本章节讲解如何上手鼾声检测示例代码的关键业务流程与二次开发所需的关键接口，由于本示例包含了对CSK6 NPU的使用，因此可以参考本示例来实现其它模型尤其是声音类模型的推理。
鼾声检测 示例工程包含在 语音视觉大模型AI开发板 SDK 的 apps目录下，工程目录名称为 snoring_net。
thinker_service_gcs_init (初始化服务)
↓
thinker_service_gcs_start (载入模型并申请资源)
↓
循环 {
thinker_service_gcs_forward (向引擎传入数据，推理，并得到结果)
}
↓
thinker_service_gcs_stop (释放资源、卸载模型)
↓
thinker_service_gcs_deinit (逆初始化服务)
通过 AudioRecord 组件录音的示例如下：
/* 初始化核间通讯组件 */
lsf_init();
lsf_connect();
/* 初始化音频子系统 */
AudioSystem_initialize();
/* 配置麦克风模拟增益为 6dB，数字增益为 20dB */
String8 param;
String8_ctor_char(¶m, "ADC_PDM_GAIN_A_LEFT=6;"
"ADC_PDM_GAIN_D_LEFT=20");
ret = AudioSystem_setParameters(0, ¶m);
String8_dtor(¶m);
/* 创建一个 16kHz 采样、16-bit 深度、单声道的录音对象 */
AudioRecord_ctor(&record, 0, 16000, PCM_16_BIT, CHANNEL_IN_MONO, 160, NULL);
/* 开始录音 */
AudioRecord_start(&record);
/* 读取 32768 字节的数据到 input 中 */
AudioRecord_read(&record, input, 32768);
模型文件位于 resources/images/model.bin，它是使用 Linger 导出的。你可以将它替换为你自己的模型。替换后，你还需要修改 boards/csk6_duomotai_devkit.overlay 中定义的模型文件长度（字节数）：
res_thinker_model_partition: partition@300000 {
label = "thinker_model";
reg = <0x00300000 862272>; /* 862272 是模型的长度（字节） */
};
在调用 thinker_service_gcs_start() 后，模型会在 CP 侧被自动载入到 Thinker 引擎。
服务的标准输入和输出数据类型为 tData。服务提供了一个 thinker_service_gcs_forward(inputs, input_cnt, *outputs, *output_cnt) 接口，可以传入一个或同时传入多个 input，等待引擎推理，并返回一个或多个 output。
tData input;
input.dtype_ = Int8;
input.scale_ = 6;
input.shape_.ndim_ = 4;
input.shape_.dims_[0] = 1;
input.shape_.dims_[1] = 1;
input.shape_.dims_[2] = num_features;
input.shape_.dims_[3] = num_bins;
input.dptr_ = features;
uint32_t input_cnt = 1;
tData *output;
uint32_t output_cnt;
thinker_service_gcs_forward(&input, input_cnt, &output, &output_cnt);
// output_cnt 会被赋值为模型的 output 数，output 即为该次推理的结果
本示例所用 snoring_net 模型会输出 1 个大小为 1×2 的 output，两个数值根据 scale 从 int8 转换为 float 后可得到「不是鼾声」和「是鼾声」的概率（它们的和总是 1.0）。