离线语音模组 CI-03T¶

文档定位与适用场景¶

• 定位：新一代高性能神经网络离线语音模组，集成 BNPU V3 + CPU，可单独作为语音主控使用。
• 适用场景：
  • 智能家电：风扇、晾衣架、加湿器、茶壶等需要语音控制的产品。
  • 智能照明：台灯、吸顶灯、氛围灯。
  • 智能门锁/安防类：门锁、门磁、门禁面板。
  • 智能玩具与小家电：故事机、互动玩偶、小型清洁类设备等。
  • 其他：86 盒、语音面板等无需联网即可响应的产品。
• 能力特点（摘自官网特性）：
  • 集成 BNPU V3，支持 DNN / TDNN / RNN 等神经网络及卷积运算。
  • 支持语音识别、声纹识别、语音增强、语音检测等多种语音 AI 能力。
  • 内置 Audio Codec + Class AB 功放，可直接驱动喇叭。
  • 内置 PMU、电源管理与多路 UART / IIC / IIS / PWM / GPIO / PDM 等外设接口。
• 硬件版本：
  • 普通双咪版本：适合常规双麦克风场景，内部不支持 AEC。
  • 单咪 AEC 版本：单麦克风方案，内部支持 AEC 功能，适合空间有限但需要回声抑制的场景。

以上信息主要参考：官方帮助中心中 CI-03T 模块的介绍页面。

模组概述与规格参数¶

CI-03T 是我司研发的新一代高性能神经网络智能语音模组，集成了脑神经网络处理器 BNPU V3 和 CPU 内核，系统主频可达 220MHz，内置高达 640KByte 的 SRAM，集成 PMU 电源管理单元，高性能低功耗 Audio Codec+ClassAB 功率放大器和多路 UART、IIC、IIS、PWM、GPIO、PDM 等外围控制接口；支持 DNN\TDNN\RNN 等神经网络及卷积计算，支持语音识别、声纹识别、语音增强、语音检测等功能；以及简单友好的客制化工具。能快速应用于智能家居，智能小家电，86 盒，玩具，灯具等需要语音操控的产品（例如风扇、智能门锁、扫地机、智能台灯、智能空调、智能茶壶等产品）。

该模组分为两个版本：普通双咪版本，单咪 AEC 版本；它们的硬件区别请查看引脚定义（备注：在实际的智能公元编程时，请认准版本的对应）

版本选择建议： - 普通双咪版本：适合空间充足、需要双麦克风降噪的场景，如智能台灯、智能风扇等。通过双麦克风阵列实现方向性拾音和噪声抑制。 - 单咪 AEC 版本：适合空间受限、需要回声消除的场景，如智能门锁、86 盒等。单麦克风配合内部 AEC 算法，可有效抑制喇叭播放声音对麦克风的干扰。

1. 关键特性与资源¶

数值与能力请以官方 CI-03T 规格书及芯片手册为最终依据，此处为结构化摘要。

2. 系统架构¶

CI-03T 模组采用高度集成的系统架构，主要包含以下功能模块：

• 音频处理：支持模拟 MIC、Line-in 输入（双路 ADC）、DMIC（数字麦克风）、DAC 输出、IIS 扩展接口
• CPU 核心：32 位 RISC 处理器，主频 220MHz，支持 DSP 扩展
• AI 加速：BNPU V3 神经网络处理器，支持 DNN\TDNN\RNN 等神经网络及卷积运算
• 连接接口：3 路 UART、1 路 IIC、5 路 PWM、9 个 GPIO、1 路 IIS、PDM 接口
• 电源管理：内置 3 路 LDO（Analog LDO、Core LDO 1V1、IO LDO 3V3），支持 5V 单电源输入（3.6V-5.5V）
• 存储系统：640KB SRAM、2MB Flash（SIP）、512bit e-Fuse
• 系统功能：4 组 32-bit Timer、2 路 GP DMA、1 路 SAR ADC、2 组看门狗

模组可连接多种外部设备：3.3V/5V 主控处理器、IOT 连接（WiFi/蓝牙）、IIC 外设、红外控制、灯光控制、电机控制、5V 宽压 GPIO、按键输入、模拟信号采样等。

