语音命令识别android demo提供的tflite模型“conv_actions_tflite”是如何转换的？

Question

我使用lite转换器在终端中将pb format模型转换为tflite format，但效果不佳。在

但是当我使用speech command android demo提供的tflite model时，它工作得很好。所以我想知道这个模型是如何转换的？在

https://github.com/tensorflow/docs/blob/master/site/en/r1/tutorials/sequences/audio_recognition.md

使用上面的链接，我用下面的命令训练了模型

(base) unizen@admin:~/tensorflow/tensorflow/examples/speech_commands$ python train.py

当模型在培训后被保存时，我使用下面的代码创建了冻结的模型

(base) unizen@admin:~/tensorflow/tensorflow/examples/speech_commands$ python freeze.py \
--start_checkpoint=/tmp/speech_commands_train/conv.ckpt-18000 \
--output_file=/tmp/my_frozen_graph.pb

但是当我试图将.pb format转换为tflite format

^{pr2}$

错误是

(base) unizen@admin:~/tensorflow/tensorflow/examples/speech_commands$ python usage: tflite_convert [-h] --output_file OUTPUT_FILE
                      (--saved_model_dir SAVED_MODEL_DIR | --keras_model_file KERAS_MODEL_FILE)
tflite_convert: error: one of the arguments --saved_model_dir --keras_model_file is required.

请提供冻结模型到tflite模型转换的解决方案