：

   • 优化条件判断逻辑
   • 减少嵌套层数
   • 使用更高效的表达式

注意事项：

• 回复语字段和控制详情不能同时配置
• 条件执行会略微增加响应延迟
• 复杂条件建议先在模拟环境测试
• 定期检查和更新触发条件
• 保留配置备份便于恢复

配置示例文件：

{
    "command": "打开继电器",
    "reply": "",
    "controls": [
    {
        "trigger": {
        "type": "gpio",
        "pin": "A5",
        "state": "high"
        },
        "action": {
        "type": "play_audio",
        "content": "收到，继电器已打开",
        "conditional": true
        }
    }
    ]
}

SU03T转接板电源引脚说明¶

问题描述： SU03T转接板上TTL通讯旁边的3V7针脚的功能和电压规格咨询。

解决方案：

一、引脚功能说明

1. 3V7引脚定义：

   • 引脚名称：3V7
   • 功能类型：电源输入
   • 位置：TTL通讯接口旁

2. 电源规格：

   • 输入电压范围：3.7V - 5V
   • 推荐电压：5V
   • 最大电流：根据负载决定

二、使用方法

1. 供电方案：

   • 使用5V USB供电
   • 使用3.7V锂电池供电
   • 使用4.2V锂电池充电器

2. 接线方式：

   方案1：USB供电
   - 3V7引脚：接5V
   - GND引脚：接USB地线
   
   方案2：电池供电
   - 3V7引脚：接3.7V电池正极
   - GND引脚：接电池负极
   

三、电源设计考虑

1. 电源稳定性：

   • 建议使用稳压电路
   • 添加滤波电容
   • 避免电压波动

2. 功耗管理：

   • 正常工作电流：约50mA
   • 唤醒峰值电流：约100mA
   • 待机电流：小于1mA

注意事项：

• 3V7是输入引脚，不是输出
• 电压不能超过5.5V
• 建议使用带保护的电源
• 避免电源反接损坏模块

CI-03T1（CI1302）语音识别响应延迟如何处理？¶

问题描述：

CI-03T1芯片（主控为CI1302）在使用时出现语音识别响应延迟问题，即在输入命令词后，系统需要2秒才能播放反馈词。

解决方案：

延迟原因分析：

1. 正常响应时间：

   • CI-03T1的1-2秒响应时间属于正常范围
   • 这是芯片完成语音识别和处理的必要时间
   • 包含音频采集、特征提取、匹配和输出等步骤

2. 影响因素：

   • 命令词复杂度：较长的命令词需要更多处理时间
   • 环境噪声：噪声环境下需要更多时间去噪和确认
   • 供电稳定性：供电不足可能影响处理速度

优化建议：

1. 选择合适的模型版本：

   • 在智能公元平台选择最新的语音模型
   • Pro版本相比普通版本有更好的响应速度
   • 根据实际环境选择优化模型（如降噪版本）

2. 优化命令词设置：

   • 使用简洁清晰的命令词
   • 避免使用过于相似或复杂的词汇
   • 建议使用2-4个字的命令词以获得最佳响应速度

3. 硬件环境优化：

   • 确保稳定的5V供电
   • 减少环境噪声干扰
   • 麦克风位置合理，避免遮挡

4. 固件配置调整：

   • 适当调高识别灵敏度（注意平衡误识别率）
   • 启用降噪功能（如支持）
   • 关闭不必要的附加功能以节省处理资源

技术说明：

• CI1302芯片的响应速度有物理限制
• 1-2秒的延迟是正常工作状态，不是故障
• 过度追求响应速度可能降低识别准确率
• 建议在实际使用中测试并找到最佳平衡点

注意事项：

• 响应延迟与识别准确率需要平衡
• 不同批次的芯片可能有细微差异
• 如延迟超过3秒，可能存在供电或环境问题
• 批量使用前建议进行充分的性能测试

CI-03T1和CI-03T2是否支持讲故事功能？¶

问题描述：

需要了解CI-03T1和CI-03T2模块是否支持播放长篇故事内容，还是仅限于简短回复。

解决方案：

功能支持确认：

CI-03T1和CI-03T2模块完全支持长文本播报功能，包括讲故事、朗读长篇文章等应用场景。

实际验证案例：

• 已成功测试播报《出师表》等长篇古文
• 支持连续长文本的语音播报
• 可完整播放故事内容，不会被截断

技术实现方式：

1. TTS合成播报：

   • 文本通过TTS（Text-to-Speech）引擎实时合成语音
   • 支持任意长度的中文文本转换
   • 播报流畅度与自然度良好

2. 存储方式：

   • 长文本不需要预先存储音频文件
   • 通过TTS实时转换，节省Flash空间
   • 支持动态内容播报

使用建议：

1. 内容准备：

   • 故事内容可通过命令词触发
   • 建议将长故事分段，便于管理
   • 可设置多个故事命令词

2. 播报控制：

   • 支持播报过程中的打断功能
   • 可通过语音指令停止当前播报
   • 播报完成后可继续其他交互

3. 优化配置：

   • 选择合适的TTS音色和语速
   • 调整播报音量至舒适水平
   • 测试不同长度内容的播报效果

注意事项：

• 长文本播报会占用一定的处理时间，属于正常现象
• TTS播报与录音播报在音色上略有差异，属于技术特点
• 如对音质有特殊要求，可考虑使用组合播报功能
• 超长内容的播报时间可能较长，建议合理安排交互时机

应用场景举例：

• 儿童故事机：播报童话、寓言等长篇内容
• 智能助手：朗读新闻、天气等长文本信息
• 教育设备：播放课文、诗词等学习内容
• 辅助工具：朗读说明书、操作指南等文档内容

CI-03T1如何正确配置和使用AEC唤醒打断功能？¶

问题描述：

对CI-03T1是否支持AEC（回声消除）功能存在疑问，以及如何正确配置实现语音播报过程中的唤醒打断功能。

解决方案：

功能支持确认：

• CI-03T1完全支持AEC唤醒打断功能
• 该功能是CI-03T1的核心特性之一
• 通过AEC（声学回声消除）技术实现播报过程中的语音识别
• 支持唤醒词打断、命令词打断或组合打断方式

