任务详情
智能车载机器人，采用ESP32-S3（语音交互） + 瑞芯微RK3588（多模态AI处理）双芯片方案，重点优化语音识别准确率和实时响应速度，打造行业领先的车载智能助手。
核心需求
1、解决语音识别率问题
优化ESP32-S3的麦克风阵列降噪（AEC/NS）
提升本地语音唤醒（Wake Word）准确率
降低云端语音识别（ASR）的误识别率
2、优化系统时延
减少语音输入→AI处理→反馈全链路延迟（目标<300ms）
优化RK3588的NPU推理效率（YOLO/语音模型）
确保多线程调度不影响实时性
3、车载场景适配
解决车内噪声（风噪/引擎声）对语音的干扰
适应车载电源管理（低功耗唤醒+快速响应）
支持离线+在线混合语音模式（无网络时仍可用）
技术栈要求:
方向 必须掌握的技术
ESP32-S3 - 语音前端处理（AEC/NS/AGC）
- Wi-Fi/BLE通信优化
- 低功耗唤醒设计
RK3588 - Linux BSP定制
- NPU加速（RKNN/YOLO部署）
- 多摄像头输入处理
语音/AI - 本地语音识别（如Vosk/Speech-to-Text）
- 噪声抑制算法
- 多模态交互逻辑
车载适配 - CAN总线通信
- 车载电源管理
- EMI/EMC抗干扰设计
调试优化 - 使用Perf/Valgrind分析性能瓶颈
- 示波器抓取语音信号质量
项目职责:
1、主导车载语音交互系统的嵌入式开发，确保低延迟、高识别率
2、优化RK3588的AI推理流水线，减少图像+语音并行处理的资源冲突
3、设计抗噪声语音方案，适应高速行驶中的复杂声学环境
4、开发量产测试工具，确保语音模块的出厂一致性
5、与算法团队协作，部署优化后的语音模型
硬性条件：
✅ 5年+嵌入式开发经验，有车载/机器人语音项目成功案例
✅ 精通ESP32-S3语音链路的全栈开发（从麦克风驱动到云端通信）
✅ 有RK3588 NPU加速经验，完成过AI模型部署（如CNN/RNN）
✅ 能通过硬件+算法联合优化手段降低系统延迟
