=语音识别=
=Thrift协议=远程RPC通讯协议，与谷歌protobuf类似。为Facebook开发。[[智能硬件-语音识别]]
=客户端=
*移动终端（Client）
#Mobile in HUAWEI Kylin 930#嵌入式设备JetsonKit=实验1-基于Web的云端整合=
完成功能：（1）调用API录音==PYNQ端+Web端实验==
（2）调用Thrift接口，发送录音文件或频谱图。Python for Zynq （PYNQ）是xilinx生产的一款嵌入式智能硬件。
=服务器=*云端（Server）[https://github.com/Xilinx/PYNQ/blob/master/Pynq-Z1/notebooks/examples/overlay_download.ipynb pynq_overlay]
接收录音文件== PYNQ 端 ==
调用服务端程序基于PYNQ开发，完成功能有：
运行Keras或者TensorFlow，对频谱图进行判断。# 调用API录音# 发送录音文件或频谱图
返回结果。==Audio Input==
=教学资源=[[GPU工作站使用说明]https://github.com/Xilinx/PYNQ/blob/master/Pynq-Z1/notebooks/examples/audio_playback.ipynb pynq_audio_playback]
代码托管：[http://gitlab.icenter.tsinghua.edu.cn GitLab]= 服务器端（Server） =*基于Flask开发，完成功能：# 接收录音文件，调用服务端处理程序# 运行Keras或者TensorFlow，对频谱图进行判断# 返回识别结果
*推断模型AudioNet
=参考=[http://gitlab.icenter.tsinghua.edu.cn/zhengwenxun/audioNet AudioNet]
= 实验成果 = 输出：3-4页左右的书面报告，包括截图与文字。 # 项目报告（Word版本）# 项目代码（托管在[httpshttp://developergitlab.androidicenter.comtsinghua.edu.cn GitLab]） = 教学资源 = 嵌入式设备 Xilinx Pynq = 参考链接 = # [http://indexpynq.html Android开发入门io PYNQ开发入门]