那曲檬骨新材料有限公司

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

來養一只羊駝寶寶吧?!快來Duo S上跑你的第一個生成式AI

算能開發者社區 ? 2024-05-25 08:34 ? 次閱讀

OpenAI的創始成員Andrej Karpathy近日在一個周末內訓練了一個微型LLaMA 2模型,并成功將其移植到C語言中。這個項目被他命名為Baby LLaMA 2,令人驚嘆的是,推理代碼僅有500行。

RISC-V挑戰賽中,我們期望在一個輕量級的RISC-V開發板上把這個模型運行起來,所以就有了這個賽題:Baby LLaMA 2 on Duo 速度優化

7cd0e390-1a2e-11ef-bebc-92fbcf53809c.png

先看看效果:


賽題回顧

讓 Baby LLaMA 2 運行在 Milk-V Duo 這樣的小板子上是很有挑戰的事情。本次競賽旨在提升 Baby LLaMA 2 在 Milk-V Duo 平臺上的性能,目標是實現更高的每秒 Token 處理速度。參賽者需要運用輕量級技術和編譯器優化策略,結合麥克風語音輸入或命令行輸入提示詞等多種方式,開發一個能夠講故事的機器人 Demo。該 Demo 應通過揚聲器進行輸出,并可借鑒小米米兔講故事機器人的原型設計。

賽題地址:https://rvspoc.org/s2311/

實機教程與演示:讓DuoS成為孩子的“故事王”

通過外接SPI顯示屏、麥克風、音頻輸出設備,Duo團隊實現了一個簡易的場景Demo。(源碼附在最后)

主要分為以下四個部分:

1、通過麥克風采集語音

2、經過語音轉文字ASR模型實現語音實時轉換

3、大模型實現“講故事”實時交互

4、通過文字轉語音TTS模型實現語音實時從揚聲器播放“故事”

硬件連接方法:

需要設置和使用到的硬件主要有:duo s、SPI顯示屏、麥克風、音頻輸出、按鍵、Wifi、UART串口、type-c(type-c這里只做供電使用,連接板子均通過串口實現)

7cf06e90-1a2e-11ef-bebc-92fbcf53809c.png

1、SPI顯示屏連接

將SPI顯示屏背面的引腳對應的接口和duo s板卡的引腳對應

duo s整體引腳圖如下:

7d17f780-1a2e-11ef-bebc-92fbcf53809c.png

7d29e94a-1a2e-11ef-bebc-92fbcf53809c.png

SPI屏幕對應的引腳7d2e98f0-1a2e-11ef-bebc-92fbcf53809c.png

整體引腳對應連接圖如下:

7d2e98f0-1a2e-11ef-bebc-92fbcf53809c.png

# 清屏cat /dev/zero > /dev/fb0# 花屏cat /dev/random > /dev/fb0

2、麥克風連接

使用USB聲卡,注意麥克風和音頻輸出對應孔的正確連接

# 錄音命令(Ctrl+C結束錄音):arecord -f dat -c 1 -r 16000 XXXX.wav

3、音頻輸出連接

使用USB聲卡,注意麥克風和揚聲器輸入孔的正確對應

# 播放錄音:aplay XXXX.wav

4、按鍵連接

按鍵連接引腳如下:(只需要將引腳和duo s對應功能的引腳連接即可)7d7c129c-1a2e-11ef-bebc-92fbcf53809c.png

5、Wifi連接

這里通過一個一鍵運行腳本進行設置Wifi

vi wifi-duo-s.sh
# 執行i進入編輯模式,將以下內容寫入########################################!/bin/bash# 提示用戶輸入WiFi的SSID和密碼read -p "請輸入WiFi的SSID: " ssidread -p "請輸入WiFi的密碼: " password# 編輯 /etc/wpa_supplicant.conf 文件cat < /etc/wpa_supplicant.confctrl_interface=/var/run/wpa_supplicantap_scan=1update_config=1
network={ ssid="$ssid" psk="$password" key_mgmt=WPA-PSK}EOF# 重啟網絡wpa_supplicant -B -i wlan0 -c /etc/wpa_supplicant.confecho "WiFi configuration completed."######################################## ESC退出編輯模式,:wq保存退出
# 執行shsh wifi-duo-s.sh

6、UART串口連接

將USB-TTL的引腳對應duo s的引腳,對應關系如下:

Milk-V duo s

<----->

USB-TTL 串口

GND(pin 6)

<----->

GND

TX(pin 8)

<----->

RX

RX(pin 10)

<----->

TX

duo s的對應引腳如下:

7d80f0aa-1a2e-11ef-bebc-92fbcf53809c.png

USB-TTL引腳如下:

