esp32-pie-asr - Потоковое распознавание речи на ESP32-P4 без облака
Show HN: Live speech-to-text on an ESP32-P4 microcontroller, no cloud
esp32-pie-asr — это прошивка для микроконтроллера ESP32-P4, которая выполняет потоковое распознавание английской речи прямо на чипе, без подключения к облаку. Модель Kroko (65,7 млн параметров) сжата до 26,65 МБ (2/4-битные веса) и работает быстрее реального времени (0,70×) на двух ядрах RISC-V с SIMD-инструкциями PIE. Точность: WER 4,34% на LibriSpeech test-clean. Поддерживаются горячие слова и шесть демо голосового управления (робот-пылесос, умный дом, автомобиль и др.). Запуск: загрузите веса на microSD, прошейте плату через браузер или ESP-IDF. Идеально для встраиваемых систем с голосовым интерфейсом.
Живое распознавание английской речи на ESP32-P4: открытый словарь, потоковая обработка, быстрее реального времени — и всё это на одном микроконтроллере, без облака и нейронных ускорителей.