做一个“听话”的手环，其实并不难 | LPC双核大赛获奖方案

上周，我们邀请了本次大赛的一等奖获奖作品的开发者与大家分享了其设计思路和开发经验（ 点击查看详情 ）。今天来NXP客栈现身说法的是大赛二等奖得主黄哲雄，他的作品是： 支持语音识别的运动手环 。

深度学习与边缘计算已经渗透到单片机领域，传感器密集型应用成为中高端单片机的重要应用场景，多核单片机在相关领域得到广泛应用。本项目基于 LPC多核处理器 ，开发出一款“支持语音识别的运动手环”方案。

项目的整体设计思路和亮点包括：

• 在单片机上实现离线语音识别，可以实时分析并输出各个关键词出现的概率；

• 同时使用多个传感器，可作为实用的运动手环设计；

• 使用双核合理分配任务，将语音识别等需要大量计算的任务交给Cortex-M4F完成，Cortex-M0+主要对各外设和传感器进行管理；

• 引入操作系统（RTX v5），对外设资源的调用进行统一管理，大大增加了程序的可读性，同时保证了较高的效率；

• 超低功耗，在“深度睡眠+开启语音活动检测”时电流仅为200 μA左右（电压1.8 V，包括单片机和数字麦克风）；

• 完全重写 LPC54110 的外设驱动，在提高速度的同时减少Flash和SRAM的使用量。

在多核MCU中，主核和从核的地位不对称，主核可关闭从核，且可以控制片上外设进入低功耗模式。

在 LPC54110 中，Cortex-M0+与Cortex-M4F两个处理器核的特性也不同——Cortex-M0+的功耗更低，适合控制复杂外设；Cortex-M4F的计算效率更高，适合处理计算任务。

在这个项目中，Cortex-M0+作为主核，完成控制功能；Cortex-M4F作为从核，主要进行计算任务，Cortex-M4F仅在运行运算任务时活动，其他时间可以关闭，大大降低了非运算任务时的使用率，也降低了功耗。

在实际的应用中，还需妥善处理双核交互机制，包括使用公共的数据交换空间，以及使用Mailbox传递信息。

有关方案开发细节及功能展示

请看以下视频

支持语音识别的运动手环

完整方案说明