7e71b260-1a2e-11ef-bebc-92fbcf53809c.jpg

注:關于麥克風和音頻輸出的其他相關設置命令(可選)

# 查看錄音設備arecord -l# 查看播放設備aplay -l# 查看具體設備號的信息(假設設備號為3)amixer contents -c 3
# 麥克風音量設置(name根據具體而定,常規是這個)amixer -Dhw:0 cset name='ADC Capture Volume' 24# 揚聲器播放音量設置(假設音量設置為24)# 兩種方式:(假設設備號為3)amixer -Dhw:3 cset name='Speaker Playback Volume' 24amixer cset -c 3 numid=6 24

軟件使用方法

1、連接WiFi

sh wifi.sh# 輸入連接wifi的ssid和pwd

2、安裝運行依賴包

pip install requests -i https://pypi.tuna.tsinghua.edu.cn/simple some-package

3、運行故事機baby llama

python asr_chat-llama-baby.py# 在輸出Wait for key press后,通過按鍵輸入語音(按住即開始語音輸入,松開即結束語音輸入)

7e980528-1a2e-11ef-bebc-92fbcf53809c.png

注:baby llama源碼如下

# -*- coding: UTF-8 -*-import http.clientimport urllib.parseimport jsonimport subprocessimport timeimport httpximport requests
subprocess.Popen(['chmod', '+x', 'stable_demo'])subprocess.Popen(['./stable_demo'])print('Asr chat tts begin....')appKey = 'P918jP30TLJNHi3Q'#'P918jP30TLJNHi3Q'#s9NZm8ozBKyX63vK' #'RxkHgzYYYYLIP4OD'token = '31b129713beb46b8b0db321a005ecb0d'
# Chat ConfigurationAPI_KEY = "ebb785194c713e7b419ca8742277d414.hCBC11QCZvC5N0YK"BASE_URL = "https://open.bigmodel.cn/api/paas/v4/chat/completions"history = [{"role": "system", "content": "您好!"}]# Aliyun# url = 'https://nls-gateway-cn-shanghai.aliyuncs.com/stream/v1/asr'host = 'nls-gateway-cn-shanghai.aliyuncs.com'
def record_on_gpio(pin): is_pressed = False audioFilepath = './output.wav' while True: try: with open('/sys/class/gpio/gpio{}/value'.format(pin), 'r') as gpio_file: value = gpio_file.read().strip() #print('get key value {}',value) if value == '1' and not is_pressed: # 按鍵按下時開始錄音 recording_process = subprocess.Popen(['arecord', '-f', 'dat', '-c', '1', '-r', '16000', 'output.wav']) is_pressed = True print("Recording started.")
if value == '0' and is_pressed: subprocess.Popen(['killall', 'arecord']) recording_process.wait() # 等待錄音進程結束 is_pressed = False print("Recording stopped.") return audioFilepath except Exception as e: print("Error:", e)
def process_chunk(chunk,response_accumulator): if chunk.strip() == "[DONE]": return True, None try: data = json.loads(chunk) # print('process_chunk data:', data) if 'choices' in data and data['choices']: for choice in data['choices']: if 'delta' in choice and 'content' in choice['delta'] and choice['delta']['content']: result = choice['delta']['content'] # print('process_chunk result:', result) response_accumulator.append(result) return False, result except Exception as e: print(f"處理數據塊時出錯: {e}") return False, None


def chat(query, history): history += [{"role": "user", "content": query}] data = { "model": "glm-4", "messages": history, "temperature": 0.3, "stream": True, }
headers = { "Authorization": f"Bearer {API_KEY}", "Content-Type": "application/json" }
response_accumulator = [] response = requests.post(BASE_URL, data=json.dumps(data), headers=headers, stream=True) send_to_lvgl(f"[CLEAR]{query}: ") try: for chunk in response.iter_lines(): if chunk: chunk_str = chunk.decode("utf-8") if chunk_str.startswith("data: "): chunk_str = chunk_str[len("data: "):]
done, result = process_chunk(chunk_str,response_accumulator) # print('result is', result)
chunk_str = "data: " + chunk_str # print("Get response:", chunk_str) if result: send_to_lvgl(result)
if done: tts_text = ''.join(response_accumulator) tts_to_play(tts_text)

except Exception as e: print(f"Error: {str(e)}")

def send_to_lvgl(text): pipe_name = '/tmp/query_pipe' try: with open(pipe_name, 'w') as pipe: pipe.write(text) pipe.flush() except Exception as e: print(f"LVGL send error: {e}")

