英飞凌 CY8CKIT-062S2-AI 开发板依托 DEEPCRAFT™生态，提供 “Web 端开箱即用” 与 “本地工具链开发” 两种鼾声识别实现路径。本文按 “实操流程” 为核心节奏，先带您完成 Web 端快速体验，再深入本地工程开发，全程聚焦 “步骤 + 效果”，确保零基础也能落地鼾声识别功能。
一、开箱即用：10 分钟搞定 Web 端鼾声识别
Web 端方案无需安装本地工具，通过浏览器即可完成设备连接、模型部署与鼾声识别，适合快速验证功能（如产品演示、家庭监测试用）。
1. 4步完成鼾声识别部署
访问英飞凌 ：https://devkit.infineon.com。刚进入会有些慢，需要等待一小会。
步骤 1：连接开发板
网页加载完成后，点击右上角 “Connect Device” 按钮，浏览器会弹出 “是否允许访问 USB 设备” 弹窗，点击 “允许”（若未弹出，检查浏览器是否禁用 WebUSB，Chrome 可通过chrome://flags/#enable-webusb启用）；
在设备列表中找到 “Infineon CY8CKIT-062S2-AI (KitProg3)” 并选中，首次连接会自动安装 KitProg3 驱动（Windows 约 30 秒，Linux/macOS 无需手动安装）；
连接成功提示：网页顶部显示 “Device Connected: CY8CKIT-062S2-AI”，开发板 D1 灯（红色电源灯）常亮、D12 灯（KitProg3 状态灯） 闪烁。
步骤 2：选择鼾声识别模型
连接成功后，网页自动跳转至 “Project Library” 页面，在 “Audio Recognition” 分类下找到 “Snoring Detection (Prebuilt)” 模型（即预编译鼾声识别模型），点击模型卡片进入配置页；
无需修改默认参数（采样率 16kHz、置信度阈值 0.7），直接点击 “Next”（若后续误报多，可在识别界面调整阈值至 0.8-0.85）。
步骤 3：烧录模型固件
进入 “Firmware Installation” 页面，系统自动检测开发板当前固件版本，若未安装鼾声模型，点击 “Install Firmware” 开始下载（固件大小约 500KB，5G 网络约 10 秒完成）；
烧录过程中，开发板 D12 灯会变为 “快闪”（2Hz），烧录完成后自动重启，D2 灯（用户 LED）短暂闪烁 1 次，网页提示 “Firmware Installed Successfully”。
步骤 4：实时体验鼾声识别
点击 “Start Detection” 启动识别，界面分为 3 个核心区域：
音频波形区：实时显示麦克风采集的音频波形，鼾声出现时波形振幅会比环境音高 2-3 倍（如说话声振幅约 0.2V，鼾声约 0.5-0.8V）；
识别结果区：识别到鼾声时显示绿色 “Snoring Detected (Confidence: 0.85)”，无鼾声时显示灰色 “Normal Audio”，D2 灯同步 1 秒闪 1 次；
日志输出区：每 10 秒记录 1 条日志（含时间戳、置信度、结果），点击 “Export CSV” 可导出日志用于后续分析（如统计夜间鼾声次数）；
测试建议：用手机播放鼾声录音（或实际模拟鼾声），距离开发板 1-1.5 米，识别响应延迟≤300ms，纯净环境下识别准确率≥90%。
2. 常见问题：3 类故障快速解决
问题现象 原因分析 解决方案
浏览器找不到设备 1. Type-C 线仅支持充电；2. 驱动未安装成功 1. 更换手机原装 Type-C 线（确保支持数据传输）；2. Windows 设备管理器中卸载 “未知 USB 设备” 后重新连接
烧录固件到 50% 中断 1. 网络不稳定；2. USB 供电不足 1. 切换有线网络或 5G 网络，点击 “Retry” 重试；2. 拔掉其他 USB 设备，仅保留开发板连接
误报频繁（把说话声当鼾声） 置信度阈值过低，环境噪音干扰 1. 在识别界面点击 “Settings”，将阈值从 0.7 调至 0.8；2. 远离电视、空调等强噪音源
二、本地工程开发：基于 ModusToolbox™搭建鼾声识别项目
若需二次开发（如添加蓝牙传输、自定义鼾声阈值、联动其他传感器），需通过 ModusToolbox™工具链搭建本地工程，适合工程师落地产品化需求。
1. 前期准备：2 类工具安装
（1）安装 ModusToolbox™（核心开发环境）
下载：访问英飞凌官网下载页
