CH/ EN
DSP系统

处理工厂设备或产品生产过程,检测
过程,包装过程中形成的大量连续/
离散型数据,对数据进行滤波,检
测,提取参数,频谱分析等。

深度学习数字信号处理

搭建FPGA等硬件加速芯片

配合CPLD,FPGA技术,
开发设计DSP系统,
使用DSP模块构建微处理器和异构系统
同时排列乘法运算实现异构并行,
搭载在工业端,整体提升硬件加速水平
方便迅速的处理产线生成的数据。

实现语音交互

通过深度学习神经网络,
以及自然语言理解等相关技术,
实现人机语音交互,
提升机器设备对于
自然语音的识别能力,
准确理解人类发出的命令。

数字信号处理——语音交互
语音交互方式
通过声学传感器如麦克风获取声学信号,进行模数转换来获得声音的数字信号。数字信号处理技术:对数据进行滤波,清理,降噪,信号放大等方式来提取有效信息;更是利用AI深度学习技术来增强语音系统,识别声纹,理解自然语言进行转换成为机器可理解的指令,进一步提升设备的易用性和实用性。
前端数字信号处理有效的解决了非平稳噪声,声源定位等语音干扰问题。
深度学习与数字信号处理做配合,通过神经网络对声音序列(raw waveform)进行特征学习,进行序列转换。构建声音模型:MLP,RNN。清晰区别环境声音,设备声音及人类语言声音等。
SEGAN,以实现语音增强,从大量背景噪声中获取有效数据,提高信号的信噪比(SNR)。更有效地做到声源分离 ,声源定位及跟踪。
如何部署

开发版训练好神经网络模型后
导入至流水线Runtime版中进行检测