def process(request, token, audioFile) : # 讀取音頻 print('process {} {}'.format(request, audioFile)) with open(audioFile, mode = 'rb') as f: audioContent = f.read()
host = 'nls-gateway-cn-shanghai.aliyuncs.com'
# 設置HTTPS請求頭部 httpHeaders = { 'X-NLS-Token': token, 'Content-type': 'application/octet-stream', 'Content-Length': len(audioContent) }
conn = http.client.HTTPSConnection(host)
conn.request(method='POST', url=request, body=audioContent, headers=httpHeaders)
response = conn.getresponse() print('Response status and response reason:') print(response.status ,response.reason)
try: body = json.loads(response.read()) text = body['result'] print('Recognized Text:', text) story = makeLLAMAStory(text) print('[makeLLAMAStory] return {}'.format(story)) #send_to_lvgl(story) tts_to_play(story) #chat_response = chat(text, history) #print('Chat Response:', chat_response) except ValueError: print('The response is not json format string')
conn.close()
def makeLLAMAStory(text): print('[makeLLAMAStory] {}'.format(text)) recording_process = subprocess.Popen(['./runq-fast-gcc', 'stories15M_q80.bin', '-t', '0.8', '-n', '256', '-i', text], stdout=subprocess.PIPE, stderr=subprocess.PIPE) return_value, stderr = recording_process.communicate() return return_value.decode('utf-8')
def oneloop(): print('Wait for key press') audioFilepath = record_on_gpio(499)
#print('Wait for first audio') format = 'pcm' sampleRate = 16000 enablePunctuationPrediction = True enableInverseTextNormalization = True enableVoiceDetection = False
# 設置RESTful請求參數 asrurl = f'https://{host}/stream/v1/asr' request = asrurl + '?appkey=' + appKey request = request + '&format=' + format request = request + '&sample_rate=' + str(sampleRate)
if enablePunctuationPrediction : request = request + '&enable_punctuation_prediction=' + 'true'
if enableInverseTextNormalization : request = request + '&enable_inverse_text_normalization=' + 'true'
if enableVoiceDetection : request = request + '&enable_voice_detection=' + 'true'
print('Request: ' + request)
process(request, token, audioFilepath)
def tts_to_play(text, file_path='response.wav'): ttsurl = f'https://{host}/stream/v1/tts' text_encoded = urllib.parse.quote_plus(text) tts_request = f"{ttsurl}?appkey={appKey}&token={token}&text={text_encoded}&format=wav&sample_rate=16000"
conn = http.client.HTTPSConnection(host) conn.request('GET', tts_request) response = conn.getresponse() body = response.read() if response.status == 200 and response.getheader('Content-Type') == 'audio/mpeg': with open(file_path, 'wb') as f: f.write(body) print('TTS audio saved successfully') subprocess.Popen(['aplay', file_path]) else: print('TTS request failed:', body) conn.close()

while True: try: oneloop() except Exception as e: print(e)

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • C語言
    +關注

    關注

    180

    文章

    7614

    瀏覽量

    137703
  • AI
    AI
    +關注

    關注

    87

    文章

    31513

    瀏覽量

    270323
  • 模型
    +關注

    關注

    1

    文章

    3305

    瀏覽量

    49217
收藏 人收藏

    評論

    相關推薦

    生成AI工具好用嗎

    當下,生成AI工具正以其強大的內容生成能力,為用戶帶來了前所未有的便捷與創新。那么,生成
    的頭像 發表于 01-17 09:54 ?87次閱讀

    國內生成AI備案數量突破300款

    服務數量高達238款,占據了總備案數量的絕大部分,充分展示了該領域技術創新和市場需求的強勁動力。這快速增長不僅反映了國內企業在生成AI技術
    的頭像 發表于 01-09 11:14 ?404次閱讀

    ADS1299在DAISY-CHAIN模式下只能配置第一個AD嗎,那后面幾個都是要怎么配置寄存器,都和第一個樣嗎?

    大家: 1ADS1299在DAISY-CHAIN 模式下只能配置第一個AD么,那后面幾個都是要怎么配置寄存器,都和第一個樣么? 2 手冊寫了有關時鐘配置的問題,ADS1299在
    發表于 12-20 06:47

    DAC8734能把第一個接收到的數字數據輸出,有哪些原因導致的呢?