配置步骤：

1. 平台配置设置

- 登录智能公元平台
- 进入产品配置界面
- 选择"语音识别+AEC打断(限单MIC)"产品特性
- 确保麦克风配置为单MIC模式

2. 前端信号处理配置

- 选择单MIC配置模式
- 根据使用环境选择合适的噪声模型
- 保持默认的识别距离设置
- 无需额外配置双麦克风相关参数

3. AEC打断方式选择

- **唤醒词打断**：仅支持唤醒词打断播报
- **命令词打断**：支持命令词直接打断播报
- **唤醒词+命令词打断**：支持两种方式打断

技术实现原理：

1. AEC算法工作原理

   • 实时采集扬声器播放的音频作为参考信号
   • 通过算法消除播放音频对麦克风的影响
   • 在播报过程中持续监听用户语音输入

2. 打断触发机制

   • 检测到有效唤醒词或命令词时立即中断播报
   • 响应速度快，延迟通常在100ms以内
   • 支持远场和近场各种距离的打断操作

实际应用场景：

• 智能音箱：播放音乐时通过语音控制切换歌曲
• 智能台灯：播报状态时通过语音调整设置
• 机器人对话：长时间对话过程中可随时打断并切换话题

优化建议：

1. 硬件布局优化

   • 确保麦克风和扬声器相对位置合理
   • 避免麦克风直接朝向扬声器
   • 使用适当的声学结构减少回声

2. 参数调整

   • 根据实际效果调整识别阈值
   • 测试不同音量下的打断成功率
   • 在典型使用环境中验证效果

注意事项：

• AEC功能仅支持单麦克风版本的CI-03T1
• 双麦克风版本（CI-03T2）主要用于降噪，不支持AEC打断
• 配置更改后需要重新生成并烧录固件
• 建议在实际使用环境中充分测试打断功能的可靠性
• 如打断效果不理想，可检查硬件连接或联系技术支持

故障排查：

• 打断无效：确认是否启用了正确的AEC配置
• 误打断频繁：适当调整识别阈值
• 打断距离短：检查麦克风连接和硬件布局
• 打断延迟大：优化硬件设计或联系技术支持

CI-03T/CI-33T是否支持识别婴儿哭声和宠物叫声？¶

问题描述：

需要了解CI-03T和CI-33T模块是否支持识别婴儿哭声和宠物叫声，以及如何配置和使用这些功能。

解决方案：

功能支持确认：

1. CI-03T/CI-33T支持情况：

   • 哭声检测：✓ 支持识别婴儿哭声
   • 宠物叫声识别：✗ 不支持识别宠物叫声
   • 两种型号都支持相同的检测功能

2. 技术说明：

   • 哭声检测是CI系列的高级功能之一
   • 通过内置算法专门识别婴儿哭声的音频特征
   • 宠物叫声由于种类繁多、特征差异大，暂未支持

哭声检测功能配置：

1. 启用方式：

   • 在智能公元平台的"高级功能"中选择启用哭声检测
   • 需要使用支持此功能的固件版本
   • 配置完成后重新生成并烧录固件

2. 功能应用：

   • 检测到哭声时可触发特定GPIO输出
   • 可配置报警、通知或其他响应动作
   • 适用于婴儿监护器、智能摇篮等应用

实现场景示例：

1. 婴儿监护器：

   • 检测到哭声时触发报警或推送通知
   • 可联动摄像头或通知家长
   • 结合其他传感器实现综合监护

2. 智能玩具：

   • 检测哭声时播放安抚音乐或语音
   • 触发特定的互动功能
   • 提升产品的智能化和关怀性

技术限制说明：

• 哭声检测功能会占用额外的Flash空间
• 需要相对安静的环境以获得最佳检测效果
• 不同批次的产品在检测灵敏度上可能有细微差异
• 建议在实际使用环境中进行充分测试

配置建议：

• 根据应用场景调整检测灵敏度
• 避免在嘈杂环境中使用，可能导致误触发
• 定期测试和验证检测效果是否符合预期
• 保留详细的功能测试记录便于优化

CI-03T模块是否支持长故事播放？¶

问题描述：

需要了解CI-03T1和CI-03T2模块是否支持播放长篇故事内容，如《出师表》等较长文本。

功能支持确认：

CI-03T系列模块完全支持长文本播放功能：

1. 长故事播放：

   • 可完整播放《出师表》等长篇内容
   • 支持故事连续播放
   • 无严格时长限制

2. 测试验证：

   • 已验证可播放入选语文课文
   • 支持复杂文本内容的准确识别
   • 语音合成效果自然流畅

实现方式：

1. 文本输入：

   • 将长故事内容作为应答文本
   • 系统自动进行TTS转换
   • 保持文本完整性和连贯性

2. 播放控制：

   • 可随时中断播放
   • 支持暂停和继续
   • 播放过程中响应其他指令

注意事项：

• 超长文本可能需要考虑固件大小限制（3276000字节）
• 建议对超长内容进行适当分段
• 可使用组合播报功能优化播放体验
• 测试时建议完整播放一次验证效果

