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:

' j' \! ?9 G$ w$ N# [! d, I图1

2 e7 H/ W! k0 n  vName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：
) s5 U5 H5 r* F  N# c' x0 m
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:
( I+ C- M9 l& {3 V0 @' A
图3
1 e$ e7 U8 R, A& S; }3 o
. Y6 O; X8 T  \* X7 N* y: U这里暂时之采样1和2的声音。
. C6 M2 D% z$ D- P1 l: X, }4 C  |进入第三步benchmark,如图4所示:
7 L5 _  m( v! m, r: t4 e$ d4 F
+ O% I, \2 d3 E  L; z8 m图4
5 q- r9 V0 ?& n# j& d! E$ m
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:
7 [$ b4 k+ M& r  c5 c
# n$ {% P& I* }8 Z: y2 V8 t图5

( k! h. I4 O' _. x, ]( G点击compile library,在弹出的对话框出保存库文件。
  h2 V/ I: y7 b; Q! ]  D4 i解压缩库文件后，如图6所示:
" L$ n0 ~* V! K5 k4 }0 {
* v4 ?' z1 m" @+ c0 |7 ^5 L- F. [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。
1 B3 _7 w6 H. R1 L9 c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。
/ P% n% U- s; Y  h5 H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：

6 R! \; L2 ]7 [图7
% k0 v4 z( K' [3 R' S
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:

图8
更新后就OK了。
4 L6 S& M' u. l" P# l% }; [3 v1 pdownload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:

图9
6 c6 L* [2 r2 y) E
* {( @, q/ e, C1 G/ O' Y' J点击连接，可以看到不断的在输出。如图10所示：
: V& G9 _% K  q) Z4 v
图10

4 H! d! S. ^* ^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。
  |) a/ k( k" E3 D/ j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。