esp_sr [English]
esp_sr 提供语音识别相关方向算法模型，目前主要包括三个模块：
- 唤醒词识别模型 WakeNet
- 语音命令识别模型 MultiNet
- 声学算法：MASE(Mic Array Speech Enhancement), AEC(Acoustic Echo Cancellation), VAD(Voice Activity Detection), AGC(Automatic Gain Control), NS(Noise Suppression)
这些算法以组件的形式提供，因此可以轻松地将它们集成到您的项目中。
唤醒词模型 WakeNet，致力于提供一个低资源消耗的的高性能模型，支持类似“Alexa”，“天猫精灵”，“小爱同学”等唤醒词的识别。
目前乐鑫免费开放“Hi，乐鑫”唤醒词。如果用户需要其它唤醒词，乐鑫提供有唤醒词定制服务，具体可参考 乐鑫语音唤醒词定制流程。
命令词识别模型 MultiNet ，致力于提供一个灵活的离线语音命词识别框架。用户可方便根据需求自定义语音命令，无需重新训练模型。
目前模型支持类似“打开空调”，“打开卧室灯”等中文命令词识别和"Turn on/off the light" 等英文命令词识别，自定义语音命令词最大个数为 100。
声学算法模块, 致力于提高复杂声学环境下的语音识别性能。MASE算法可有效改善远程或嘈杂环境下的语音识别性能。
目前MASE算法支持2-mic线性阵列和3-mic环形阵列。
算法性能与硬件设计与软件配置息息相关，为达到最优性能:
- 硬件设计建议参考 ESP32_Korvo 或 ESP32-LyraT-Mini。
- 软件设计建议参考 esp-skainet 中相关示例。