CI-03T1模块更换喇叭、咪头、LED和电阻后仍无法正常工作怎么办？¶

问题描述：

CI-03T1离线语音识别芯片模块无法正常工作，已更换喇叭、咪头、LED和电阻等部件，但问题仍未解决。

解决方案：

1. 彻底检查硬件连接：

   • 使用万用表检查所有焊点连接
   • 验证供电线路是否有短路
   • 检查音频输出电路是否正常
   • 确认咪头接线是否正确

2. 使用已知正常的模块对比：

   • 换一个确认工作正常的模块测试
   • 使用相同固件和配置
   • 对比测试结果确定问题范围

3. 检查PCB设计问题：

   • 验证PCB布线是否正确
   • 检查是否存在元器件焊接错误
   • 确认电源部分设计是否合理

注意事项：

• 多个元件更换后仍无效可能是PCB设计缺陷
• 建议使用专业设备进行电路检测
• 如确定是硬件问题，可考虑购买整套模块
• 保留详细的故障排查记录便于分析

CI-03T1和CI-03T2模块待机时发热量大吗？¶

问题描述：

需要了解CI-03T1和CI-03T2模块在长时间待机时是否会产生较大热量，以及在供电方式上应如何选择以减少发热问题。

解决方案：

发热情况

1. 待机发热程度

   • 模块待机时发热量不大
   • 正常工作温度范围内
   • 可以长时间安全使用

2. 工作电流说明

   • 待机电流约为60mA
   • 工作电流大于500mA（4Ω喇叭）
   • 待机功耗相对较低

供电选择

1. 电池类型选择

   • 锂电池：适合长时间待机
   • 普通电池：可短期使用
   • 根据具体应用场景选择

2. 注意事项

   • 长时间待机建议使用可充电电池
   • 避免一次性电池的成本浪费
   • 确保电池电压稳定（3.6-5.5V）

使用建议：

• 模块发热量在正常范围内
• 可以放心长时间使用
• 选择合适的供电方式
• 注意电池容量和续航需求

如何配置声纹识别让模块只响应特定人员的命令？¶

问题描述：

需要配置语音模块，使其只响应特定人员的语音命令，而忽略其他人的命令。

解决方案：

功能支持说明：

CI系列模块支持声纹识别功能，可实现特定人员语音控制：

• 支持型号：CI-03T、CI-33T、CI-95C等CI系列模块
• 不支持型号：SU系列模块不支持声纹识别功能
• 功能类型：定制功能，需要联系商务开通

实现方案：

方案一：使用支持声纹识别的CI模块

1. 选择合适型号：

   • CI-03T：300条词条，性价比高
   • CI-33T：500条词条，适合复杂应用
   • CI-95C：1000条词条，旗舰性能

2. 声纹配置流程：

   • 在智能公元平台开启声纹识别功能
   • 录入授权用户的声纹特征
   • 设置只响应已录入声纹的命令

3. 使用限制：

   • 需要预先录入声纹模板
   • 支持多个用户声纹录入
   • 录入环境需要安静无干扰

方案二：声纹识别定制开发

声纹识别是定制功能，需要特殊申请：

双麦克风配置时Mic2未生效怎么办？¶

问题描述：

配置双麦克风后，Mic2未能正常工作，在智能公元平台配置了双MIC，但实际只有单麦克风生效。

解决方案：

问题原因：

1. 硬件限制：

   • 单麦模块的Mic2引脚用于AEC功能
   • 单麦模块不支持双麦克风输入
   • 需要购买双麦版本的模块

2. 模块区别：

   • 单麦模块：Mic2复用为回声消除
   • 双麦模块：Mic2作为第二麦克风输入
   • 硬件设计不同，无法通过配置改变

解决方法：

1. 购买双麦模块：

   • 直接购买双麦克风规格的模块
   • 确认型号支持双麦克风功能
   • 无需飞线改造

2. 硬件差异说明：

   • 单麦模块：无Mic2焊盘
   • 双麦模块：有独立Mic2接口
   • 引脚定义完全不同

实施步骤：

1. 确认模块型号：

   • 检查现有模块是否为双麦版本
   • 查看模块丝印标识
   • 确认硬件支持情况

2. 重新采购：

   • 联系供应商更换为双麦模块
   • 采购时明确双麦克风需求
   • 测试验证双麦功能

注意事项：

• 单麦模块无法通过飞线实现双麦功能
• Mic2引脚在单麦模块上有其他用途
• 建议直接采购双麦模块，避免改装风险

单麦模块能否通过飞线连接Mic2实现双麦功能？¶

问题描述：

购买了CI-03T单麦模块，希望通过飞线连接到模块上的MIC2引脚来实现双麦克风功能。

解决方案：

技术限制：

1. 无法通过飞线实现：

   • 单麦模块硬件不支持双麦克风输入
   • Mic2引脚在单麦模块上用于其他功能
   • 需要购买专用双麦模块

2. 模块版本区别：

   • CI-03T（单麦）：仅支持一个麦克风
   • CI-03T2（双麦）：支持两个麦克风
   • 硬件设计完全不同

硬件说明：

1. 单麦模块限制：

   • Mic2引脚未引出或无焊盘
   • 即使引出也无法作为麦克风使用
   • 内部电路设计不支持双麦输入

2. 双麦模块优势：

   • 提供完整的双麦克风接口
   • 支持噪声环境下的更好识别
   • 自带相应的硬件电路

实施建议：

1. 直接采购双麦模块：

   • 购买CI-03T2双麦版本
   • 避免改装风险和成本
   • 确保功能完整性和稳定性

2. 项目规划考虑：

   • 设计初期确定是否需要双麦
   • 预留相应成本预算
   • 提前进行功能验证

注意事项：

• 单麦模块无法通过飞线改造为双麦
• 飞线可能损坏模块或导致功能异常
• 双麦功能需要完整的硬件支持
• 建议根据实际需求选择合适型号

语音SOS功能误触发问题如何优化？¶

问题描述：

使用CI-03T等模块实现语音SOS功能时，遇到语音指令误触发严重的问题，尤其是在环境中有相似语音时容易误识别，影响正常使用。

解决方案：

问题分析：

• SOS紧急呼叫功能对误触发极其敏感
• 环境中的相似语音或对话内容可能导致误触发
• 简单的命令词（如"救命"）容易在日常对话中被误识别

优化策略：

1. 选择合适的命令词：

   • 使用4-6个字的命令词，避免过短的词组

   • 示例改进：

     • "救命" → "帮帮我帮帮我"（叠词降低误触发）
     • "救救我" → "紧急呼叫求助"等更独特表述
       • 避免使用日常生活中常见的高频词

2. 调整识别阈值：

   • 在智能公元平台"优化配置"中调高命令词识别阈值
   • SOS功能的识别阈值应设置得比普通功能更严格
   • 阈值范围可在0.01-0.2之间调整，建议设置为0.06-0.1

3. 添加防误触机制：

   • 设置防识别词，排除可能引起误触发的常见对话
   • 考虑加入唤醒词+命令词的双重确认机制
   • 可设置连续识别2-3次才触发SOS，降低偶然误触发

4. 硬件和部署优化：

   • 确保麦克风位置合理，避免过度拾取远处声音
   • 在可能的情况下，增加物理按键作为SOS的备用触发方式
   • 考虑使用支持更先进识别算法的模块

大模型AI模块的优势：

• 大模型AI模块在识别灵活性上有所提升
• 支持更自然的语言理解，可以更好地判断真实意图
• 但在强噪声环境下，误触发问题仍无法完全避免

注意事项：

• 误触发问题无法完全消除，只能通过优化降低发生概率
• 调整参数后需要在实际使用场景中充分测试
• SOS功能建议配合其他触发方式（如按键）使用，确保可靠性
• 叠词命令词虽然能降低误触发，但可能影响紧急情况下的识别成功率

命令词识别率低与播报功能冲突问题¶

问题描述：

在使用CI-03T1芯片时，除第一条命令外其他命令识别率低，同时发现命令词、控制和回复语的播报功能存在冲突。

解决方案：

命令词识别优化：

1. 命令词长度控制：

   • 建议设置4-6个字的命令词
   • 过长的命令词识别率会降低
   • 简短清晰的命令词更容易识别

2. 发音规范：

   • 使用标准普通话发音
   • 避免使用生僻字或多音字
   • 命令词之间要有明显区分度

播报功能冲突处理：

1. 功能冲突说明：

   • 命令词的"回复语"和"控制"中的播放功能不能同时使用
   • 重复配置播放会导致系统无法正常执行

2. 正确配置方式：

   • 方式一：在"回复语"中设置播报内容，"控制"中不配置播放
   • 方式二：在"控制"中配置播放动作，不设置"回复语"
   • 根据实际需求选择其中一种方式

