mirror of
https://github.com/espressif/esp-sr.git
synced 2025-09-15 15:28:44 +08:00
6fa77f1ac8
1.remove the same images 2.change 1) to 1. docs(wn): Update wakenet README Update README_cn.rst docs(afe):Update rst. docs/delete_repetition_doc doc/add_missing_chinese_doc doc/review_with_docx doc/add_test_report docs/add_rst_to_html_pdf docs/change_table_pic_2_rst_table docs/fix_err
29 lines
1.8 KiB
ReStructuredText
29 lines
1.8 KiB
ReStructuredText
:link_to_translation:`zh_CN:[中文]`
|
||
|
||
这里是乐鑫 `ESP-SR <https://github.com/espressif/esp-sr>` 本文档将介绍乐鑫以 ESP32 系列芯片为基础推出的AI语音解决方案。从前端音频处理，到语音命令词识别，从硬件设计建议，到性能测试方法，全面介绍乐鑫在AI语音方面的系统性工作，为用户在乐鑫 ESP32 系列芯片及开发板上构建 AIoT 应用，提供有力参考。
|
||
|
||
乐鑫 AFE 算法已通过亚马逊 Alexa 内置设备的 Software Audio Front-End 认证。可在语音通话和语音识别等场景下提供高质量音频输入。AFE算法中内置的唤醒模块可实现本地语音唤醒功能，且支持唤醒词定制。乐鑫语音命令词识别模型可支持最多200条中英文命令词，且可在运行中修改命令词，为应用带来极大灵活性。
|
||
|
||
基于多年硬件设计与开发经验，乐鑫可为客户提供语音开发板Review服务，并乐意为客户自制开发板进行测试和调优，以展现算法最优性能。客户也可按照乐鑫提供的测试方式和自测结果，对开发板和整机产品进行深入评估。
|
||
|
||
.. only:: html
|
||
|
||
**本文档仅包含针对 芯片的 ESP-AT 使用**。如需了解其他芯片，请在页面左上方的下拉菜单中选择您的目标芯片。
|
||
|
||
.. only:: latex
|
||
|
||
**本文档仅包含针对 芯片的 ESP-AT 使用**。
|
||
|
||
.. toctree::
|
||
:hidden:
|
||
|
||
入门 <acoustic_algorithm/README>
|
||
麦克风设计指南 <audio_front_end/Espressif_Microphone_Design_Guidelines>
|
||
AFE 声学前端算法 <audio_front_end/README>
|
||
模型存放方式 <flash_model/README>
|
||
性能测试 <performance_test/README>
|
||
语音指令 <speech_command_recognition/README>
|
||
唤醒词模型 <wake_word_engine/README>
|
||
唤醒词模型 <wake_word_engine/ESP_Wake_Words_Customization>
|
||
|
||
* :ref:`genindex` |