您现在的位置:>  首页 > 解决方案 > 检测系统
联系我们

电 话:0571-88855790/88855791

传 真:0571-88315242

地 址:杭州市余杭区龙潭路7号未来科技研创园A座三楼320室

嵌入式工控机主板在语音识别的应用

编辑:杭州东田工控   日期:2019-08-08 14:29:22

    打造智能服务场景,服务机器人在其中扮演着越来越重要的角色,对于不同类型的服务空间,其都能够提高服务效率和客户满意度,打造高效智能的服务空间。在这个过程中,触摸屏、语音对话、控制系统等模块,都需要具备优异性能表现的产品方案,在其中发力。语音对话平台,以及多媒体处理能力,也是服务机器人打造过程中的重要技术。

智能语音对话服务场景

    (智能语音对话服务场景)

    在开始语音识别之前,有时需要把首尾端的静音切除,降低对后续步骤造成的干扰。这个静音切除的操作一般称为VAD,需要用到信号处理的一些技术。要对声音进行分析,需要对声音分帧,也就是把声音切开成一小段一小段,每小段称为一帧。分帧操作一般不是简单的切开,而是使用移动窗函数来实现,帧与帧之间一般是有交叠的,每帧的长度为25毫秒,每两帧之间有25-10=15毫秒的交叠。我们称为以帧长25ms、帧移10ms分帧。每帧的长度为25毫秒,每两帧之间有25-10=15毫秒的交叠。我们称为以帧长25ms、帧移10ms分帧。分帧后,语音就变成了很多小段。

    但波形在时域上几乎没有描述能力,因此必须将波形作变换。常见的一种变换方法是提取MFCC特征,根据人耳的生理特性,把每一帧波形变成一个多维向量,可以简单地理解为这个向量包含了这帧语音的内容信息。这个过程叫做声学特征提取。实际应用中,这一步有很多细节,声学特征也不止有MFCC这一种。至此,声音就成了一个12行(假设声学特征是12维)、N列的一个矩阵,称之为观察序列,这里N为总帧数每一帧都用一个12维的向量表示,色块的颜色深浅表示向量值的大小。这就是语音识别的基本原理。

嵌入式工控机主板

    (嵌入式工控机主板)

    在语音识别领域,基于优势NXPi.MX8系列应用处理器、芯片组,打造了多款嵌入式工控机主板产品方案,提供最高水平的专业音频保真度,灵活的音频通道设置,确保高质量的语音识别结果,以及高效实时的语音识别过程。产品方案基于视频、音频等配置多拓展应用接口,同时在显示接口、网口等其他类型接口配置上,实现高度的兼容性,以实现在不同领域、不同作业环境的无缝兼容运用。

    同时,其对DSP功能,支持3D图形、4K视频、图像处理和语音功能的支持,满足应用场景对多媒体处理,高性能集成集成提出的需求,产品方案具有优异的图像、视频场景构建能力,以此来在数字化场景构建和语音识别多个层次来打造产品的实际应用性能。

备注:本文为东田工控原创文章,禁止转载,如需转载请注明出处:http://www.dongtiantech.com

  • 电话咨询

  • 4008-0571-96