3. 配置示例：

   • 命令词："查询温湿度"
   • 回复语：留空或填写简单提示
   • 控制：设备→播放，CS设置为数据→$CS_2（温湿度变量）

识别率提升建议：

• 在安静环境下录制唤醒词和命令词
• 保持发音一致性，避免语调变化过大
• 适当调整麦克风的增益设置
• 如环境噪声较大，选择带降噪功能的声学模型

注意事项：

• 每条命令词都需要独立测试识别效果
• 播报功能配置冲突需要重新生成固件
• 如个别命令识别持续困难，考虑更换命令词
• 测试时保持与实际使用环境一致的噪声水平

部分语音指令（如"加大频率"、"减小频率"）识别不灵敏怎么办？¶

问题描述：

CI-03T模组在使用过程中，部分特定指令（如"加大频率"、"减小频率"）识别率较低，用户需要多次重复才能触发。

解决方案：

方法一：使用多指令词配置

• 在命令词配置中使用"|"符号添加多个相似指令
• 例如："加大频率|频率加大"、"减小频率|频率减小"
• 这样用户说出任何一个相似指令都能触发同一功能

方法二：声学模型优化

• 更换为最新的"pro"声学模型（非"安静环境"模型）
• 技术支持可以提供定制固件，针对特定难识别词进行优化
• 在平台上使用：https://demohome.aimachip.com/（新模型支持）

注意事项：

• 研发阶段应多测试样板，找到最佳性能配置
• 多指令词配置能提高识别成功率，但可能增加误识别风险
• 如有特定需求，可联系技术支持进行固件定制优化

特定语音指令（如Q1、Q13）持续识别失败怎么办？¶

问题描述：

在CI-03T1芯片测试过程中发现，部分特定语音指令（如Q1和Q13）持续无法被成功识别，即使在新版本固件中识别率仍然很低，需要针对性优化。

解决方案：

方法一：提供更多语料进行训练

• 收集更多该指令的语音样本
• 提供不同人声、不同语速的语料
• 将语料提交给技术支持进行模型训练
• 确保语料质量清晰，无背景噪声

方法二：使用多指令词配置

• 在平台中为同一功能配置多个相似指令
• 例如：Q1指令可配置为"Q1|指令一|第一项"
• 这样用户说出任何一个指令都能触发相应功能

方法三：固件定制优化

• 联系技术支持进行针对性优化
• 针对识别困难的指令进行特殊处理
• 可能需要单独训练该指令的声学模型
• 优化周期取决于训练复杂度和数据量

训练注意事项：

• 训练周期通常需要3周时间
• 建议批量提供语料，避免分批次训练
• 合成音和真人录音都可以使用
• 确保语料覆盖不同发音习惯

优化策略：

• 优先提供识别最困难的指令语料
• 完整测试所有指令，提供统计报告
• 保留识别失败的具体案例供分析
• 与技术支持保持沟通，及时反馈测试结果

注意事项：

• 不同固件版本可能影响识别效果
• 需要在实际应用场景中充分测试
• 训练后的固件需要重新烧录验证
• 建议保留版本记录便于对比

AEC打断效果不稳定问题调试方法¶

问题描述：

在使用CI-03T1或CI-03T2进行AEC语音打断时，发现打断效果不稳定，需要近距离（约20cm）才能触发，且唤醒和打断的可靠性存在波动。

问题诊断流程：

第一步：电源质量检查

1. 电源纹波测量：

   • 使用示波器测量电源纹波
   • 要求：峰峰值小于100mV，推荐控制在50mV以下
   • 过大的纹波会严重影响语音识别性能

2. 纹波处理方法：

   • 增加滤波电容容量
   • 优化PCB布局，减少噪声耦合
   • 使用LDO稳压器提高电源质量

第二步：基础语音功能验证

1. 断开AEC电路：

   • 暂时断开AEC连接，测试基础语音识别
   • 在相对安静环境下应能达到8米左右的接收距离
   • 确认咪头和基础电路工作正常

2. 咪头规格检查：

   • 灵敏度：-32dB ~ -25dB范围
   • 信噪比：≥70dB
   • 推荐使用机芯智能6027咪头

第三步：AEC电路调试

1. 分压电阻调整：

   • 增大AEC分压电阻值（如将10kΩ改为30kΩ）
   • 调整喇叭信号的采样幅度
   • 确保AEC信号与咪头信号匹配

   

2. 信号幅度匹配：

   • 保证输出信号失真小
   • 适当增大AEC采样量
   • 通过分压电阻精确匹配

第四步：参数优化

1. 识别阈值调整：

   • 将唤醒词阈值调至最高（如0.8）
   • 观察识别效果变化
   • 平衡识别率和误识别率

2. 测试验证：

   • 测试不同距离下的唤醒和打断效果
   • 记录成功率和失败场景
   • 逐步优化参数

常见问题及解决：

① 电源纹波过大

• 现象：峰峰值600mV（严重超标）
• 解决：增加滤波电路，目标120mV以下
• 最终应控制在50mV以内

② 咪头信号质量

• 现象：咪头信号纹波峰峰值74mV
• 分析：可能受到电源或布局干扰
• 解决：优化PCB布局，增加屏蔽

③ 打断距离问题

• 现象：需要20cm近距离才能打断

• 可能原因：

  • AEC信号幅度不匹配
  • 喇叭音量过大
  • 环境噪声干扰

调试建议：

1. 分步调试：

   • 先确保基础功能正常
   • 再逐步接入AEC功能
   • 最后进行整体优化

2. 参数记录：

   • 记录每次调整的参数值
   • 对比测试效果
   • 建立调试档案

3. 环境测试：

   • 在不同音量下测试
   • 模拟实际使用场景
   • 验证稳定性

注意事项：

• 电源质量是语音识别的基础，纹波必须控制在合理范围
• 咪头选型至关重要，建议使用推荐规格
• AEC调试需要耐心，逐步调整各参数
• 如基础语音功能异常，应优先解决后再调试AEC
• 必要时可联系技术支持获取专用测试固件

