开发板介绍

了解到星宸科技也开始做开发板了， 他们家的芯片主打性价比，刚好对端侧的AI开发比较感兴趣，在他们商店买了一套Comake PI D1开发板套件，此文记录一下开箱与使用体验！希望能帮助到大家

更多详细的介绍可以去看Comake官网，或者Comake社区的贴子。

1.到手开箱

开箱！可以看到配件，开发板都在箱子里，整个套件的东西还是很多的。

全部拿出来，可以看到包括了：开发板、电源、串口板、亚克力板和螺栓、屏幕、麦克风、扬声器还有组合固定用的亚克力板和螺栓。

接下来把整个套件安装起来。

2.硬件环境搭建

在官方的Sigdoc中，有对板子硬件的说明，可以看到开发板的系统介绍和接口介绍

从客服那边了解到， 安装可以参考官方Comake社区中的配件安装说明 以及相应安装视频

另外这边特别提醒如下：

1.一定要断电状态下安装连接。

2.特别注意屏幕的连线一定要参考官方的配件安装说明，接错或者接反很可能烧坏屏幕。

整个配件安装完就和下图一样

整个套件的内容还是比较多的，全部连接上也比较分散。不过还好官方也提供了亚克力板来固定，参考官方的安装教程，可以把开发板和亚克力板组合起来，把摄像头、屏幕等配件固定上去。全部安装好之后应该是这个样子。

3.软件环境搭建

3.1获取软件资料

Comake D1的相关开发资料，可以到Comake开发者社区去下载。

这里注意，需要注册账号并且完成实名认证，认证通过后方可下载SDK等资料。注册的时候需要提供认证材料。审核是比较宽松也很快的，着急的话可以直接联系客户。

验证通过后就可以下载了。

可以根据需要下载，下载完后的资料包内包括有软硬件资料及说明文档，还有各种工具包。

另外他们还建了官方外网的git server， 下一个SDK大版本发布之前，如果想追新， 买了开发板之后， 也可以联系客户去申请官方git账户，
实时的去下载开发版本的SDK。

3.2开发环境搭建

开发环境通常包括 Linux服务器(用来编译代码)、Windows工作台(用来编写代码)和目标板（用来运行代码），三者处于同一个网络中。这里我在虚拟机上搭建了Ubuntu服务器用来编译代码。具体的步骤不再赘述，可以网上搜索，有很多详细的教程。在官方的Sigdoc 编译环境搭建中也有对应的教程。

如果遇到问题也可以参考Comake社区上的这篇贴子。

4.开始使用

4.1. GUI 的功能体验

开发板在出厂时，默认烧录了带gui界面的32bit image。因此即使上面软件环境搭建一时没有完成，也可以先体验使用一下。配件和亚力克板安装完成后，上电，启动，可以直接启动到gui界面，在屏幕上会显示flythings的gui。

该GUI上面看介绍大概支持如下功能，可玩性还是挺高的：

1.音频播放：演示录音和播放的 Demo

演示不同麦克风输入硬件（ AMIC 模拟麦克风，最大支持3通道输入。 DMIC 数字矩阵麦克风，最大支持 e 通道输入）的录音效果，支持不同8K/16R/45K不同的采样率，支持录音音量调节。

2.视频播放：演示视频的播放，目前是固定演示一个片源，支持音量的调节

3.摄像头：演示单路摄像头的画面显示，并对接了 IPU 的物体识别算法，能够实时识别摄像头看到的物体类型和位置，例如人物、显示器、键盘等

4.音频算法播放：

• 人声消除算法演示，算法打开时消除播放声音中的人声，用于歌时，制作不带原唱的背景音乐
• APC 算法演示，演示 ANR （降噪）、 EQ （均衡器处理）、 AGC （自动增益控制）三个算法的集合，这个是音频算法前处理的基本功能
• 环绕音渲染增强，增强空间音效
• 人声关化算法，一般用于 R 歌，为输入的人声增加混响等效果，让声音听起来更好听

5.KMS + ASR :