3. 外观尺寸与封装¶

• 模组整体外观与尺寸可参考官方 CI-03T 帮助页面中的"外观尺寸"章节：
• 
• 
• 
• 尺寸图与焊盘封装图可在封装图文档及规格书的机械尺寸章节中查到，包含长宽高、焊盘间距等信息。
• 建议在本仓库中统一维护一份 CI-03T 封装与尺寸图（如 PNG/SVG），并在此处以图片形式引用，方便结构/硬件工程师查阅。

官方资料目录总览（对照帮助中心）¶

按照官方帮助中心的目录结构，CI-03T 的资料可分为若干模块。本节按类别总结主要内容与核心附件，后面附录提供了每个模块的具体文件名，方便在离线环境中查阅。

• CI-03T (主页)
• 基本资料
  • 原理图
  • 规格书
  • 封装图
• 烧录资料
  • CH340驱动
  • 烧录软件
  • 烧录文档
  • 出厂固件
  • 串口调试
• 芯片资料
  • CI1302 芯片手册（中文版/英文版）
• 开发包
  • CI-03T开发包（最新版本）
  • CI-03T开发包（旧版本）
  • 产品结构声学规范
  • 喇叭和咪头选型
• 小语种开发训练模型
  • 开发方案须知
  • 训练数据采集环境及方法说明
  • 数据储存相关示例文档
• CI-03T适配米思奇图形化编程

目录中如有新增模块（例如后续新增测试报告、认证资料等），请在本节中按同样方式扩展行，保持与官方结构对齐。

硬件设计建议¶

以下设计建议基于 CI-03T 模组的特性，旨在帮助硬件工程师设计出性能稳定、识别率高的产品。

1. 电源设计¶

• 独立供电：建议使用独立的 LDO 或 DC-DC + LDO 为模组供电，避免与其他大电流设备（如电机、WiFi）共用电源网络，防止电源纹波干扰。
• 滤波电容：在 VCC 引脚附近紧挨放置 10uF + 100nF 的滤波电容。
• 接地与布线：
  • 数字地与模拟地在单点汇合，避免大电流回流经过音频前端。
  • 电源走线尽量短且线宽充足。

2. 声学设计 (MIC / SPK)¶

• 麦克风布局：
  • 走线必须采用 差分走线，且包地处理。
  • 麦克风孔应有良好的密封性，避免漏音和回声。
  • 麦克风与喇叭之间应有良好的声学隔离（如使用减震棉），防止自激啸叫。
  • 麦克风距离声源（人嘴）的路径应尽量短且无遮挡。
• 喇叭驱动：
  • 功放电路应远离麦克风电路。
  • 注意喇叭磁体对天线（如有）的影响。
• 进一步设计建议：
  • 结构声学设计上，可参考官方提供的《产品结构声学规范》，其中包含模组在不同腔体、开孔方式下的推荐做法及注意事项。
  • 喇叭功率、阻抗以及咪头灵敏度的选择，可参考官方《喇叭和咪头选型推荐》文档，并结合整机响度、失真和成本要求进行评估。

3. 接口与防护¶

• UART/IO：预留 TX/RX 测试点以便后续升级调试；推荐在靠近模组处放置串口排针或测试座。
• ESD 防护：
  • 对外接口（麦克风、喇叭、按键、触摸接口等）建议放置 ESD 器件。
  • 外部走线靠近接口处注意增加地过孔与保护电阻/电容。

开发环境搭建与工具准备¶

1. 开发工具包 (SDK)：
   • 获取途径：联系 FAE 或访问开发者中心下载 CI-03T 最新 SDK（参考 ci_03t_kfb.md 与“开发包”网页）。
   • 内容包含：编译器、烧录工具、调试助手、示例代码、串口调试脚本等。
   • 
   • 
2. 语音配置平台（智能公元平台）：
   • 平台地址：访问智能公元平台（https://www.aimachip.com/ 或相关开发者入口）
   • 主要功能：
   • 编辑词条（唤醒词、命令词）
   • 设置回复语（TTS 语音播报内容）
   • 配置唤醒和识别阈值
   • 生成语音资源包（.bin 或 .hex 格式）
   • 输出文件：通常生成 .bin 或 .hex 格式的语音资源包，用于与主固件一起烧录
   • 版本对应：在智能公元平台配置时，需选择对应的模组版本（普通双咪版本或单咪 AEC 版本）
3. 硬件工具：
   • USB 转 TTL 串口模块（用于调试与日志打印）。
   • 专用烧录器（如量产治具时使用），参考“烧录资料”中的烧录文档与工具说明。