声纹识别效果不理想如何调整阈值？¶

问题描述：

在测试声纹识别产品时，发现识别效果不理想，主要表现为早晚声音不一致，需要确认是否可以通过调整声纹识别阈值来优化性能。

解决方案：

问题分析：

• 早晚声音不一致是声纹识别的常见问题
• 人的声音在一天中会有自然变化（如晨起时声音沙哑）
• 通过合理调整阈值可以改善识别稳定性

阈值调整方法：

1. 找到声纹阈值设置：

   • 在智能公元平台的"优化配置"中找到声纹识别阈值选项
   • 可针对声纹识别功能单独调整识别阈值
   • 阈值范围通常在0.1-0.9之间

2. 调整策略：

   • 识别困难时：适当调低阈值（如从0.5调至0.3），提高识别通过率
   • 误识别多时：适当调高阈值（如从0.3调至0.5），提高识别准确性
   • 早晚差异大时：建议取中间值，平衡不同时段的识别效果

3. 逐步优化步骤：

   • 先使用默认阈值进行测试
   • 记录识别失败的具体时间和场景
   • 根据失败模式调整阈值并重新测试
   • 多次迭代找到最佳阈值设置

其他优化建议：

1. 声纹注册优化：

   • 在不同时间段多次注册声纹（如早晨、下午、晚上各一次）
   • 注册时保持正常说话状态，避免刻意模仿
   • 确保注册环境安静，无背景噪声干扰

2. 使用环境建议：

   • 尽量在稳定的环境中使用声纹识别
   • 避免在极度疲劳或声带异常时使用
   • 保持与设备的一致距离（建议1-2米）

3. 硬件选择优化：

   • 选择支持声纹识别的模块型号（如CI-03T、CI-33T等）
   • 使用高质量麦克风，确保声音采集清晰
   • 考虑升级到性能更好的模块以获得更稳定的识别效果

注意事项：

• 声纹识别阈值的调整需要在识别准确率和通过率之间找到平衡
• 阈值过低可能导致误识别增加，安全性降低
• 阈值过高可能导致正常用户识别困难，使用体验下降
• 建议在实际使用环境中充分测试后再确定最终阈值

声纹识别功能是否指定人使用？¶

问题描述：

询问声纹识别是否只能由特定人员使用，以及声纹识别的具体含义。

解决方案：

是的，声纹识别功能就是指定人使用的功能。

功能说明：

• 声纹注册：需要预先录入授权用户的声音特征
• 身份验证：只有声纹匹配的用户才能触发对应的命令词或唤醒词
• 安全控制：通过声音特征实现人员身份的识别和访问控制

使用方式：

1. 注册声纹：

   • 在智能公元平台启用声纹识别功能
   • 为需要授权的用户分别录制声纹
   • 每个用户可注册特定的唤醒词或命令词

2. 识别限制：

   • CI-03T系列最多支持9个声纹注册
   • CI-33T同样支持9个声纹
   • 每个声纹对应特定的命令权限

应用场景：

• 智能门锁：只有家庭成员才能开门
• 保险柜：授权人员才能访问
• 个人设备：防止他人误触发操作

注意事项：

• 声纹注册需要在安静环境下进行
• 建议每个用户多次录制以提高准确性
• 声纹识别会增加一定的响应延迟
• 重要应用建议结合其他认证方式使用

GPIO_A4高电平时仍能唤醒如何处理？¶

问题描述：

GPIO_A4设置为输入模式，默认高电平，期望实现A4高电平时禁止唤醒，但实际测试发现高电平时仍可被唤醒。

解决方案：

• GPIO输入限制：

  • GPIO设为输入模式且默认高电平时，只能接收低电平输入
  • 无法接收高电平输入触发
  • 这是硬件特性导致的现象

• 替代实现方案：

  1. 使用两个GPIO引脚：

     • 一个默认高电平，接收低电平触发进入唤醒
     • 一个默认低电平，接收高电平触发退出唤醒

  2. 单GPIO软件方案：

     • 设置变量统计低电平输入次数
     • 通过变量值控制唤醒状态
     • 奇数次低电平进入唤醒，偶数次退出唤醒

注意事项：

• GPIO默认高电平输入时，高电平无法触发
• IO口紧张时可采用软件计数方案
• 需要外部MCU提供可控的电平信号

粤语语音识别产品误唤醒率高如何优化？¶

问题描述：

粤语语音识别产品经常无缘无故唤醒，平常说话、音乐或广播都会触发误唤醒，不是唤醒词也会唤醒。

解决方案：

优化方案：

1. 提供训练语料

   • 收集200人以上的粤语录音数据
   • 按照训练数据采集规范进行录制
   • 提供典型使用场景的语料

2. 使用更高性能芯片

   • 推荐使用CI1303芯片
   • 选择3M大模型获得更好效果
   • CI1302/CI1312基础模型对粤语支持有限

3. 优化唤醒词设置

   • 选择发音独特、不易误触发的唤醒词
   • 避免使用与日常用语相似的词汇
   • 测试不同环境下的误唤醒率

语料采集要求：

• 按照官方提供的训练数据采集规范
• 包含不同年龄、性别的发音人
• 覆盖典型使用环境和噪声场景

注意事项：

• 粤语识别效果受地区方言影响较大
• 需要大量高质量训练数据才能达到理想效果
• 英语有较好基础语料，其他语言建议增加训练

智能头盔在户外噪声环境下如何优化语音识别效果？¶

问题描述：

智能头盔在户外使用时，面临复杂的噪声环境，导致语音识别率大幅下降（室内20%误识别，室外仅60%识别率），需要针对骑行场景进行专项优化。

噪声环境分析：

1. 生活区环境：45-53dBA，相对安静，但仍有部分误识别
2. 车流密集区：75-80dBA，高噪声严重影响识别效果

3. 噪声类型：

   • 持续性噪声：风噪、引擎声
   • 突发性噪声：鸣笛、刹车声
   • 振动噪声：头盔与车体共振

综合优化方案：

方案一：硬件层面优化

1. 麦克风选型与布置：

   • 选择抗噪声能力强的麦克风（灵敏度-32dB，SNR>70dB）
   • 麦克风位置远离主要噪声源
   • 使用防风罩减少风噪影响
   • 考虑使用双麦克风阵列进行噪声抑制

