104、Arduino Nano 33 BLE Sense的语音识别案例从一次深夜调试说起凌晨两点，我盯着串口监视器里不断跳出的“Unknown”字样，差点把这块Nano 33 BLE Sense扔出窗外。麦克风焊盘被我反复按压了十几遍，焊锡都快磨亮了，结果还是识别不出“yes”和“no”这两个最简单的词。后来发现，问题出在PDM时钟配置上——官方库默认的采样率是16kHz，但我的麦克风实际工作在12kHz，差了整整4k，模型当然认不出。这种坑，我替你们踩过了。硬件准备：别被“BLE Sense”这个名字骗了Nano 33 BLE Sense这块板子，名字里带“BLE”，但真正值钱的是那颗MP34DT05麦克风。注意，它用的是PDM接口，不是I2S。PDM和I2S的区别，简单说就是PDM输出的是脉冲密度调制信号，需要MCU用软件滤波才能变成PCM数据。nRF52840的PDM外设只支持16位数据，但TensorFlow Lite Micro的音频预处理模块默认期望32位浮点——这里有个隐形的数据类型转换，很多人栽在这上面。焊接麦克风时，别像我第一次那样用烙铁头直接怼焊盘。MP34DT05的底部有个裸露的声孔，焊锡流进去就废了。正确的做法是：先给焊盘上锡，再用热风枪吹，或者用低温焊锡膏。我后来改用BGA返修台，温度控制在220度，成功率才上来。模型选择：别自己从头训语音识别模型，别想着自己从零训。TinyML领域有个现成
104、Arduino Nano 33 BLE Sense的语音识别案例从一次深夜调试说起凌晨两点，我盯着串口监视器里不断跳出的“Unknown”字样，差点把这块Nano 33 BLE Sense扔出窗外。麦克风焊盘被我反复按压了十几遍，焊锡都快磨亮了，结果还是识别不出“yes”和“no”这两个最简单的词。后来发现，问题出在PDM时钟配置上——官方库默认的采样率是16kHz，但我的麦克风实际工作在12kHz，差了整整4k，模型当然认不出。这种坑，我替你们踩过了。硬件准备：别被“BLE Sense”这个名字骗了Nano 33 BLE Sense这块板子，名字里带“BLE”，但真正值钱的是那颗MP34DT05麦克风。注意，它用的是PDM接口，不是I2S。PDM和I2S的区别，简单说就是PDM输出的是脉冲密度调制信号，需要MCU用软件滤波才能变成PCM数据。nRF52840的PDM外设只支持16位数据，但TensorFlow Lite Micro的音频预处理模块默认期望32位浮点——这里有个隐形的数据类型转换，很多人栽在这上面。焊接麦克风时，别像我第一次那样用烙铁头直接怼焊盘。MP34DT05的底部有个裸露的声孔，焊锡流进去就废了。正确的做法是：先给焊盘上锡，再用热风枪吹，或者用低温焊锡膏。我后来改用BGA返修台，温度控制在220度，成功率才上来。模型选择：别自己从头训语音识别模型，别想着自己从零训。TinyML领域有个现成
