离线语音应用程序必须捕获可用音频、识别语音并在其内存预算内返回响应。 P2 Pro 与该设计的音频方面相关。完整的应用程序是否适合取决于所选的模型和服务。

ArmSoM P2 Pro
识别前测试捕捉
使用预期的麦克风、编解码器和板图像录制音频。检查样本格式、通道顺序和剪辑,然后聆听并检查录音。仅在该路径稳定后才添加识别。测量模型加载和峰值内存以及响应时间;频繁交换的系统在预热后的行为可能会大不相同。
在运行的房间进行测试
风扇噪音、扬声器播放、距离和混响都会影响识别。使用预期的麦克风和外壳记录同意的测试集。测量错过的命令和错误激活,包括在设备播放音频时。办公桌上的清晰录音并不能证明远场性能。
保持线下承诺精准
断开网络,测试启动、识别和响应。检查模型下载、认证或时间同步是否存在隐藏依赖。定义置信度较低时的行为,并提供重复或取消操作的手动方式。仅在需要时存储录音,并使用户可以理解该行为。

ArmSoM Sige5
根据您的要求进行选择
要求或情况 | 评估什么 | 决定详情 |
捕捉 | 麦克风和外壳 | 测量噪声和削波。 |
推理 | 选择的模型和延迟 | 在目标处理器上验证。 |
线下行为 | 网络断开 | 测试完整的交互。 |
示例设计
在断网情况下测试离线语音
系统从干净状态启动后,离线声明应该能够在拔掉网络后继续存在。检查是否远程获取模型文件、许可证或初始化服务。使用真实的背景噪声分别测试唤醒、识别和响应阶段。小型音频板可以充当另一个处理器的前端,但应明确描述该架构,而不是呈现为麦克风端点上发生的所有处理。
硬件和文档
P2 Pro · RK3308B-S
RK3308B-S、256 MB / 512 MB DDR3、100 Mbps 以太网、PDM 和 I2S 音频。板尺寸:65 × 52.5 mm。存储和电源配件取决于订购的配置。
Sige5 · RK3576
RK3576,四个 Cortex-A72 和四个 Cortex-A53 内核,6 TOPS NPU,双千兆以太网和 M.2 PCIe 2.1 x1。
常见问题
具有音频功能的开发板是否会自动包含离线助手?
不行。应用程序、模型、音频处理和交互行为必须集成和测试。
产品信息和支持
来源
由 ArmSoM 使用以下文档编写。示例设计是建议,而不是测量的客户安装。