    一個發送的數據時序沒問題。但DAC8734能把第一個接收到的數字數據輸出,我用的是TI公司自己的DAC8734EVM??赡苡心男┰驅е碌哪兀渴?b class='flag-5'>上電順序的原因嗎?
    發表于 12-19 09:17

    韓國無晶圓廠初創公司Panmnesia展示第一個支持CXL的AI集群

    在2024?OCP全球峰會上,開發CXL交換機SoC和CXL IP的韓國無晶圓廠初創公司Panmnesia展示了第一個支持CXL的AI集群,該集群采用CXL 3.1交換機。 OCP全球峰會由世界
    的頭像 發表于 11-28 11:04 ?486次閱讀

    NVIDIA推出全新生成AI模型Fugatto

    NVIDIA 開發了全新的生成 AI 模型。利用輸入的文本和音頻,該模型可以創作出包含任意的音樂、人聲和聲音組合的作品。
    的頭像 發表于 11-27 11:29 ?430次閱讀

    在設備利用AI Edge Torch生成API部署自定義大語言模型

    ,從而無縫地將新的設備端生成 AI 模型部署到邊緣設備。本文是 Google AI Edge 博客連載的第二篇。
    的頭像 發表于 11-14 10:23 ?541次閱讀
    在設備<b class='flag-5'>上</b>利用<b class='flag-5'>AI</b> Edge Torch<b class='flag-5'>生成</b><b class='flag-5'>式</b>API部署自定義大語言模型

    生成AI工具作用

    生成AI工具是指那些能夠自動生成文本、圖像、音頻、視頻等多種類型數據的人工智能技術。在此,petacloud.ai小編為您整理
    的頭像 發表于 10-28 11:19 ?316次閱讀

    人手AI是如何誕生的?

    2023年是AI大語言模型爆發的年,以OpenAI推出的GPT大模型為起始,整個行業開始從“推理式AI”向“生成
    的頭像 發表于 07-23 10:33 ?267次閱讀

    生成AI的定義和特征

    生成人工智能(Generative Artificial Intelligence, GAI)是人工智能領域的重要分支,它利用機器學習算法,特別是深度學習技術,使計算機能夠模擬人
    的頭像 發表于 07-05 17:33 ?1363次閱讀

    中國生成AI專利申請量全球第一

    在科技日新月異的今天,生成人工智能(Generative AI)作為新興技術的璀璨明珠,正以前所未有的速度改變著我們的世界。當地時間7月3日,世界知識產權組織(WIPO)發布的《生成
    的頭像 發表于 07-04 14:49 ?597次閱讀

    生成AI的基本原理和應用領域

    生成人工智能(Generative Artificial Intelligence,簡稱Generative AI)是種利用機器學習算法和深度學習技術,通過模擬人類的創造性思維過程
    的頭像 發表于 07-04 11:50 ?1749次閱讀

    原來這才是【生成AI】??!

    隨著ChatGPT、文心言等AI產品的火爆,生成AI已經成為了大家茶余飯后熱議的話題??墒牵瑸槭裁匆?/div>
    的頭像 發表于 06-05 08:04 ?290次閱讀
    原來這才是【<b class='flag-5'>生成</b><b class='flag-5'>式</b><b class='flag-5'>AI</b>】??!

    生成 AI 進入模型驅動時代

    隨著ChatGPT和大型語言模型(LLM)呈現爆炸增長,生成人工智能(GenerativeAI)成為近來的大熱詞。由此引發了場爭論:
    的頭像 發表于 04-13 08:12 ?577次閱讀
    <b class='flag-5'>生成</b><b class='flag-5'>式</b> <b class='flag-5'>AI</b> 進入模型驅動時代

    NVIDIA即將推出項新的生成AI專業認證

    NVIDIA 即將推出項新的生成 AI 專業認證,助力開發者在這重要領域證明自身技術實力。
    的頭像 發表于 03-14 09:43 ?591次閱讀
    百家乐10法则| 三国百家乐的玩法技巧和规则 | 申博太阳城娱乐| 百家乐赢钱好公式| 赌场百家乐官网规则| 百家乐真钱棋牌| 百家乐官网全讯网娱乐城| 顶尖百家乐的玩法技巧和规则| 立即博百家乐官网现金网| 大发888娱乐场漏洞| 百家乐官网乐赌| 百家乐官网ag厅投注限额| 视频百家乐| 宝博娱乐城开户| 百家乐赌场现金网平台排名| 百家乐官网能赚大钱吗| 顶级赌场官网| 太阳城公司| 百家乐真人游戏棋牌| 百家乐现金网平台排行| 百家乐官网赌博导航| 百家乐官网走势图研究| 循化| 赌博网| 澳门新濠天地| 大哥大百家乐的玩法技巧和规则| 贵宾百家乐官网的玩法技巧和规则 | 百家乐赌博论谈| 解析百家乐投注法| 百家乐官网娱乐城怎么样| 当阳市| 云霄县| 百家乐官网试玩平台| 百家乐官网赔率技巧| 真钱百家乐游戏| 镇沅| 百家乐官网仿水晶筹码| 百家乐官网看不到视频| 皇家赌场| 大发888娱乐场存款| 大发888游戏官网|