机器视觉应用技术语音识别（百度云边应用）.docxVIP

语音识别

一、实验目的

1.掌握百度语音识别的方法。

2.掌握AiCam框架的部署和使用。

二、实验内容

1.算法原理

1.1基本描述

百度短语音识别标准版应用，将60秒以内的语音精准识别为文字，可适用于手机语音输入、智能语音交互、语音指令、语音搜索等短语音交互场景。百度短语音识别包含中文普通话输入法、英语、粤语、四川话、远场5个识别模型。其中Android，iOS，LinuxSDK支持超过60秒的实时场语音识别。

2.功能设计

2.1功能描述

AiCam人工智能轻量化应用框架是一款面向于人工智能边缘应用的开发框架，采用统一模型调用、统一硬件接口、统一算法封装和统一应用模板的设计模式，实现了嵌入式边缘计算环境下进行快速的应用开发和项目实施。

AiCam为模型算法的调用提供RESTful调用接口，应用端接收语音指令传递给边缘计算平台进行语音识别，同时通过物联网云平台的应用接口，实现与硬件的连接和互动，最终形成各色智联网产业应用。

AiCam框架如下图所示：

三、实验步骤

1.工程部署

1.1硬件部署

1）准备人工智能边缘应用平台，给边缘计算网关正确连接Wi-Fi天线、麦克风（麦克风阵列或者Ai语音摄像头）、电源。

2）按下电源开关上电启动边缘计算网关，将启动ubuntu操作系统。

3）系统启动后，连接局域网内的Wi-Fi网络，记录边缘计算网关的IP地址，比如：00。

1.2工程部署

1）运行MobaXterm工具，通过SSH登录到边缘计算网关。

2）在SSH终端创建实验工作目录：

3）通过SSH将本实验工程代码和aicam工程包

4）在SSH终端输入命令解压缩实验工程

2.算法测试

1）修改算法文件algorithm\baidu_speech_recognition\baidu_speech_recognition.py内的单元测试代码，填写正确的百度账号信息。

2）文件修改好后，通过MobaXterm工具创建的SSH连接，将修改好的文件上传到边缘计算网关

3）在SSH终端输入以下命令运行算法进行单元测试，本实验将会读取测试音频文件，在终端打印识别的结果

3.工程运行

1）修改工程配置文件static\baidu_speech_recognition\js\config.js内的百度账号信息，填写正确的百度账号信息。

2）文件修改好后，通过MobaXterm工具创建的SSH连接，将修改好的文件上传到边缘计算网关

3）在SSH终端输入命令运行实验工程：

4.语音识别

1）点击实验交互区右下角的录音图标，进行录音，此时录音图标显示动态效果，提示“录音中”，再次点击录音图标则完成录音，算法将进行语音识别并弹窗提示识别状态。

由于采用的是https安全链接，chrome浏览器会提示安全信息，点击左下角的高级按钮，在下面点击“继续前往XXX（不安全）”进入到应用页面。

点击录音后，chrome浏览器会弹出提示使用麦克风的权限，需要点击“允许”继续。

2）在实验交互区和实验结果区都可以看到识别的语音文字结果。