# Windows 下搭建 MAX78000FTHR 语音识别开发环境

本文使用 Analog Devices 官方 MSDK 中的 kws20_demo，在 MAX78000FTHR 开发板上实现离线英文关键词识别。

示例能够识别 20 个英文关键词：

up, down, left, right, stop, go, yes, no, on, off,
one, two, three, four, five, six, seven, eight, nine, zero

其他语音和环境噪声会被分类为 Unknown。

官方资料：

• ADI MSDK 仓库

• MSDK User Guide

• KWS20 示例

1. 硬件与软件环境

本次使用的环境：

操作系统：Windows 11
Linux 环境：Ubuntu 24.04 WSL2
开发板：MAX78000FTHR
编译器：Arm GNU Toolchain 13.2.1
构建工具：GNU Make 4.3
下载器：板载 DAPLink
调试串口：115200 8-N-1

开发板通过 USB 连接后，会出现：

• 一个名为 DAPLINK 的移动磁盘；

• 一个 USB 串口，例如 COM5；

• 一个 CMSIS-DAP 调试接口。

可以打开 DAPLink 磁盘中的 DETAILS.TXT 确认板型：

URL: http://www.maximintegrated.com/max78000fthr

2. 安装 WSL2

以管理员身份打开 PowerShell：

wsl --install -d Ubuntu-24.04

安装完成后重启 Windows，然后检查 WSL 状态：

wsl --list --verbose

正常情况下可以看到：

NAME            STATE      VERSION
Ubuntu-24.04    Stopped    2

如果系统中已经安装 Ubuntu，则无需重复安装。

3. 获取 MSDK 源码

建议把工程放在不包含空格和中文的路径下，例如：

D:\Code\MAX78000

进入该目录：

cd D:\Code\MAX78000

拉取官方 MSDK：

git clone --depth 1 --recurse-submodules --shallow-submodules `
  https://github.com/analogdevicesinc/msdk.git msdk

语音识别示例位于：

msdk\Examples\MAX78000\CNN\kws20_demo

如果 GitHub 网络不稳定，也可以下载仓库 ZIP 或使用官方 MSDK 安装器，然后确保 下面两个目录完整存在：

msdk\Examples
msdk\Libraries

4. 安装 Arm 交叉编译工具链

本文使用 WSL 中的 Ubuntu 软件源安装工具链。

执行：

wsl -d Ubuntu-24.04 -u root -- apt-get update

安装 GNU Make、Arm GCC 和 Newlib：

wsl -d Ubuntu-24.04 -u root -- env `
  DEBIAN_FRONTEND=noninteractive `
  apt-get install -y --no-install-recommends `
  make gcc-arm-none-eabi libnewlib-arm-none-eabi

这里使用 --no-install-recommends，可以避免下载体积很大的、当前 C 固件不需要的 C++ 标准库。

检查版本：

wsl -d Ubuntu-24.04 -- arm-none-eabi-gcc --version
wsl -d Ubuntu-24.04 -- make --version

本次安装结果为：

arm-none-eabi-gcc 13.2.1
GNU Make 4.3

5. 配置开发板型号

打开：

msdk\Examples\MAX78000\CNN\kws20_demo\project.mk

MAX78000FTHR 使用的板级支持包名称为：

BOARD=FTHR_RevA

也可以不修改文件，直接在编译命令中传入：

BOARD=FTHR_RevA

如果使用的是大尺寸 MAX78000EVKIT，则应改为：

BOARD=EvKit_V1

6. 确认麦克风识别模式

打开示例的 main.c，确认以下宏处于启用状态：

#define ENABLE_MIC_PROCESSING

它表示从开发板麦克风实时采集音频。

如果注释掉该宏，程序会使用头文件中的测试向量，而不是实时麦克风：

// #define ENABLE_MIC_PROCESSING

7. 编译 KWS20 语音识别示例

Windows 的：

D:\Code\MAX78000

在 WSL 中对应：

/mnt/d/Code/MAX78000

执行编译：

wsl -d Ubuntu-24.04 -- bash -lc `
  'cd /mnt/d/Code/MAX78000/msdk/Examples/MAX78000/CNN/kws20_demo && make -j$(nproc) BOARD=FTHR_RevA'

编译成功后可以看到类似结果：

Memory region         Used Size  Region Size  %age Used
FLASH:                    380 KB       512 KB     74.22%
SRAM:                   38112 B       128 KB     29.08%

