Nutzer des RP2040-Mikrocontrollers konnten bisher einen Raspberry Pi Pico zu einer PicoProbe umwandeln. Mit der Raspberry Pi Debug Probe steht eine dedizierte Variante des Produkts zur Verfügung. Arduino arbeitet derweil daran, eine – an PicoVoice und Co. erinnernde – Spracherkennungsengine zu erzeugen. STM liefert neue Chips, während sich eine AI um Super Mario-Levels kümmert.
Arduino-Spracherkennung für ARM-basierte Boards.
„Volle“ Spracherkennung nach dem einst von Lernout und Hauspie in Dragon implementierten Verfahren ist nur eine von vielen Wegen, um die Mensch-Maschine-Interaktion per Sprache abzuwickeln. In der Praxis gibt es immer wieder Situationen, in denen die Interaktions-Aufgabe auf ein kleineres, „formalisiertes“ Vokabular eingeschränkt werden kann – ein gutes Beispiel wäre die einst von HP in verschiedenen Infinuum-Oszilloskopen implementierte Sprachsteuerung.
Bildquelle: Arduino
Dass diese „Reduktion der Aufgaben-Komplexität“ so gut wie immer mit einer Steigerung der Qualität der zurückgelieferten Ergebnisse einhergeht, sei schon im Interesse der Vollständigkeit angemerkt.
Mit der vom in Formosa ansässigen Unternehmen Cyberon zugekauften Arduino Speech Recognition Engine steht nun ein Spracherkennungssystem Verfügung, das auf Nano RP 2040 Connect, Nano 33 BLE Sense und Portenta H7 diese Funktion implementiert. Das Unternehmen bewirbt dabei unter anderem Unterstützung für 40 Sprachen – wichtig ist naturgemäß, dass „im ersten Schritt“ immer eine Definition der durchzuführenden Keywords erfolgt. Unter der URL https://tool.cyberon.com.tw/ArduinoDSpotterAuth/Document/Cyberon_DSpotterSDK_Maker_User_Guide_Arduino_Platform.pdf findet sich dabei ein Whitepaper, das die diversen durchzuführenden Schritte on Detail illustriert – interessant ist auch die unter https://docs.arduino.cc/tutorials/portenta-vision-shield/speech-recognition-engine bereitstehende getting started-Anleitung des Arduino-Teams.
Ob des „Zukaufs“ externer Technologie ist die Engine nicht kostenfrei. Die Arduino-Gruppe bietet – neben der nur bei Anfrage erhältlichen Pro-Lizenz – die beiden in der Abbildung gezeigten Varianten an.
Bildquelle: https://store.arduino.cc/products/speech-recognition-engine?variant=42904193204375.
Die nach Anmeldung kostenlos nutzbare Variante des Systems liegt dabei eine 20-sekündige „Denkpause“ ein, bevor das System auf Spracheingaben reagiert. Außerdem ist nach 50 erfolgreichen Erkennungs-Durchläufen ein Neustart des Boards obligatorisch – eine weitere Maßnahme, um die „Kauf-Motivation“ zu erhöhen.
Raspberry Pi Debug Probe hilft beim Debugging mit RP2040
Bei der Arbeit mit dem Raspberry Pi Pico kommt gerne die in der Abbildung gezeigte PicoProbe zum Einsatz – wer ihr ein 3-D-gedrucktes Gehäuse spendiert, erhält eine durchaus komfortable Arbeitsumgebung.
Bildquelle: https://github.com/raspberrypi/picoprobe.
Mit der soeben angekündigten Raspberry Pi Debug Probe steht ein um rund zwölf US-Dollar erhältliches System zur Verfügung, das sich wie in der Abbildung gezeigt präsentiert.
Bildquelle: Raspberry Pi Foundation.
Für die Bedürfnisse von HP 2040-Nutzern ist das Board unter anderem insofern optimiert, als es Unterstützung sowohl für SWD (die Raspberry Pi-Variante von JPEG) als auch für „serielles Debugging“ mitbringt.
Bildquelle: Raspberry Pi Foundation.
Als Debugging-Software kommt dabei wie bei anderen Debugging-Fällen GDB zum Einsatz – unter https://www.raspberrypi.com/documentation/microcontrollers/debug-probe.html findet sich ein leicht nachvollziehbares Tutorium, dass die Inbetriebnahme der Software erklärt.
Interessant ist außerdem, dass der Schaltplan zur Verfügung steht – auch er findet sich in der weiter oben genannten GDB-Bedienungsanleitung.
STMicroelectronics: U5-Serie ab sofort mit mehr Speicher
Im Hause STM gibt es einen Neuzugang: der STM32U5 ist ab Sofort in neuen Varianten erhältlich, die mehr Remanentspeicher offerieren:
Die neuen MCUs dehnen das Angebot an Code– und Datenspeicher für kostensensible Anwendungen auf 128 KByte Flash–Speicher aus, während für komplexe Applikationen und anspruchsvolle Benutzeroberflächen auf Smartphone–Niveau zusätzliche Versionen mit hoher Speicherdichte angeboten werden. Der STM32U59x/5Ax mit 4 MByte Flash und 2,5 MByte SRAM etwa hat den bis dato größten On–Chip–Speicher aller STM32–MCUs zu bieten.
STM betont außerdem die soeben erreichte NIST-Zertifizierung für den am Chip verbauten Zufallszahlengenerator:
Hinzu kommt, dass die STM32U5–Serie als erste Gruppe von Universal–Mikrocontrollern die Zertifizierung des US–amerikanischen NIST (National Institute of Standards and Technology) als eingebettete Zufallszahlen–Entropiequelle erhalten hat. Da diese Zertifizierung von den Kunden wiederverwendet werden kann, vereinfacht und beschleunigt sich die Zulassung von Anwendungen, für die eine Zertifizierung gemäß SP800–90B erforderlich ist.
Wichtig auch noch die (geplante) Verfügbarkeit:
2
Die neuen Bausteine der STM32U5–Serie sollen den Planungen zufolge im zweiten Quartal 2023 in die Massenfertigung gehen. Die im eStore von ST sowie bei Distributoren erhältlichen MCUs werden zu Preisen ab 2,15 US–Dollar (ab 10.000 Stück) angeboten werden.
AI-getriebener Levelgenerator für Super Mario.
Zu guter Letzt noch ein „innovatives“ Anwendungsbeispiel für künstliche Intelligenz. Auf GitHub findet sich im unter https://www.hackster.io/news/let-s-a-go-mariogpt-3913da0c05d6 bereitstehenden Repositorium ein Level-Generator, der – nach Zuruf – Bitmaps auswirft, die zumindest in der Theorie spielbare Levels für Nintendos Klassiker Super Mario darstellen.
Neben dem Witzigkeitswert ist das Repositorium auch deshalb interessant, weil die dort befindlichen Quellcodes eine exzellente Demonstration der Nutzung von AI zur Generierung von Levels darstellen.
Zuerst erschienen bei Mikrocontroller.net News
Quelle: Read More