Detector de Idiomas TinyML com Edge Impulse no Arduino Nano 33 BLE Sense

Componentes e Materiais

Arduino Nano 33 BLE Sense	×1
Controlador Proporcional de Válvula PCA9685 8 Canais 8W 12V FET Driver com Interface I2C (National Control Devices)	×1
Micro-servo SG90	×3
Conector de Bateria 9V	×1

Ferramentas e Máquinas Necessárias

• Impressora 3D (genérica)
• Ferro de Solda (genérico)

Aplicativos e Serviços Online

• Edge Impulse Studio
• Arduino IDE
• Autodesk Fusion 360

Sobre o Projeto

Visão Geral

Este projeto demonstra como construir um detector de idiomas TinyML no Arduino Nano 33 BLE Sense usando o Edge Impulse Studio. O dispositivo escuta continuamente três palavras faladas — "sim" (italiano), "oui" (francês) e "yes" (inglês) — e aciona a bandeira correspondente quando uma palavra é detectada.

O fluxo de trabalho compreende:

• Criação e amostragem do conjunto de dados
• Design e treinamento do modelo
• Avaliação de desempenho
• Otimização específica para hardware com o EON Tuner
• Implantação e integração com bandeiras controladas por servos

Amostragem e Criação do Conjunto de Dados

O conjunto de dados contém 30 minutos de gravações: 10 minutos por palavra-alvo mais 3 minutos de ruído de fundo ambiente. Cada clipe de 1 segundo captura uma única fala, e todos os arquivos são rotulados adequadamente no Edge Impulse.

Amostras de fundo ajudam o modelo a diferenciar fala de não-fala.

Design do Modelo

O Edge Impulse automatiza a maioria das etapas de pré-processamento. O áudio é convertido em série temporal, janelado e transformado usando características MFCC. Uma CNN leve então classifica cada janela em uma de quatro classes: "sim", "oui", "yes" ou fundo.

MFCCs de amostra e a arquitetura da rede são visualizados no painel de treinamento.

Treinamento e Otimização para Arduino Nano 33 BLE Sense

O EON Tuner explora automaticamente dezenas de configurações de modelo, pontuando cada uma por precisão, tempo de inferência, uso de RAM e flash. Para este projeto, o modelo mais rápido entre os 5 melhores em precisão foi selecionado.

Testes

Após o treinamento, um novo conjunto de teste confirmou desempenho robusto. A confiança de classificação consistentemente excedeu 80% para as palavras-alvo.

Implantação

A implantação é simplificada via biblioteca Arduino do Edge Impulse. O arquivo de cabeçalho gerado é importado na Arduino IDE, então personalizado para controlar três servos SG90 que exibem bandeiras.

Visão Geral do Código

O código-fonte (disponível no GitHub) estende o template do Edge Impulse com lógica de controle de servo. Adições principais incluem:

1. Integração de Adafruit_PWMServoDriver.h para controle PWM do PCA9685.
2. Função servos_selector que aciona a bandeira correta baseada na confiança do modelo.
3. Lógica condicional que dispara servos_selector quando uma classificação excede 80% de confiança.

void servos_selector(int iter){
  unsigned long time_now = millis();
  if (time_now - time_was > 2000){
    time_was = time_now;
    switch (iter){
      case 0: // Italiano
        pwm.setPWM(0, 0, 350);
        delay(500);
        pwm.setPWM(0, 0, 200);
        pwm.setPWM(1, 0, 200);
        pwm.setPWM(2, 0, 200);
        break;
      case 1: // Francês
        pwm.setPWM(1, 0, 350);
        Serial.println("2222");
        delay(500);
        pwm.setPWM(0, 0, 200);
        pwm.setPWM(1, 0, 200);
        pwm.setPWM(2, 0, 200);
        break;
      case 2: // Inglês
        pwm.setPWM(2, 0, 350);
        Serial.println("333");
        delay(500);
        pwm.setPWM(0, 0, 200);
        pwm.setPWM(1, 0, 200);
        pwm.setPWM(2, 0, 200);
        break;
    }
  }
}

Design do Circuito

O microcontrolador é alimentado por uma bateria de 9V e usa uma placa PCA9685 para acionar três servos SG90. O pino de 12V da placa é conectado à bateria, enquanto as saídas PWM acionam os servos via interface I2C do PCA9685.

Com o hardware, software e pipeline de dados em ordem, o detector de idiomas TinyML está pronto para implantação.

Código

Repositório GitHub: Código completo do projeto

Peças Personalizadas e Gabinetes

Arquivos de impressão 3D disponíveis no repositório do projeto.

Esquemáticos

Arquivo Fritzing: languagedetection_9RxXhRX5sj.fzz