離線語音識別方案開發(fā)簡介

ASR(Automatic Speech Recognition)自動語音識別技術(shù)是基于關(guān)鍵詞語列表識別的技術(shù)。每次識別的過程，就是把用戶說出的語音內(nèi)容，通過頻譜轉(zhuǎn)換為語音特征，和這個關(guān)鍵詞語列表中的條目進行一一匹配，最優(yōu)匹配的一條作為識別結(jié)果。比如在手機的應(yīng)用中，這個關(guān)鍵詞語列表的內(nèi)容就是電話本中的人名/手機的菜單命令/T卡中的歌曲名稱等，不論這個列表的條目內(nèi)容是什么，只需要用戶設(shè)置相關(guān)的寄存器，就可以把相應(yīng)的待識別條目內(nèi)容以字符形式傳遞給識別引擎。

識別引擎不關(guān)心關(guān)鍵詞語列表中的關(guān)鍵詞語的內(nèi)容，可以是命令，人名，歌曲名字，操作指令等等任何的漢字字符串。

每條關(guān)鍵詞語最大可以支持的字?jǐn)?shù)，從算法角度是限制在30字以內(nèi)。但是從實際情況來看，用戶一口氣說超過8個字以上的條目時，幾乎肯定會出現(xiàn)說錯字/說漏字/說多字/打嗝/停頓等情況，這些情況都會嚴(yán)重影響識別并造成識別錯誤。因而一般來說如果要獲得理想的識別效果，建議每條關(guān)鍵詞語的字?jǐn)?shù)不要過長，避免影響效果

ASR技術(shù)最重要的意義在于提供了一種脫離按鍵、鼠標(biāo)的基于語音的用戶界面，使得用戶對于產(chǎn)品的操作更自然，相對手動控制更加快捷、方便，可用于智能家電、智能穿戴，聲控智能玩具等諸多領(lǐng)域。

目前在線語音識別方案價格較高，產(chǎn)品接入復(fù)雜周期冗長，響應(yīng)時間受網(wǎng)絡(luò)影響。 本方案提供的是基于大量語音數(shù)據(jù)庫的非特定人聲離線語音識別。本方案具有成本優(yōu)勢，接入簡單周期短，識別響應(yīng)速度快（0.5秒以內(nèi)），不需要連接網(wǎng)絡(luò)。整體方案成熟、穩(wěn)定、可靠，可以讓傳統(tǒng)產(chǎn)品快速升級智能語音功能。

離線語音識別技術(shù)，是基于關(guān)鍵詞語列表識別的技術(shù)。只需要設(shè)定好要識別的關(guān)鍵詞語列表,通過語音識別系統(tǒng)就可以對用戶說出的關(guān)鍵詞語進行識別，不需要用戶作任何錄音訓(xùn)練。

無需聯(lián)網(wǎng)即可輕松

實現(xiàn)語音操控

市場應(yīng)用：

智能語音燈、智能玩具、家電產(chǎn)品（電風(fēng)扇、抽油煙機、空調(diào)）、眼部按摩儀、頸部按摩儀，智能音箱等諸多產(chǎn)品。

方案優(yōu)勢：

識別率95%以上，距離3M范圍內(nèi)精準(zhǔn)識別

支持32國語言，支持多個小語種

無需聯(lián)網(wǎng)，離線識別，響應(yīng)迅速

支持語音反饋播報，增加互動娛樂

性價比高，SOC架構(gòu)，集成Codec

穩(wěn)定性高，工業(yè)級芯片

指令靈活設(shè)計，無需客戶錄音

開發(fā)時間短，技術(shù)支持到位

技術(shù)參數(shù)：

工作電壓范圍可選3.3~5.5V

輸入專用MIC引腳 增強級為26dB,最大總增益為65dB

差分音頻PWM輸出，直接驅(qū)動1W/8Ω揚聲器

2路PWM信號輸出，可用于LED調(diào)光

提供I2C/UART接口和自定義通訊協(xié)議，可用于外接模塊、與外部MCU通訊

合作方式：

提供語音識別完整設(shè)計方案，客戶可以根據(jù)自己的需求設(shè)計功能，我司負(fù)責(zé)聲控部分的開發(fā)，跟客戶的主控對接

芯片授權(quán)：客戶自己開發(fā)應(yīng)用，生產(chǎn)PCB，自行購買相應(yīng)的元器件生產(chǎn)，我司提供芯片、相關(guān)的參考路線、語音識別命令制作。

成功案例：

1、智能語音燈

2、智能小家電

3、保健按摩器

4、智能中控

語音降噪模塊：

針對環(huán)境噪音進行有效抑制，提升嘈雜環(huán)境下的識別效率。

適用于有機械運動的產(chǎn)品，如風(fēng)扇，暖風(fēng)機，抽油煙機，掃地機器人等

歡迎各開發(fā)工程師前來咨詢了解。