固件烧录与升级指南¶

烧录资料概览¶

烧录相关的官方资料大致分为四类：

• CH340 驱动：用于安装 USB 转串口驱动，使 PC 能识别烧录转接板的虚拟串口。
• 烧录软件：官方提供的模块烧录工具，负责通过串口将固件和语音资源写入 CI-03T。
• 烧录文档：图文说明烧录环境准备、线序连接、软件参数配置以及完整烧录步骤。
• 
• 出厂固件：官方提供的出厂缺省固件压缩包，可在调试失败时恢复到出厂状态。

详细的附件名称和下载地址已在文末附录中给出，可在离线环境下对照查看。

基本烧录流程¶

1. 硬件连接：将模组 UART_TX/RX 与 PC 串口工具连接好，保证 GND 相连。
2. 进入烧录模式：
   • 方式 A：拉低 BOOT 引脚后上电（具体脚位见原理图/规格书）。
   • 方式 B：参考烧录文档，通过串口发送“进入 Boot”命令。
3. 执行烧录：
   • 打开官方烧录软件，选择固件文件与端口。
   • 点击“开始烧录”，等待进度完成。
4. 验证结果：
   • 复位模组，对着麦克风说出唤醒词，观察串口日志与语音播报是否正常。

词表更新¶

• 一般情况下，仅需更新语音资源区（词表与提示音），无需全片擦除，速度较快。
• 建议在量产前固定一套“固件版本 + 词表版本”组合，在后文“质检与维护”中登记。

外设开发与应用示例¶

场景 1：继电器控制 (开关灯)¶

• 逻辑：识别到“打开灯光” -> GPIO 输出高电平 -> 继电器吸合。
• 代码片段：

  // 伪代码示例
  void on_voice_command(int cmd_id) {
      if (cmd_id == CMD_LIGHT_ON) {
          gpio_set_level(PIN_RELAY, 1);
          play_voice("灯已打开");
      }
  }
  

场景 2：串口透传 (对接主控 MCU)¶

• 逻辑：CI-03T 作为语音协处理器，识别成功后通过串口发送 ID 给主控 MCU。
• 协议示例：0xAA 0x55 [CMD_ID] [DATA_LEN] [DATA] [CHECKSUM]（具体字段与校验请参考协议文档或示例工程）。

场景 3：PWM 控制（调光/调速）¶

• 逻辑：识别到"调亮灯光"或"调快风扇" -> PWM 输出不同占空比 -> 控制亮度或速度。
• 代码片段：

  // 伪代码示例
  void on_voice_command(int cmd_id) {
      if (cmd_id == CMD_LIGHT_BRIGHT) {
          pwm_set_duty(PIN_PWM_LIGHT, 80);  // 80% 占空比
          play_voice("灯光已调亮");
      }
  }
  

• 应用场景：智能台灯调光、风扇调速、电机控制等需要连续调节的场景

场景 4：小语种开发与定制¶

• 概述：CI-03T 支持多语言模型开发，方便方案商在无语料情况下进行初步模型制作和样品测试。
• 注意事项：
• 模块选型：CI-03T（推荐）、CI-33T。
• 词条数量：建议 <30 条；词条过多容易导致相近词误识别，且验收/优化时间增加。
• 词条要求：命令词至少 4 个音节，尤其是唤醒词；选择发音差异明显的词，避免相近发音误识。
• 测试标准：声音平稳、语速正常，避免刻意慢/快。
• 特别提醒：选词质量直接影响项目落地；若客户词条在训练集中少见，可能需提供至少 50 人语料进行迭代（周期约 3 周）。
• 支持语言：截止 2024 年 8 月，支持中、英、日、韩、西班牙、德、俄、泰、越南、阿拉伯语（不支持阿拉伯数字）；其他语言需商务确认，周期约 3 个月。
• 开发流程：
• 注册智能公元平台账号，熟悉中文固件开发流程。
• 与客户确定词条，提供至少 4 人测试语料（2男2女，干净无底噪）。
• 使用中文固件开发完成后，替换为对应小语种的语言模型、声学模型和 cmd_info 文件。
• 验收标准：
• 注：命令词区分度高可大幅减少误识，利于量产。
• 进一步参考：完整开发须知见附录 G 的附件 小语种识别方案开发须知-V2.0-240929.pdf。

