esp32-pie-asr - ESP32-P4에서 클라우드 없이 실시간 음성인식
Show HN: Live speech-to-text on an ESP32-P4 microcontroller, no cloud
esp32-pie-asr는 ESP32-P4 마이크로컨트롤러 하나에서 클라우드나 신경망 가속기 없이 실시간 영어 음성인식을 구현합니다. 65.7M 파라미터 Kroko 스트리밍 트랜스듀서 모델을 2/4비트로 압축해 71MB에서 26.65MB로 줄였고, 두 개의 RISC-V 코어와 PIE SIMD 명령어만으로 실시간보다 빠르게 동작합니다. LibriSpeech test-clean에서 4.34% WER을 기록하며, 화면에서 핫워드를 켜고 끄거나 로봇청소기·스마트홈 등 6가지 음성제어 데모를 체험할 수 있습니다. 브라우저에서 바로 펌웨어를 플래시해 사용해볼 수 있습니다.
클라우드도, 신경망 가속기도 없이 오직 마이크로컨트롤러 하나만으로 실시간 음성인식을 해냅니다. 말하는 순간 보드 화면에 단어가 나타납니다.