https://softwaretools.infineon.com/tools/com.ifx.tb.tool.modustoolbox，选择对应系统版本（Windows 约 500MB，Linux 约 950MB）；
安装：
Windows：右键以管理员身份运行安装程序，选择安装路径（建议C:\Users\<用户名>\ModusToolbox），勾选 “Install USB driver”（自动安装 KitProg3 驱动），耗时约 15-20 分钟；
Linux（Ubuntu 20.04/22.04）：执行命令chmod +x ModusToolbox_3.x_installer.run && sudo ./ModusToolbox_3.x_installer.run，安装后执行cd <安装路径>/ModusToolbox/tools_3.x/openocd/udev_rules && sudo bash install_rules.sh配置 USB 权限；
验证：启动 ModusToolbox™ IDE，选择工作区（建议新建 “CY8CKIT-062S2-AI_Projects” 文件夹），Quick Panel 显示 “New Application” 即安装成功。
（2）获取 DEEPCRAFT™鼾声识别工程
打开 ModusToolbox™ IDE，点击 Quick Panel 中的 “New Application”，在 “Board Selection” 页面搜索并选中 “CY8CKIT-062S2-AI”，点击 “Next”；
在 “Application Selection” 页面，搜索 “mtb-example-ml-deepcraft-deploy-ready-model”（即官方 AI 模型部署示例工程，含鼾声识别模型），点击 “Create”；要注意一点是，这个模型工程不支持keil，我就选择了官方的开发平台eclipse。
工程创建后，系统自动下载依赖库（含 TensorFlow Lite Micro、CMSIS-NN）。
2. 工程配置与烧录
点击 Quick Panel 中的 “Build Application”（或快捷键 Ctrl+B），选择编译工具链为 “GCC_ARM”，开始编译；
编译过程约 1-2 分钟，成功后控制台显示 “Build succeeded”，生成的固件文件（.hex）位于工程目录下的 “build→APP_CY8CKIT-062S2-AI→Debug” 文件夹；
连接开发板与烧录
点击 Quick Panel 中的 “Program Application”（或右键工程→“Program”），选择调试器为 “KitProg3”，点击 “OK” 开始烧录；
使用官方的烧录工具，先点击open选中烧录的hex文件，然后connect，再进行烧录，烧录过程约 10-15 秒，成功后开发板自动重启，D1 灯常亮、D2 灯短暂闪烁，控制台提示 “Programming Finished”。
步骤 4：串口验证与二次开发
打开串口工具（如 Tera Term、SecureCRT），配置参数：波特率 115200、数据位 8、停止位 1、无校验，选择开发板对应的 COM 口（Windows 通常为 COMx，Linux 为 /dev/ttyACM0）；
连接串口后，按开发板 SW1 复位按钮，串口输出启动日志：
三、两种方案对比：如何选最适合自己的路径
对比维度
| Web 端开箱即用
| 本地工程开发
| 操作门槛
| 零门槛（无需代码基础）
| 需掌握 C 语言与嵌入式开发基础
| 耗时
| 10-15 分钟（含连接与烧录）
| 30-40 分钟（含工具安装与编译）
| 功能灵活性
| 仅支持默认识别（可调阈值）
| 支持二次开发（蓝牙、存储、传感器联动）
| 适用场景
| 快速验证、产品演示、家庭试用
| 产品化落地、自定义功能开发
| 依赖条件
| 浏览器 + 网络（首次烧录需联网）
| 本地工具链 + 开发板驱动
|
选择建议：
若您是产品经理、测试人员或零基础用户，仅需验证鼾声识别功能 —— 选 Web 端方案，10 分钟即可出结果；
若您是嵌入式工程师，需将鼾声识别集成到产品中（如智能床垫、睡眠监测仪）—— 选本地工程开发，灵活度满足定制化需求；
若不确定需求，建议先试 Web 端方案，确认功能符合预期后，再基于本地工程做二次开发，避免前期重复工作。
|
本帖子中包含更多资源
您需要 登录 才可以下载或查看，没有账号？注册
×
|