参考资源列表（需持续维护）¶

本章节已经整合了官方文档中的关键信息，下面列出与 CI-03T 相关的主要资料类型，方便在需要时进一步查阅：

• CI-03T 模块功能与特性总览文档：包含外观照片、外形尺寸图、特性列表、系统架构等。
• CI1302 芯片中/英文手册：PDF 格式，包含寄存器说明、电气参数、时序图等。
• CI-03T 模块烧录资料：CH340 安装包、模块烧录软件包、烧录指引文档、转接板接线图、出厂固件包等。
• CI-03T 开发包与示例工程：最新版本和旧版本开发包压缩包、示例工程结构说明。
• 产品结构声学规范文档：对整机结构、开孔方式、腔体设计对识别率的影响进行说明。
• 喇叭和咪头选型推荐文档：列出推荐的喇叭与麦克风参数范围及选型建议。
• 小语种开发训练模型相关说明：小语种方案须知、采集环境与方法、数据存储示例等。
• CI-03T 适配图形化编程平台的说明：如何在米思奇图形化环境中调用语音指令、与主控联动等。

参考链接¶

主要入口¶

• CI-03T 官方帮助中心
• CI-03T 主页

基本资料¶

• 基本资料（总览）
• 原理图
• 规格书
• 封装图

烧录资料¶

• 烧录资料（总览）
• CH340驱动
• 烧录软件
• 烧录文档
• 出厂固件
• 串口调试

芯片资料¶

• 芯片资料
• CI1302 芯片手册

开发包¶

• 开发包（最新版本）
• CI-03T开发包（旧版本）
• 产品结构声学规范
• 喇叭和咪头选型

小语种开发训练模型¶

• 小语种开发训练模型（总览）
• 开发方案须知
• 训练数据采集环境及方法说明
• 数据储存相关示例文档

图形化编程¶

• CI-03T适配米思奇图形化编程
• 米思齐图形化编程

附录：官方资料详细说明¶

本附录按照官方帮助中心的目录结构，详细列出 CI-03T 相关的所有资料、附件和链接，便于快速查找和下载。

第一部分：基本资料¶

附录 A：基本资料（总览）¶

• 网页链接：基本资料
• 内容说明：包含原理图、规格书、封装图等基本资料的汇总
• 图片预览：
• 
• 官方附件：
• 01、模块基本资料.rar

附录 B：原理图¶

• 网页链接：原理图
• 内容说明：包含总原理图、主芯片和晶振电路图、功放电路图、麦克风电路图、模块外设引脚图等电路设计细节
• 图片预览：
• 
• 
• 
• 
• 
• 官方附件：
• CI-03T-V1.3-原理图.pdf

附录 C：规格书¶

• 网页链接：规格书
• 内容说明：提供 CI-03T 模块的详细电气参数、机械尺寸、接口定义、工作温度范围等规范
• 官方附件：
• CI-03T-V1.3-模组规格书.pdf

附录 D：封装图¶

• 网页链接：封装图
• 内容说明：提供 CI-03T 模块的 PCB 封装文件，包含焊盘尺寸、间距等机械结构信息
• 官方附件：
• CI-03T-封装图.PCB

第二部分：烧录资料¶

附录 E-0：烧录资料（总览）¶

• 网页链接：烧录资料
• 内容说明：烧录相关资料的汇总入口，包含 CH340 驱动、烧录软件、烧录文档、出厂固件、串口调试等
• 官方附件：
• 02、模块烧录资料.rar

附录 E：CH340 驱动¶

• 网页链接：CH340驱动
• 作用说明：为烧录转接板提供 USB 转串口驱动，使 PC 能够识别相应的 COM 口，是烧录前的必要准备工作
• 官方附件：
• 01、CH340安装包.rar

附录 F：烧录软件¶

• 网页链接：烧录软件
• 作用说明：官方提供的模块烧录工具，用于通过串口将固件和语音资源烧录到 CI-03T 模块中
• 官方附件：
• 02、模块烧录软件.rar

