开源项目在5美元ESP32-P4上离线运行语音识别

Boumedine Billal 发布开源项目 esp32-pie-asr，在约 5 美元的 ESP32-P4 芯片上离线运行完整语音转文字模型，无需 Wi-Fi、云端或神经网络加速器。据该报道，其在 LibriSpeech test-clean 上的词错率为 4.34%。 项目目前仅支持英文，上述准确率针对清晰朗读语音，嘈杂环境和较重口音仍较难处理，功耗尚未测量。代码以 Apache-2.0 协议发布于 GitHub，可从浏览器直接烧录；但需要 v3 芯片（ESP32-P4X），旧版 v1.x 芯片因 PIE 指令编码不同，其二进制暂不兼容。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。