" I9 V) `% T( V     继续昨天的分享。打开NanoEge AI studio后，单击n-Class Classification选择它作为项目类型，新建项目；然后单击“CREATE NEW PROJECT”来创建项目。不同的软件版本，界面会有一些差别。建立新的项目名称，如图1所示:

3 _0 Q$ Q) ~0 h图1
7 E* {' [$ a+ l9 J  m4 c2 R
+ l, s4 V: C$ H5 AName中输入项目名称，暂输入STWIN-DTMF。 选择板卡，选择麦克风，点击Next，进入第二步signals,点击Add signals,弹出的对话框中选择From serial(USB).然后弹出import signal窗口，如图2所示：

) w9 J  k5 a6 D4 d图2
选择端口，波特率选择921600，maximum number of lines 选择200，采样数选大一点会更好。class name 修改为key1,如果这个地方是file name，可能有些步骤有点问题，会影响会面的程序。OK，打开手机音频发生器，长按1，放到板卡的麦克风附近，静止或移动都可以。点击软件的START/STOP开始采样，直到采样完毕，点击Continue。采样完毕如图3所示:
7 l' \) f4 w& H2 B' ^0 n
图3

这里暂时之采样1和2的声音。
: @  q) q- l2 C1 E0 B% m进入第三步benchmark,如图4所示:
% b! R6 }9 @  H, Y  p6 [/ O% d  [0 T
( V2 ]3 v& q4 u- ^/ ^图4

点击开始，自动基准测试，当达到所需性能时，可以停止基准测试。进入第四步Validation,选择最好的一个可以进行验证，这里测试跳过。
进入第五步，Deployment,选择如图5所示:

图5
; d$ {$ A' s/ q% I1 t, u
/ z' J2 U9 u  l9 i点击compile library,在弹出的对话框出保存库文件。
2 Q" e, l7 v9 o9 p, n; f/ b解压缩库文件后，如图6所示:

图11
) v& x/ y6 D. q, a' ^
用于分类的 NanoEdge AI 静态库是包含 AI 模型（例如，作为信号处理、机器学习模型、优化调整的超参数等的集合）的代码，旨在识别某一类中的传感器模式。所有类别均由用户在 NanoEdge™ AI Studio 中定义，并在 AI 模型的训练过程中使用。
文件里libneai.a是分类器的C/C++静态库，knowledge.h是包含知识缓冲区声明的头文件，NanoEdgeAI.h是包含函数原型和示例声明的头文件。copy这三个文件替换掉下载STWIN_DTMF_Classifier\Core里的文件。使用STM32CubeIDE打开项目。
, C. M0 c' P  z* y% \将NanoEdgeAI.h中的部分代码copy到main函数/* USER CODE BEGIN PV */和/* USER CODE END PV */之间，如图7所示：
' M# _4 K6 p- p7 y/ y! n' P
图7
! [& E' }% j6 h6 j: T, b5 Q
5 E# U& c1 m6 [3 R8 s6 n& ?然后进行编译，这里花了不少时间，一直提示no st-link detected。更新libusb-1.0.dll也不管用，最后AI提示在IDE的Help中有一个ST-LINK Upgrade,如图8所示:

1 v( I) K' Q$ C. i8 R& i图8
- D, ~2 ^! v0 V" M5 x, J, w7 ?更新后就OK了。
download程序后，打开Tera term，在选项用有一个串口，选择端口，波特率，如图9所示:
) E. K$ P7 d+ l, A, Z" }
- N! j/ G) j* G9 }4 @图9

点击连接，可以看到不断的在输出。如图10所示：
" F0 ]  w- w- W
1 Y* [6 S6 U( ]6 l. v图10

; Q4 n5 W4 C6 g7 B( i打开声音发生器，靠近板卡，播放1，就会key1的位置，播放2，就会听到key2的位置。
( g2 _# _; R( t9 ~这就是整个的音频分类器的实现过程，可扩展性很强，代码可以自己继续修改，实现更好的显示和功能，也可以使用其他传感器，比如加速度，比如震动传感器继续学习，测试。期待下一个测试项目。