• KWS 关键词识别， DMIC 收音后，给到 IPU 做关键字匹配，如果识别到了就点亮右下角"你好小星"
• ASR 语音转文字，暂时不支持语义识别

6.TTS ：文本转语音， Demo 演示了5段不同的文本语音播放的效果，点击文本位置触发文字转语音播放

7.火山模型： 对接了豆包大模型，支持模型功能的演示

接下来我们来一起看下其中一些功能的效果吧！！

4.1.1. 摄像头显示

滑动GUI到第二页，可以看到摄像头的图标

点击就可以打开。可以看到摄像头的画面输出到屏幕上。并且附带了模型检测，在摄像头前的物体会被识别然后画框。

4.1.2. 火山引擎大模型

在GUI界面第三页，可以看到有火山引擎图标。这个是内置的demo程序，不能直接使用，需要先在火山引擎上配置文件并且载入板端。

具体的操作可以跟着Comake社区的贴子，一步一步操作。这里不赘述了。

在全部配置完成后，启动。屏幕会切换到摄像头画面

同时，扬声器会播放语音“你好，我是小星”的欢迎词。如果你说“你好小星”，那么也会有相应的语句回应。这里我们插上串口板，可以看见大模型的数据发送。

4.2. AI实战Demo功能体验

另外建议把把串口也连上，串口的连接同样可以参考Comake开发者社区的这篇贴子。 连上串口之后，除了
上述GUI功能， 该开发板还提供了大量的demo程序，比如 /customer/opendla 提供了大量的AI 算法demo ,具体介绍可以参考 IPU Sigdoc 开源算法demo
实战的介绍

    /customer/opendla # ls 
    models                      prog_sed_eat
    prog_asr_conformer          prog_segmentation_yolov8
    prog_benchmark              prog_separation_sepformer
    prog_classification         prog_speaker
    prog_detection_yolov11_obb  prog_tts_fastspeech2
    prog_detection_yolov5       prog_tts_vits
    prog_detection_yolov8       prog_vad_nemo
    prog_llm_conformer_punc     prog_vlm_clip
    prog_llm_transformerlm      prog_vlm_mobilesam
    prog_ocr_lpr                prog_vlm_tag2text
    prog_ocr_ppocr              prog_vlm_yolo_world
    prog_pose_yolov8            resource

我这里跑了一下yolov8 算法的效果：

1.串口输入如下cmd

      cd /customer/opendla
      ./prog_detection_yolov8 -i ./resource/bus.jpg -m ./models/dectection/yolov8n_640x640.img

2.输出结果如下：

4.3. 其他功能Demo的体验

在/customer/sample code 也放了海量demo，具体每个demo的用法可以参考SDK内部对应source code目录下的readme.md .感兴趣的小伙伴可以进一步的去研究。

/customer/sample_code # ls -x
audio_ai_ao_demo
audio_alg_2mic_bf_ssl_demo
audio_alg_4mic_bf_ssl_demo
audio_alg_aec_demo
audio_alg_apc_demo
audio_alg_kws_demo
audio_alg_mix_demo
audio_alg_sed_demo
audio_alg_vad_demo
audio_mp3_play_demo
bootlogo_mem_free
crypto_aes_demo
crypto_rsa_demo
crypto_sha_demo
disp_panel_demo
disp_pspi_demo
disp_sensor2Panel_demo
dla_detection_demo
dla_ipu_utilization
double_sensor_transfer_double_sensor_openh264_transfer_demo
double_sensor_transfer_double_sensor_transfer_demo
gfx_gfx_demo
intercoremgr
ive_sample_16bit_to_8bit
ive_sample_acc
ive_sample_add
ive_sample_adp_thresh
ive_sample_alpha_blending
.....等

5.总结

1. comake PI D1的套件内容非常齐全，在视频相关、音频相关、AI相关的开发上有丰富的硬件资源和软件资料。
   同时Sigdoc和Comake开发者论坛都有内容丰富易上手的开发指导资料，也可以在Comake开发者论坛上直接提问。

2.买了开发板还可以进入vip 群，有什么问题都可以及时的交流，原厂直接支持

总的来说，Comake PI D1在智慧视觉、智慧音频、智能机器人、小屏显示、工业HML PLC等应用的音视频处理+AI方向上有非常不错的使用体验和使用前景。