: B7 T0 }" z$ T1 G     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:
% t! F- N# R7 T, G- e9 ^( i8 C
图1

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：
1 E3 m$ v! f; U
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:

  X0 Z8 G: a, v" q5 x图3
% K) p3 ~3 x/ h5 P8 ?/ p
这里暂时之采样1和2的声音。
5 Z% b: g# N5 N8 ^, W# u, B3 n; U( V进入第三步benchmark,如图4所示:

4 N% V) Q1 ^+ \2 g! M# U' H) g图4
  ^2 r; n6 J; {7 H$ i- A) C7 p
+ J- B0 i" Y3 L8 p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。
8 H" F0 y; F+ j% R1 Q1 _7 N+ B* f! A进入第五步，Deployment,选择如图5所示:
( Y/ j4 E+ G5 ^* d+ H* ?
图5
3 h! N9 }' H9 S  V  A
点击compile library,在弹出的对话框出保存库文件。
2 t1 T. W* U& y* N" l/ H解压缩库文件后，如图6所示:

8 I# @% _0 `& M图11
0 T' k4 p& r2 p# F3 `: v5 R
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。
: I( N2 F* a: y8 W6 k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。
, m' m3 g. \7 a6 U: 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 a2 _5 g2 v0 C) G( z
7 B1 |4 L* @6 M图7

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:
4 v: O3 }" O( P. x$ |0 j
图8
/ Q3 \, [+ g: G# x# W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:
. r* M# d- e' ~* E) g; M5 i3 {4 c
图9

- w9 u  |" d5 u* P! o点击连接，可以看到不断的在输出。如图10所示：

; ]8 J$ p$ K; M9 B3 X图10

. I. p/ q7 ^3 k. Q9 |9 D' n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。