/ Z- C$ Z( m2 K, K" Y8 y8 `% X     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:
: Y+ J& f' C3 Q$ E" B
图1
( W- F/ _8 z: U
Name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：
' `5 r; U9 {/ f' S
图2
6 [( {& w0 E' L6 e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:
$ _; t1 F0 U$ g, i% a' {
. D! p: Y6 q3 d3 P  ^8 H图3
. C( A- o  j) O2 p6 p+ f4 F% |
: y# O( _8 j! w4 u: I' f9 }这里暂时之采样1和2的声音。
6 r) C) X) N2 O3 X$ }进入第三步benchmark,如图4所示:

6 J$ K/ b7 L3 p* d9 `# @, Y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。
  v' T" ?. R# G* c进入第五步，Deployment,选择如图5所示:

图5

点击compile library,在弹出的对话框出保存库文件。
, j2 |% H4 Q4 t! k4 Z% g7 S解压缩库文件后，如图6所示:

图11

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。
0 R8 K" f, j% v; k* E/ D2 s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：
# U' s9 W- A3 u. s) @& T7 g) }5 d
图7
, ]3 a# [) A3 N$ c9 O' _0 X+ Q
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:
7 H9 Y0 c) n8 w! r+ ?
4 A2 l& Z( t! z  T1 @+ o4 A图8
4 k- Z! u" |0 G8 [更新后就OK了。
0 @$ i: s4 L7 h1 n& @4 t! c) Fdownload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:
) b( z" P1 r/ P+ U- l
6 ~: Q3 V( O; J图9

点击连接，可以看到不断的在输出。如图10所示：
3 U2 j9 U5 a+ n9 {) E: T6 W% u' B
图10

. O; q& Z% v' B! W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。
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。