=实验（1）基于Web的云端整合语音识别=
==PYNQ端+Web端实验==[[智能硬件-语音识别]]
Python for Zynq （PYNQ）是xilinx生产的一款嵌入式智能硬件。
（1）https://github.com/Xilinx/PYNQ/blob/master/Pynq=实验1-Z1/notebooks/examples/overlay_download.ipynb基于Web的云端整合=
==Audio InputPYNQ端+Web端实验==
https://github.com/Xilinx/PYNQ/blob/master/Pynq-Z1/notebooks/examples/audio_playback.ipynbPython for Zynq （PYNQ）是xilinx生产的一款嵌入式智能硬件。
==AudioNet==[https://github.com/Xilinx/PYNQ/blob/master/Pynq-Z1/notebooks/examples/overlay_download.ipynb pynq_overlay]
http://gitlab.icenter.tsinghua.edu.cn/zhengwenxun/audioNet== PYNQ 端 ==
基于PYNQ开发，完成功能有：
=实验（2）基于Thrift的云端整合=# 调用API录音# 发送录音文件或频谱图
== Thrift协议 Audio Input==
远程RPC通讯协议，与谷歌protobuf类似，由Facebook开发。[https://github.com/Xilinx/PYNQ/blob/master/Pynq-Z1/notebooks/examples/audio_playback.ipynb pynq_audio_playback]
=服务器端（Server） == 移动终端（Client） ===*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
完成功能：*推断模型AudioNet
# 调用API录音# 调用Thrift接口，发送录音文件或频谱图[http://gitlab.icenter.tsinghua.edu.cn/zhengwenxun/audioNet AudioNet]
=== 云端（Server） ==实验成果 =
完成功能： # 接收录音文件# 调用服务端程序# 运行Keras或者TensorFlow，对频谱图进行判断# 返回结果 = 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）
= 教学资源 =
智能平板 HUAWEI MediaPad M2 8.0
嵌入式设备 Xilinx Pynq
嵌入式设备 Jetson Kit= 参考链接 =
=== 参考链接 ===
# [http://pynq.io PYNQ开发入门]
# [https://developer.android.com/ Android开发入门]
# [http://thrift.apache.org/ Thrift]