2. 外部降噪模块集成：

   • 添加专用降噪芯片（如A-59P模块）
   • 放置在语音信号前端进行预处理
   • 注意降噪模块与CI-03T的参数匹配

方案二：固件参数优化

1. 选择合适的声学模型：

   • 平台选择"中文烟机通用Pro"等高噪声优化模型
   • 启用深度降噪功能
   • 调整识别阈值平衡误识别率

2. 唤醒词优化：

   • 选择发音独特、音节多的唤醒词
   • 避免与环境声音相似的词汇
   • 建议使用4个音节以上的唤醒词

方案三：结构声学设计

1. 物理隔离：

   • 麦克风与头盔外壳间增加减震材料
   • 设计独立的麦克风腔体
   • 避免振动直接传导

2. 气流管理：

   • 优化麦克风开孔位置，避免直接迎风
   • 设计导流结构减少湍流影响
   • 使用防风海绵或网罩

方案四：软件算法增强

1. 动态噪声检测：

// 伪代码示例
void noise_adaptive_threshold() {
    float noise_level = get_current_noise_level();

    if (noise_level > 70dBA) {
        // 高噪声环境：降低阈值，增强降噪
        set_recognition_threshold(LOW);
        enable_noise_reduction(HIGH);
    } else if (noise_level > 50dBA) {
        // 中等噪声：标准设置
        set_recognition_threshold(NORMAL);
        enable_noise_reduction(MEDIUM);
    } else {
        // 安静环境：提高阈值，减少误触发
        set_recognition_threshold(HIGH);
        enable_noise_reduction(LOW);
    }
}

1. 多轮确认机制：

   • 在噪声环境下启用二次确认
   • 对关键操作增加语音反馈
   • 使用LED等视觉提示辅助

测试验证方法：

1. 分贝测试：

   • 使用分贝仪记录实际使用环境的噪声水平
   • 分场景测试：安静街道、繁忙路口、高速骑行
   • 记录各场景下的识别率数据

2. 实路测试：

   • 模拟真实使用场景
   • 测试不同速度下的识别效果
   • 验证风噪对识别的影响

量产建议：

1. 标准化测试流程：

   • 建立噪声环境测试标准
   • 每批次进行抽检
   • 记录测试数据用于持续优化

2. 用户指导：

   • 提供最佳使用距离建议（15-30cm）
   • 指导正确的麦克风佩戴位置
   • 说明在高噪声环境下的使用技巧

注意事项：

• 降噪模块上电需要一定时间，建议系统上电时提前初始化
• 户外环境复杂，单一方案可能无法完全解决，需要多措并举
• 过度降噪可能影响语音自然度，需要平衡降噪效果和语音质量
• 定期收集用户反馈，持续优化算法参数
• 考虑升级到支持双麦的CI-03T2模块以获得更好的噪声抑制效果

替代方案：

如现有方案仍无法满足需求，可考虑：

• 升级至更强降噪能力的SU-32T模块（98%识别率）
• 使用在线语音方案配合离线识别作为补充

双麦克风降噪与近距离多设备误触发解决方案¶

问题描述：

在使用单麦克风设备时遇到语音输入干扰问题，考虑升级为双麦克风方案以实现环境音降噪。同时在两个距离1.5米、唤醒词相同的窗口间，容易出现误触发旁边窗口的问题。

解决方案：

双麦降噪功能说明：

1. 降噪能力：

   • 双麦克风目前支持降混响功能
   • 后续版本将支持降人声干扰
   • 相比单麦方案有更好的噪声抑制效果

2. 硬件选型：

   • CI-03T2：支持双麦克风降噪
   • SU-32T：高性能双麦抗噪方案
   • 根据产品需求选择合适型号

近距离多设备误触发解决方案：

1. 就近唤醒方案：

   • 可实现只唤醒距离近的模块
   • 通过测距技术判断用户位置
   • 需要配合外部单片机实现

2. 技术实现原理：

   • 使用测距算法检测用户与设备的距离
   • 单片机根据距离判断优先级
   • 仅触发距离最近的设备响应

3. 项目运作模式：

   • 就近唤醒方案目前需要按项目定制
   • 标准平台暂未支持此功能
   • 需要联系销售进行项目评估

替代方案建议：

1. 优化唤醒词设置：

   • 为不同设备设置不同的唤醒词
   • 避免使用相同或相似的唤醒词
   • 增加唤醒词的独特性

2. 物理隔离措施：

   • 增加设备间的物理距离
   • 使用隔声材料减少声音传播
   • 调整麦克风朝向，减少互相干扰

3. 识别参数调整：

   • 适当提高识别阈值
   • 降低识别灵敏度
   • 减少误触发概率

注意事项：

• 双麦降噪需要正确连接两个麦克风
• 就近唤醒为定制方案，需要评估项目可行性
• 多设备部署时建议优先考虑不同唤醒词
• 如必须使用相同唤醒词，建议增加距离检测机制

自学习功能是否支持单独学习某个命令词？¶

问题描述：

在使用自学习功能时，希望能够单独学习某个命令词（如命令一），而不是必须一次性学习所有命令词。

解决方案：

功能限制说明：

目前自学习功能不支持单独学习特定命令词：

• 必须完整学习流程：进入学习模式后，需要按照顺序完整学习所有预设的命令词
• 无法跳跃学习：不能直接跳到某个特定的命令词进行单独学习
• 无法选择性学习：学习过程是连续的，无法选择性地学习其中某个或某几个

技术原因：

1. 学习机制设计：

   • 自学习功能是为用户提供完整的命令词定制流程
   • 系统按照预设顺序逐个引导学习
   • 无法中断或跳过某个命令词的学习步骤

2. 存储管理方式：

   • 学习结果按顺序存储在Flash中
   • 系统没有提供单独访问某个命令词学习状态的接口
   • 无法实现针对性的重新学习或覆盖

3. 用户体验考虑：

   • 确保学习过程的完整性和一致性
   • 避免用户在学习过程中产生困惑
   • 保证所有命令词的学习质量

替代方案：

1. 完整重新学习：

   • 如需修改某个命令词，必须删除所有学习结果
   • 然后重新进行完整的学习流程
   • 这确保了学习数据的完整性

2. 批量预配置：

   • 在量产前，预先学习所有需要的命令词
   • 通过配置导出功能保存学习数据
   • 烧录到新设备时直接导入学习结果

3. 使用在线方案：

   • 考虑使用支持动态命令词的在线语音模块
   • 可以通过API动态添加或修改命令词
   • 无需重新学习即可更新命令词

配置尝试结果：

通过平台配置尝试单独学习时：

• 配置检查会提示错误
• 系统要求完整的自学习流程
• 建议按照标准的学习步骤操作

注意事项：

• 自学习功能的限制是硬件架构决定的
• 目前所有离线语音模块都有此限制
• 如需灵活的单独学习功能，建议评估在线语音方案
• 学习过程中请确保环境安静，避免学习失败