附录 G：烧录文档¶

• 网页链接：烧录文档
• 作用说明：提供完整的烧录流程说明，包括环境准备、转接板接线、软件配置步骤、进入烧录模式的方法等
• 图片预览：
• 
• 官方附件：
• CI-03T烧录指引文档V1.2.docx
• 01A、CI-03T和转接板接线图；版本2306201041.jpg

附录 H：出厂固件¶

• 网页链接：出厂固件
• 作用说明：官方提供的出厂缺省固件压缩包，可在调试失败或需要恢复出厂状态时使用
• 官方附件：
• 04、模块出厂固件.rar

附录 I：串口调试¶

• 网页链接：串口调试
• 作用说明：提供串口调试软件，用于在开发和测试阶段监控 CI-03T 的串口输出和日志，便于问题排查
• 官方附件：
• 05、串口调试软件.rar

第三部分：芯片资料¶

附录 J：芯片资料¶

• 网页链接：芯片资料
• 内容说明：CI1302 芯片的详细技术手册，包含寄存器说明、电气参数、时序图、外设接口定义等
• 相关链接：CI1302 芯片手册
• 官方附件：
• CI1302中文版芯片手册 V0.7.pdf
• CI1302英文版芯片手册 V1.2.pdf

第四部分：开发包¶

附录 K：开发包（最新版本）¶

• 网页链接：开发包
• 内容说明：最新的 CI-03T 开发包，包含 SDK、示例工程、编译器、调试工具等完整的开发环境
• 图片预览：
• 
• 
• 官方附件：
• CI-03T开发包；版本V2.1.0.rar

附录 L：CI-03T 开发包（旧版本）¶

• 网页链接：CI-03T开发包（旧版本）
• 内容说明：旧版本的 CI-03T 开发包，用于历史项目兼容和参考
• 图片预览：
• 
• 官方附件：
• 03、CI-03T开发包；版本2411201614.zip

附录 M：产品结构声学规范¶

• 网页链接：产品结构声学规范
• 内容说明：
• 说明不同整机结构、开孔方式、声学腔体设计对语音识别性能和误触发率的影响
• 给出推荐的 MIC 开孔位置、开孔直径范围、喇叭与麦克风之间的距离和隔离方式等
• 对整机结构设计具有重要指导意义
• 官方附件：
• 04、产品结构声学结构规范.rar

附录 N：喇叭和咪头选型¶

• 网页链接：喇叭和咪头选型
• 内容说明：
• 列出推荐的喇叭功率、阻抗范围以及麦克风灵敏度、信噪比等指标
• 提示在不同应用场景下（如玩具、小家电、门锁等）的器件选型差异
• 帮助开发者选择合适的音频器件
• 官方附件：
• 05、喇叭和咪头选型推荐.rar

第五部分：小语种开发训练模型¶

附录 O：小语种开发训练模型（总览）¶

• 网页链接：小语种开发训练模型
• 内容说明：小语种语音识别模型开发相关资料的汇总入口
• 官方附件：
• 小语种开发.rar

附录 P：开发方案须知¶

• 网页链接：开发方案须知
• 内容说明：
• 方案注意事项：
  • 模块选型：CI-03T（推荐）、CI-33T
  • 芯片选型：CI-1302（推荐）、CI-1303
  • 词条数量：建议 <30 条
  • 词条要求：命令词建议至少 4 个音节，尤其是唤醒词；选择发音有明显差异的词条
  • 测试注意：声音平稳，语速正常
• 特别提醒：
  • 选词好坏对项目落地的影响很大
  • 可能存在客户的词条在原本的训练集中很少的情况，该情况下需要客户提供至少 50 人的语料进行迭代训练（周期约 3 周）
  • 截止 2024 年 8 月 17 日支持语言：中、英、日、韩、西班牙、德、俄、泰、越南、阿拉伯语（不支持阿拉伯数字）
  • 其他语言需要确定商务条件，提供语料后，周期约 3 个月
• 开发流程：
  1. 注册智能公元平台账号，熟悉中文固件开发流程
  2. 与客户确定好词条，请客户提供至少 4 个人的测试语料（语料应尽量干净无底噪，2男2女）
  3. 使用中文开发好固件后，再替换为对应小语种的语言模型、声学模型和 cmd_info 文件
• 验收标准：
  • 
  • 注：命令词区分度高可大幅减少误识，利于量产
• 官方附件：
• 小语种识别方案开发须知-V2.0-240929.pdf

