[簡介]

可訓練自訂的語音資料集，推論並輸出類別，不需上網，即可達成邊緣端語音轉文字的功能。

[操作步驟及說明]

1. 準備 dataset

APP 所使用的 dataset 為 bed, cat, happy 三種單字的音檔，放在 english_word 資料夾中，在 Select Dataset 選擇 english _word。

若想要使用自己的 dataset，請把 english _word 資料夾複製一份，放在和 english _word 同一層位置(按資料夾一打開的位置)，刪除 train 資料夾內所有檔案及資料夾，以各單字命名資料夾名稱，放入該名稱單字 Wav 音檔，各音檔長度需約 1 秒。

2. 訓練

按下 Train  開始訓練。

如果有需要設定不同的 Batch Size 或訓練次數，請自行填寫。

訓練的模型放在 model 資料夾內。

Load Weight 的勾選為是否載入權重。

如果為第一次訓練模型，或是有增加訓練的單字，例如從訓練 3 個單字變成 4 個單字，請不勾選。

如果已訓練出模型，但還想繼續訓練(限定 train 資料夾未新增類別)，可選擇載入權重，縮短訓練時間。

若使用 Load Weight 時，選擇任一檔案後，Weight Path 只有出現 cp-XXX.ckpt 是正常現象，若使用者要自行輸入檔名，請務必參照此格式輸入，勿輸入 cp-XXX.ckpt.index 或是 cp-XXX.ckpt.data-00000-of-00001。

3. 推論

推論有分三種，推論單個音檔、推論資料夾、推論麥克風。

若需要選擇推論用的模型，請在 Inference Model Path 區域，選擇或輸入檔名。選擇任一檔案後，Weight Path 只有出現 cp-XXX.ckpt 是正常現象，若使用者要自行輸入檔名，請務必參照此格式輸入，勿輸入 cp-XXX.ckpt.index 或是 cp-XXX.ckpt.data-00000-of-00001。

(1) 推論單個音檔

按下圖案選擇想推論的 wav音檔。

(2) 推論資料夾

按下圖案，選擇要推論的 wav 音檔資料夾位置。

(3) 推論麥克風

按下圖案，開啟麥克風錄製 10 秒鐘，推論 10 秒內每秒的音檔內容。

錄製時間長短請在 Record Length 設定，以秒為單位。