CI-03T自学习功能配置界面，显示新增学习结果按钮和相关设置

如何配置自然说功能的指令词模板？¶

1. 实际配置示例：

   身高相关指令（支持24种表达）：

   • "爸爸身高"
   • "请爸爸身高"
   • "帮我爸爸身高"
   • "我要爸爸身高" 等24种变体

   

   体重相关指令（支持24种表达）：

   • "二宝体重"
   • "请二宝体重"
   • "帮我二宝体重"
   • "我要二宝体重" 等24种变体

   

   身高体重组合指令（支持12种表达）：

   • "妈妈身高体重"
   • "请妈妈身高体重"
   • "帮我妈妈身高体重" 等12种变体

   

协议分组策略：

1. 按功能分组：

   • 自由跳模式：使用统一协议
   • 倒计时模式：使用统一协议
   • 倒计数模式：可并入倒计时

2. 按身份区分：

   • 爸爸系列：协议ID 01-0X
   • 妈妈系列：协议ID 02-0X
   • 大宝系列：协议ID 03-0X
   • 二宝系列：协议ID 04-0X

内存使用估算：

• 一个自然说词条 ≈ 20-30个固定词条
• 10个自然说词条 ≈ 200-300个固定词条
• CI-03T的300条容量约支持10-15个自然说功能

配置建议：

1. 优先级排序：先配置核心功能的自然说
2. 测试验证：每组模板充分测试后再添加下一组
3. 精简优化：定期检查未使用的模板，及时清理
4. 容量预留：保留20%的词条容量用于后续扩展

注意事项：

• 自然说模板需要精心设计，避免含义重叠
• 测试时使用多种表达方式验证效果
• 协议设计要考虑主控的处理便利性
• 记录每个自然说词条对应的所有变体，便于维护

数字识别不灵敏如何优化？¶

问题描述：

在设置时间和闹钟时，数字识别不灵敏，特别是"1-10"等数字经常识别不到。需要提高数字识别的准确率。

解决方案：

识别难点分析：

1. 数字发音特点：

   • 单个数字发音短，特征不明显
   • 容易被环境噪声掩盖
   • 需要更精确的发音

2. 现有词条限制：

   • 自然说功能可能降低单数字识别率
   • 固定词条数量有限
   • 需要合理配置词条

优化策略：

1. 增加数字变体：

   • "一" → "一十"、"幺"、"数字一"
   • "2" → "二"、"两"、"数字二"
   • "3" → "三"、"数字三"
   • "10" → "十"、"一十"、"数字十"

2. 使用固定词条：

   放弃部分自然说，改用固定词条：

   • "设置一点钟"、"设置二点钟"...
   • "设置十分"、"设置二十分"...
   • "设置十秒"、"设置二十秒"...

3. 语速和音量控制：

   • 设置时间时使用中等语速
   • 避免过快导致识别失败
   • 确保环境噪声较小

4. AEC功能应用：

   • 启用回声消除功能
   • 减少环境干扰影响
   • 提高数字识别准确率

技术方案：

1. 双麦克风方案：

   • 使用双麦克风版本的模块（如CI-03T2）
   • 更好的噪声抑制和定向识别
   • 适合数字识别场景

2. 分段输入策略：

   • 分段设置时间：

     语音：设置时间
     模块：设置小时？
     用户：十点
     模块：设置分钟？
     用户：三十分
     模块：设置秒？
     用户：二十秒
     

3. 确认反馈机制：

   • 每步设置后语音确认
   • 显示当前设置值
   • 确认无误后继续下一步

注意事项：

• 数字识别需要比一般指令更清晰的发音
• 环境噪声对数字识别影响很大
• 建议在安静环境下设置时间
• 如仍无法满足需求，考虑在线语音方案

韩语识别训练语料具体要求¶

问题描述：

使用CI-03T1或CI-03T2语音芯片时，部分韩语命令词无法识别，需要了解训练语料的具体要求和训练流程。

解决方案：

训练效果现状：

• 基础韩语命令词识别效果较差
• 很多命令词完全识别不出来
• 需要特别标准的发音才能勉强识别
• 现有语料无法满足训练要求

语料数量要求：

1. 最低要求：

   • 每条命令词至少60条语料
   • 语料数量越多，训练效果越好
   • 10条语料不足以进行有效训练

2. 理想数量：

   • 每条命令词100条语料为佳
   • 确保训练模型的稳定性和准确性
   • 提高在复杂环境下的识别率

训练流程和时间：

1. 语料提交流程：

   • 整理符合格式的语料文件
   • 确保语料质量达标
   • 提交给训练团队

2. 训练周期：

   • 训练时间：约3周
   • 包含模型训练和优化
   • 提供测试固件验证

3. 成本考虑：

   • 小语种训练成本较高
   • 需要一次性训练成功
   • 效果不达标需要重新训练

语料质量标准：

1. 技术规格：

   • 采样率：16kHz
   • 位深：16bit
   • 格式：WAV
   • 单声道

2. 内容要求：

   • 标准韩语发音
   • 无背景噪音
   • 语音清晰完整
   • 时长1-3秒

训练前准备：

1. 硬件准备：

   • 确保产品电路已集成CI-1312等支持芯片
   • 验证硬件连接正确
   • 准备测试环境

2. 软件准备：

   • 列出所有需要训练的命令词
   • 准备命令词对应表
   • 建立语料文件命名规范

效果验证标准：

1. 识别率要求：

   • 标准发音识别率>95%
   • 稍有偏差发音识别率>85%
   • 所有命令词均可正常识别

2. 测试场景：

   • 安静环境测试
   • 一定噪声环境测试
   • 不同发音人测试

注意事项：

• 语料未达到要求时无法开始训练
• 训练成本高昂，建议一次性准备充足语料
• 小语种训练效果通常低于中英文
• 需要预留充足的训练和测试时间
• 建议提前与训练团队沟通技术细节

韩语语音识别率低的问题分析与优化方案¶

问题描述：

使用CI-03T1或CI-03T2芯片进行韩语语音识别测试时，发现前30句语料中，从Q19开始的命令词识别率极低或完全无法识别，且Q1、Q13等部分语料也存在识别失败问题。