生成的 ELF 文件位于：

msdk\Examples\MAX78000\CNN\kws20_demo\build\max78000.elf

8. 生成 DAPLink 所需的 HEX 文件

使用 arm-none-eabi-objcopy 将 ELF 转换为 Intel HEX：

wsl -d Ubuntu-24.04 -- arm-none-eabi-objcopy `
  -O ihex `
  /mnt/d/Code/MAX78000/msdk/Examples/MAX78000/CNN/kws20_demo/build/max78000.elf `
  /mnt/d/Code/MAX78000/msdk/Examples/MAX78000/CNN/kws20_demo/build/max78000.hex

最终生成：

msdk\Examples\MAX78000\CNN\kws20_demo\build\max78000.hex

9. 通过 DAPLink 烧录

开发板连接电脑后，会出现名为 DAPLINK 的磁盘。假设盘符是 E:，执行：

Copy-Item `
  .\msdk\Examples\MAX78000\CNN\kws20_demo\build\max78000.hex `
  E:\max78000-kws20.hex

复制过程可能持续几十秒。烧录完成后 DAPLink 会自动重新挂载，并复位 MAX78000。

检查是否存在：

E:\FAIL.TXT

如果没有 FAIL.TXT，通常表示烧录成功。

还可以查看：

E:\DETAILS.TXT

其中的 Remount count 会在烧录后增加。

10. 打开串口监视器

串口配置：

波特率：115200
数据位：8
校验位：None
停止位：1
流控：None

可以使用 PuTTY、MobaXterm、串口助手，也可以使用 PowerShell 脚本。

程序启动后应输出：

ANALOG DEVICES
Keyword Spotting Demo
Ver. 3.2.3

***** Init *****

*** I2S & Mic Init ***

*** READY ***

MAX78000FTHR 上：

• SW4 是复位按键；

• SW1/PB1 用于启动或继续语音识别 Demo。

运行串口监视器后按下 SW1，然后对着板载麦克风说关键词。

识别成功时会输出：

Detected word: YES (94.2%)

没有匹配到关键词时会输出：

Detected word: Unknown

本次板上验证中，CNN 单次推理时间约为：

CNN Time: 1849 us

11. 一键脚本

当前工作区已经准备好以下脚本：

# 安装 WSL 编译环境
.\scripts\setup-wsl.ps1

# 编译并生成 ELF/HEX
.\scripts\build.ps1

# 编译、烧录并捕获启动日志
.\scripts\flash.ps1

# 持续监视识别结果
.\scripts\monitor.ps1

如需清理后重新编译：

.\scripts\build.ps1 -Clean

12. 常见问题

12.1 Git Clone 长时间停在零字节

可以改用官方仓库 ZIP，或者配置 GitHub 代理。只要 Examples 和 Libraries完整，KWS20 示例就可以构建。

12.2 找不到 arm-none-eabi-gcc

检查 WSL 中是否安装成功：

wsl -d Ubuntu-24.04 -- which arm-none-eabi-gcc

预期输出：

/usr/bin/arm-none-eabi-gcc

12.3 编译时提示 MAXIM_PATH is not set

如果工程仍位于标准 MSDK 目录结构中，Makefile 会自动推导 MSDK 根目录，这条警告 通常不影响编译。

也可以显式指定：

wsl -d Ubuntu-24.04 -- bash -lc `
  'cd /mnt/d/Code/MAX78000/msdk/Examples/MAX78000/CNN/kws20_demo && MAXIM_PATH=/mnt/d/Code/MAX78000/msdk make BOARD=FTHR_RevA'

12.4 串口没有输出

依次检查：

1. 串口是否为 DAPLink 对应的 COM 口；

2. 波特率是否为 115200；

3. 是否有其他串口软件占用端口；

4. 先打开串口，再按 SW4 复位；

5. USB 是否连接到板子的 CN1 USB/PWR 接口。

12.5 串口输出乱码

确认配置为：

115200、8 位数据位、无校验、1 位停止位、无流控

建议先关闭其他串口工具，再重新打开端口并复位开发板。

13. 后续开发方向

官方 KWS20 示例属于离线关键词识别，并不是完整的连续语音转文字系统。

如果要识别自定义中文词语，后续流程是：

1. 确定中文唤醒词或命令词表；

2. 采集不同说话人的音频；

3. 加入背景噪声和未知词数据；

4. 使用 ai8x-training 训练量化模型；

5. 使用 ai8x-synthesis 生成 MAX78000 CNN 配置和权重；

6. 替换示例中的 cnn.c、cnn.h 和 weights.h；

7. 重新编译、烧录并测试准确率。