附录 Q：训练数据采集环境及方法说明¶

• 网页链接：训练数据采集环境及方法说明
• 内容说明：详细说明小语种训练数据的采集环境要求、采集方法和注意事项
• 详细内容：
• 1. 录音文本要求：
  • 按照项目需求提供所有录音数据对应的命令词文本
  • 命令词音节长度建议在 4-8 个音节（中文基本一字为一音节，如"打开空调"为 4 个音节）
  • 小语种命令词需提供文本对应的中文释义或英文释义
  • 小语种中包含的外来语应尽量提供其对应语种的拼写形式
  • 将文本中所有的阿拉伯数字转写成录音语种对应的文字格式
• 2. 录音人员及流程：
  • 训练集音频录音人建议主要选取年龄在 18-60 的人群
  • 小语种开发训练的数据采集，建议采集人次不低于 50 人次；若是喉音、颤音等特殊发音较多语种，则建议录制人数不低于 100 人次
  • 中文项目增强训练的数据采集，建议采集人次不低于 150 人次；若是新开发领域的项目，则建议录制人数不低于 300 人次
  • 以当地标准口音录制，尽量不要带太重的地方口音
  • 相同命令词至少录制 3 遍，正常语速 1 遍，快语速 2 遍
  • 唤醒词每人次录制不少于 10 遍
  • 建议性别比例 1:1
  • 发音人面对最近 mic 分贝在 65-80dB 左右
  • 采集时记录发音人的性别、年龄和籍贯信息，记录录音使用的录音设备及型号
• 3. 采集设备及环境要求（高保真录音机）：
  • 最好适宜家居环境，现场混响范围在 0.3-0.6
  • 房间底噪在 35-45dB
  • 最好使用罗兰高保真录音机，根据现场环境调试设备增益和灵敏度
  • mic 选取舒伯乐 ECM999 麦克风四个，对应不同距离 mic 采集音频
  • 麦克风放在距离发声源 0.5m、1m、3m、5m 位置，如有必要可同时放置不同角度对应的 mic 进行录音
  • 现场环境保持安静，无明显的干扰噪音
  • 
• 4. 采集设备及环境要求（手机/电脑/高保真录音笔）：
  • 手机/电脑录音需保证较高的音频质量，采样率不低于 44.1k，且避免传输时造成音质受损
  • 使用手持高保真录音笔，选择 44.1k 采样率单声道进行录制
  • 使用手机/电脑/手持高保真录音笔时，将收音设备放在距离发音人 3m 的位置
  • 最好适宜家居环境，录音环境混响尽量小，建议 0.3-0.6
  • 房间底噪在 35-40dB
  • 音频存储格式 wav、采样率不低于 44.1K
• 5. 数据存储注意事项：
  • 命令词较少时，建议每条命令词存储为 1 个文件，并提供对应的文本
  • 命令词较多时，建议使用启英泰伦录音工具搭配高保真录音机进行录制，可实现后期数据的批量切分
  • 启英泰伦录音工具设备搭建方法请联系启英泰伦数据组工作人员
• 官方附件：
• 训练数据采集环境及方法说明.pdf

附录 R：数据储存相关示例文档¶

• 网页链接：数据储存相关示例文档
• 内容说明：提供客户录音训练集的文件夹格式示例，包括录音规范、数据存储格式等
• 图片预览：
• 
• 备注：
• 如果要录制语料，可先录制一个人的语料提供给我们看下是否格式正确，如无问题，再进行后续录音
• 录制后的声音必须严格按照一个声音一个文件按压缩包进行校对处理好，如未清洗好，会导致识别效果不稳定
• 官方附件：
• 数据储存示例文档_V1.0_231120.rar

第六部分：图形化编程¶

附录 S：CI-03T适配米思奇图形化编程¶

• 网页链接：CI-03T适配米思奇图形化编程
• 内容说明：说明如何在米思奇（Mixly）图形化编程平台中使用 CI-03T 模组，包括语音指令调用、与主控联动等功能
• 相关链接：米思齐图形化编程