[基于GD32F350RB的音频识别器] 1. 开发前的准备

北方

[基于GD32F350RB的音频识别器] 1. 开发前的准备 [复制链接]

基于GD32F350RB的音频识别器

——开发前的准备

【概述】准备工作包括软件开发平台，硬件测试，以及拟实现的功能。一、关于音频识别器的功能，就是实现从音频捕捉，到傅里叶变换，计算出核心音频，对比吉他调弦应该设定的数值进行大小对比和提示的功能。实现起来，根据在ARM-M4的类似开发资料，应该在2-3周可以完成开发。
    不过对于新鲜出炉的GD32F350RB，只有硬件是不够的，丰富的开发生态，以及具有前瞻的开发项目是包括STM等品牌成功的诀窍。用实际行动支持一下，就要尝试在这个平台实现更具有难度的功能，并且能开源给其他人在项目中使用，是本项目的主要目的。
    这次开发准备的时间比较长，主要包括软件开发平台，硬件测试，以及项目实现功能的规划。这个项目要充分利用M4所增加的DSP功能，挑战GD320F350在计算上的性能极限，在GD320F350提供的所有资料中都没有关于类似的使用手册以及开发范例，根据移植自其他产品的项目和代码分析进行一个自我挑战。实现以下功能，使用DSP lib库实现声音的FFT变换，使用CMSIS-NN库在GD320F350实现边缘计算。因为这个工作没有参考，而且难度偏大，所以，估计按时完成的可能性不大，不过尽量提供比较详细的过程和说明，也算是搭个梯子。

二、 开发环境。
    嵌入式开发的开发环境通用的就是KEIL，IAR和GCC。从GD320F350提供的开发包，最适用的应该是基于MDK5.23，最主要的原因是CMSIS的库可以很容易的嵌入到项目中，这样可以避免移植其他版本的软件库所带来的版本兼容问题，而对于MDK pro用户，还可以用GRAPHIC等高级的图形库。

本次开发中就要用到这些工具。具体安装使用过程就不再重复说明了。
    对于GD320F350其实还有一个建议，一个成长中的企业，如果是基于中国这么大的用户市场，基于这么数量巨大的电子工程专业学生，一定要开发一个专用的开发工具，免费给学生使用。比如，把KEIL的Installation PACK移植到Eclipse GCC其实只需要开发时间，难度是没有的。

三、硬件
    COLIBRI_GD32F350R8T6开发板是使用GD32F350R8T6芯片的资料可以从这里下载。可以看出，GD32F350R8T6还是新产品，资料相对不多。对比GD32F450系列产品，缺了LCD的显示支持，支持超过4寸的LCD屏就需要专门开发了。因为时间有些，这次就不移植GFX的图形库了，如果需要显示功能，可以使用GD32F4xx系列更适合。
    GD32F3x0 系列器件是基于 ARM®        Cortex™-M4 处理器的 32 位通用微控制器。存储器的 组织采用了哈佛结构，预先定义的存储器映射和高达 4        GB 的存储空间，充分保证了系统的灵活 性和可扩展性。主频108 MHz，Flash 128 KB， SRAM 4 KB以及3KB ISP loader ROM。
    补充一下，总算这次可以看到完整版本的中文用户手册了，而且肯定是不是翻译的，读起来顺畅，也不要再啃英文字母，也是一件很愉快的事情。
    开发板的周边设备配置，包括LED和按键等，最好都运行过范例程序，测试都可以正常工作后再开发，这个过程总体顺利。

四、拟实现的功能
    这里最主要要实现的功能就是搭建一个NN网络模型，通过检测输入的频谱信息来确定属于什么类型的音乐。对应预频率分析，已经用FFT完成，那么NN网络就需要分析更复杂的信息，这个在开发的过程中选择，因为这里需要搜集足够多的采样数据，如果没有适合的类型，就需要更长的时间。
   NN网络，需要确定的层数，权重值，要用深度学习模型来建立和训练。所以，这里也会有深度学习模型安装和建立的过程。目前看，虽然Tensorflow应用最广，但是在目前最低只能部署到树莓派上。而能够在边缘计算用到的模型只有Caffe，不过最新的caffe给整合到了pytorch中了，最新的pytorch1.0还没有release，不知道如何应用这个部署的过程。所以，会在这个过程中一边做一边分享。

懒猫爱飞

可以基于开源的GCC集成一个开发工具，在中国会比较火，当然这个对企业来说可能是一笔不小的投入，所以一般企业不愿意干，但站在长远角度看，这是势在必行的决策

star_66666

关注一下了

serialworld

GCC的话只要提供启动文件和连接文件就好了。