Разверните извлечение признаков и сверточную нейронную сеть (CNN) для речевого распознавания команды к Raspberry Pi™. Чтобы сгенерировать извлечение признаков и сетевой код, вы используете MATLAB Coder, Пакет поддержки MATLAB для Оборудования Raspberry Pi и Библиотеку ARM® Compute. В этом примере сгенерированный код является исполняемым файлом на вашем Raspberry Pi, который вызван скриптом MATLAB, который отображает предсказанную речевую команду наряду с и слуховой спектрограммой сигнала. Взаимодействие между скриптом MATLAB и исполняемым файлом на вашем Raspberry Pi обработано с помощью пользовательского дейтаграммного протокола (UDP). Для получения дополнительной информации о предварительной обработке аудио и сетевом обучении, смотрите Распознание речевых команд с использованием глубокого обучения.

Разверните извлечение признаков и сверточную нейронную сеть (CNN) для речевого распознавания команды на процессорах Intel®. Чтобы сгенерировать извлечение признаков и сетевой код, вы используете MATLAB Coder и Math Kernel Library Intel для Глубоких нейронных сетей (MKL-DNN). В этом примере сгенерированный код является исполняемым файлом MATLAB (MEX) функция, которая вызвана скриптом MATLAB, который отображает предсказанную речевую команду наряду с сигналом области времени и слуховой спектрограммой. Для получения дополнительной информации о предварительной обработке аудио и сетевом обучении, смотрите Распознание речевых команд с использованием глубокого обучения.

Используйте блок Single-Band Parametric EQ и multibandParametricEQ Система object™ от Audio Toolbox™, чтобы реализовать параметрическую аудио модель эквалайзера. Можно запустить модель на хосте - компьютере или развернуть его в устройство на базе Android.

Используйте блок Single-Band Parametric EQ и multibandParametricEQ Система object™, чтобы реализовать параметрическую аудио модель эквалайзера, которая может работать на вашем хосте - компьютере или устройстве на iOS Apple.

Используйте Систему objects™ от Audio Toolbox™, чтобы реализовать эхо и эффекты реверберации в модели Simulink®. Можно запустить модель на хосте - компьютере или развернуть его в устройство на iOS Apple.

Используйте блок Crossover Filter и compressor Система object™ от Audio Toolbox™, чтобы реализовать многополосную модель компрессора динамического диапазона. Можно запустить модель на хосте - компьютере или развернуть его в устройство на iOS Apple.

Сгенерируйте независимый исполняемый файл для параметрической эквализации с помощью MATLAB Coder™ и используйте его на звуковом файле. multibandParametricEQ используется для алгоритма эквализации. Пример позволяет вам динамически настраивать коэффициенты фильтров с помощью пользовательского интерфейса (UI), который запускается в MATLAB.

Используйте MATLAB Compiler™, чтобы создать автономное приложение от функции MATLAB. Функция реализует алгоритм обработки аудиоданных и проигрывает результат через ваше устройство аудиовыхода.

Ускорьте аудиоприложение в реальном времени с помощью генерации кода C с MATLAB Coder.