VoxID

VoxID

Sistema embebido para identificar hablantes a partir de la palabra de referencia MARIPOSA.

La plataforma digital es Ophyra con STM32F407VGT6, pantalla ST7735 de 160 × 128 píxeles y cuatro pulsadores. El firmware principal está en C0DE/ophyra/voxid; el núcleo DSP compartido está en C0DE/src y C0DE/inc.

Etapas y estado

La interfaz permite registrar cuatro locutores, con tres prototipos de 13 coeficientes por locutor. Los perfiles se guardan en EEPROM y se recuperan en RAM al arrancar. La identificación compara una toma nueva con los tres prototipos de cada locutor y puede rechazar por distancia o ambigüedad. Los umbrales iniciales requieren calibración; el código no verifica la palabra pronunciada.

Adquisición y procesamiento

La cadena prevista comprende micrófono electret, preamplificación, filtros pasaaltas y pasabajas, adaptación de nivel al ADC y procesamiento digital.

voxid_config.h concentra los parámetros compartidos. La ISR notifica bloques; el bucle principal convierte ADC a PCM, elimina DC y procesa MFCC. Se usan buffers estáticos y no se guarda el audio completo.

La media MFCC utiliza únicamente frames cuya energía supera VOXID_VOICE_MIN_RMS. El umbral inicial es RMS 0.01 respecto de la escala completa y necesita calibración con voz y ruido medidos en la placa. Un ruido suficientemente intenso también puede superar este criterio. Si no se selecciona ningún frame, la captura puede ser válida, pero la UI muestra CON VOZ: 0 y no dibuja una media de voz.

Registro de locutores

REGISTRAR permite elegir un locutor y capturar tres tomas independientes. OK acepta cada toma válida y empieza la siguiente; en la tercera confirma el guardado verificado en EEPROM. BACK descarta el registro pendiente y conserva el perfil anterior si existía.

El mínimo inicial es de 20 frames seleccionados por toma, configurable en voxid_config.h y pendiente de calibración física. Una toma insuficiente o un error se repite sin avanzar. Consultar el flujo de etapa 3 y la persistencia e identificación de etapa 4.

Consulta de locutores

El menú ofrece IDENTIFICAR, REGISTRAR y LOCUTORES. En LOCUTORES, UP/DN selecciona uno de los cuatro espacios; se muestra su estado, cantidad de tomas y 13 MFCC por toma. OK abre las tomas de un perfil registrado. Dentro, UP/DN recorre TOMA 1/3, 2/3 y 3/3; BACK regresa al mismo locutor y otro BACK al menú. Los botones sin acción quedan sin texto y con el fondo inactivo de la paleta.

Cada toma tiene su propia gráfica C01..C12, normalizada a norma L2 unitaria y con escala fija -1..1; C00 queda fuera de la comparación. El identificador promedia las tres distancias, por lo que se conservan las tres referencias. La consulta usa RAM, sin capturar audio, reiniciar el DSP ni escribir EEPROM. Los perfiles ya guardados siguen siendo compatibles.

Identificación y EEPROM

I2C1 utiliza PB6/PB7 a 100 kHz para la M24C32 integrada. Cada locutor dispone de dos copias con versión y CRC: el reemplazo conserva la copia vigente hasta verificar la nueva. El arranque lee los perfiles sin formatear ni escribir. Un fallo de guardado permite reintentar la tercera toma sin volver a capturarla.

La distancia es el promedio de las tres distancias euclidianas entre vectores C01..C12 normalizados a norma L2 unitaria. Los valores iniciales son distancia máxima 0.35 y margen mínimo 0.05 respecto al segundo candidato. La pantalla muestra LOCUTOR nn, DESCONOCIDO, VOZ AMBIGUA, SIN LOCUTORES o VOZ INSUFICIENTE. UP/DN conserva el acceso a la gráfica MFCC y a las estadísticas ADC.

Los parámetros y la revisión DSP están en voxid_config.h; el formato y las comprobaciones describen sus límites y la calibración pendiente.

Organización

Compilar y probar en PC

Se necesitan GCC, GNU Make y objdump. Desde la raíz del repositorio:

make -C C0DE all
make -C C0DE test
make -C C0DE test test_voice.c
make -C C0DE clean

En Windows con MinGW, usar mingw32-make en lugar de make. La ruta de ejecución y la limpieza tienen reglas para ambos sistemas; la verificación automatizada de esta revisión se realizó en Linux.

all comprueba la compilación y el enlace del núcleo portable y genera un ejecutable mínimo y su desensamblado. test ejecuta once pruebas: Frame, ventana, FFT, MFCC, voz, adquisición, interfaz, GFX, registro, persistencia e identificación. Las pruebas con HAL de PC no sustituyen las mediciones en placa.

Compilar el firmware

1. Mantener el checkout completo del repositorio: el proyecto enlaza los ocho módulos DSP compartidos mediante rutas relativas.
2. Importar C0DE/ophyra/voxid en STM32CubeIDE.
3. Refrescar con F5, ejecutar Clean y Build Debug, y programar Ophyra.
4. Seguir la validación de etapas 1 y 2, el registro de etapa 3 y la validación de etapa 4.

El Makefile de PC no genera firmware ARM. Si CubeMX regenera código, comprobar la configuración DMA del .ioc, la vinculación con ADC1 y el orden GPIO, DMA, ADC1, SPI1, TIM2, I2C1 y los GPIO PB6/PB7 de I2C1.

Hardware y simulaciones

main integra el firmware de las cuatro etapas, el diseño analógico de PCB/voxid.kicad_sch y PCB/voxid.kicad_pcb, sus archivos de fabricación y el trabajo de simulación. Se conserva pcb-sim para continuar los cambios de hardware y simulación; las ramas de etapas incorporadas se retiran sin borrar sus commits.

Los tres experimentos SPICE actualizados usan los dieciséis componentes comerciales de las cuatro secciones de filtro de la PCB. Desde la raíz, comprobar su correspondencia con:

python3 SIM/tests/comprobar_valores.py

Los antecedentes PSIM y los resultados históricos de filtros se conservan por separado en SIM. Deben repetirse los análisis AC, Monte Carlo y ruido con los valores vigentes. Las simulaciones, los Gerbers y los archivos KiCad no acreditan por sí solos mediciones físicas ni aprobación ERC/DRC o de fabricación.

La preparación de grabaciones en MATLAB lee archivos o una carpeta, selecciona un canal, retira la media y remuestrea a 16 kHz cuando hace falta. Exporta WAV, CSV y MAT sin modificar los originales. Sus grabaciones y resultados locales quedan fuera de Git. Esta preparación todavía no calcula MFCC ni identifica locutores; la ejecución de sus pruebas en MATLAB y la lectura de un MP4 real siguen pendientes. Consultar SIM/README.md para requisitos y comandos.

El usuario confirmó el funcionamiento general del firmware y la navegación LOCUTORES. Las mediciones de temporización, la calibración de umbrales y los ensayos de fallos en hardware requieren evidencia específica. Consultar el seguimiento para distinguir estos pendientes de la implementación y las pruebas en PC.