问题分析：

1. 识别率分布：

   • Q1-Q18：大部分有较高识别率（40-57次成功）
   • Q19-Q30：识别率极低，大部分完全无响应
   • 问题集中出现在特定序号的命令词

2. 错误类型统计：

   • 无返回：Q20-Q30完全无响应
   • 误识别：返回错误编号（如0E、0F、05、08、09等）
   • 部分成功：Q21仅40次成功

3. 可能原因：

   • 语料质量问题：后期命令词语料录制不规范
   • 模型训练不足：60条语料不足以支撑有效训练
   • 命令词设计：发音相近或难以区分

优化建议：

1. 增加语料数量：

   • 每条命令词提供100条语料
   • 确保语料质量一致性和规范性
   • 覆盖不同发音人和语速变化

2. 重新设计命令词：

   • 选择发音差异更大的词汇
   • 避免使用发音相近的命令词
   • 简化复杂的长句命令

3. 分批训练策略：

   • 先训练Q1-Q18的基础命令词
   • 确认识别率稳定后
   • 再逐步添加Q19-Q30的扩展命令词

临时解决方案：

1. 使用现有可用命令：

   • 专注于Q1-Q18的稳定识别功能
   • 暂时停用问题命令词（Q19-Q30）
   • 通过软件逻辑规避识别率低的问题

2. 阈值调整优化：

   • 调高识别阈值减少误触发
   • 针对问题命令词单独设置参数
   • 在安静环境下进行测试验证

长期改进方案：

1. 语料标准化：

   • 统一录音设备和环境参数
   • 建立语料质量审核流程
   • 保留原始语料用于对比分析

2. 模型优化：

   • 使用更多样本人群进行训练
   • 增加噪声环境下的语料样本
   • 考虑使用性能更好的芯片（如CI-1312）

测试验证建议：

• 分命令词记录识别成功率和错误类型
• 在实际使用环境中进行测试
• 保留测试数据和日志便于分析
• 与技术支持团队密切沟通优化进展

如何通过语音指令实现动态命令词记录功能？¶

问题描述：

需要实现通过语音指令动态记录命令词的功能，当说出"这个是[物体名称]"时，系统能记录该物体名称，后续说出"[物体名称]在哪儿"时，系统能回答"我在这儿"。

解决方案：

功能实现确认：

• CI-03T系列模块支持此功能
• 需要在平台进行相应配置
• 可实现动态物体名称记录和查找

平台配置方法：

1. 设置记录命令词：

   • 命令词："这个是|你是"
   • 回复语："好的我知道了"
   • 控制设置：无特殊配置

2. 设置查询命令词：

   • 命令词："*在哪儿"
   • 回复语："我在这儿"
   • 使用通配符"*"匹配任意物体名称

配置示例：

命令词1：这个是空调遥控器
回复语1：好的我知道了

命令词2：空调遥控器在哪儿
回复语2：我在这儿

命令词3：这个是电视遥控器
回复语3：好的我知道了

命令词4：电视遥控器在哪儿
回复语4：我在这儿

使用流程：

1. 唤醒语音模块（如"你好小美"）
2. 说出"这个是[物体名称]"进行记录
3. 系统回复"好的我知道了"确认记录
4. 后续可询问"[物体名称]在哪儿"
5. 系统回复"我在这儿"表示物体位置

功能特点：

• 物体名称可以是任意词汇
• 不限制具体物体类型
• 支持动态更新记录内容
• 每次新记录会覆盖之前的内容

应用场景：

• 物品定位查找
• 动态标签管理
• 语音备忘录功能
• 智能家居控制

注意事项：

• 此功能仅支持CI-03T系列模块
• 配置时需要在平台中正确设置命令词和回复语
• 物体名称建议使用2-4个字的词汇
• 使用时需在安静环境下，确保识别准确率

平台配置界面展示如何设置"这个是"和"在哪儿"的命令词

展会等嘈杂环境下设备难以唤醒怎么办？¶

问题描述：

在嘈杂环境（如展会）下，使用CI-03T1芯片的设备难以被唤醒，需要了解如何解决唤醒问题。

解决方案：

1. 更换专用模型：

• 使用烟机模型，该模型针对强噪声环境进行优化
• 或选择其他1.3M专用模型（如取暖桌、卫浴、风扇等）
• 这些模型开启了稳态降噪功能，更适合嘈杂环境

不同应用场景的专用模型，烟机模型适合强噪声环境

2. 开启深度降噪：

• 深度降噪功能可降低噪声对识别的干扰
• 不会降低整体灵敏度，而是提升在噪声环境下的识别率
• 适用于有持续背景噪声的场景

3. 多人说话环境限制：

• 多人说话时，干扰源变得不可控
• 深度降噪对多人说话干扰的效果有限
• 建议在演示时尽量减少背景说话声

注意事项：

• 烟机模型是经过验证的适合展会环境的解决方案
• 英语识别在嘈杂环境下会更加困难，建议使用中文演示
• 如需更好效果，可考虑使用双麦克风阵列方案

在自有智能体中能否实现方言自学习功能？¶

问题描述：

希望在自有的智能体中实现方言自学习功能，需要了解该功能是否支持以及如何实现。

解决方案：

功能说明：

方言自学习功能是离线语音模块的特性，当前在智能体平台中尚未实现此功能。

技术限制：

1. 离线功能特性

   • 方言自学习是离线语音识别的功能
   • 需要支持自学习功能的硬件模块（如CI-73T、CI-03T）
   • 通过模块的本地处理能力实现方言适配

2. 智能体平台现状

   • 当前智能体平台主要聚焦在线AI对话能力
   • 方言自学习功能尚未集成到智能体框架中
   • 在线模式通过云端大模型处理语音识别

推荐方案：

1. 使用支持自学习的模块

   • 选择CI-73T或CI-03T等支持方言自学习的模块
   • 通过离线模式实现方言识别
   • 配合在线模式实现智能对话

2. 混合模式应用

   • 离线：使用方言自学习处理本地指令
   • 在线：使用智能体处理复杂对话
   • 根据场景自动切换工作模式

3. 测试验证

   • 获取模块样品进行测试
   • 验证方言识别效果
   • 确认是否满足项目需求

注意事项：

• 方言自学习功能需要特定硬件支持
• 智能体平台未来可能会支持此功能
• 建议关注官方平台更新公告
• 如项目急需，可考虑离线+在线混合方案

离线方言识别支持哪些类型？¶

问题描述：

需要了解离线方言识别功能支持的具体方言类型和数量。

解决方案：

方言支持说明：

离线方言识别功能没有固定的类型数量限制，支持通过自学习功能适配各种方言。

技术特点：

1. 自学习适配

   • 不限定具体的方言种类
   • 通过自学习功能动态适配方言口音
   • 支持用户自定义训练方言语音

2. 硬件支持

   • 需要具备自学习功能的语音模块
   • CI-73T、CI-03T等模块支持此功能
   • 通过本地算法实现方言识别

3. 实际应用

   • 可根据目标用户群体训练相应方言
   • 支持地方特色口音识别
   • 提升特定地区用户的识别准确率