本文介绍了海思HI35xx在语音识别中的应用，包括音频模块知识、语音识别方案和案例。海思音频模块支持声音采集、播放和编解码，常用16kHz采样率。推荐采用云识别方案，如科大讯飞和百度AI，结合5G网络，实现高准确率和低延迟的语音交互。文中还分享了百度AI语音识别的C++案例，涉及curl、openssl和jsoncpp等技术。
前言
语音识别是智能化应用的一个重要分支，也是语音交互功能的基础。语音识别基于神经网络算法，借助大数据进行模型训练，据科大讯飞相关数据报道，它们已经能够实现98%以上的准确识别率，同时支持多种外语及国内的一些方言。从语音技术实现方式分类可以分为本地识别和云识别，本地识别主要是借助语音芯片诸如LD3320等，而云识别目前国内比较火的有科大讯飞、百度AI等云服务提供，它们提供友好的API接口，支持多种开发语言，相比于本地语音识别，它的识别准确率更高，应用场景更为灵活。
海思HI35xx音频知识
海思音频模块包含音频输入（AI）、音频输出（AO）、音频编码（AENC）、音频解码（ADEC）这四个模块，这几个模块实现了声音采集、声音播放以及声音编解码的功能。原始的音频信号是模拟信号，通过pcm方式进行数字化，常用音频采样频率有8khz、16khz、32khz、48khz。根据香农采样定理，为了不失真地恢复模拟信号，采样频率应该不小于模拟信号频谱中最高频率的2倍，而人能听到的声音频率范围在20~20000hz，而且听力敏感区是集中在中频区段，所以用
最低0.47元/天 解锁文章
扫一扫
1433
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
