“智能硬件-云端整合”版本间的差异
来自iCenter Wiki
（→客户端） |
|||
| （2位用户的15个中间修订版本未显示） | |||
| 第1行： | 第1行： | ||
| + | =语音识别= | ||
| − | + | [[智能硬件-语音识别]] | |
| − | + | ||
| − | |||
| − | |||
| − | + | =实验1-基于Web的云端整合= | |
| − | + | ||
| − | + | ==PYNQ端+Web端实验== | |
| − | + | Python for Zynq （PYNQ）是xilinx生产的一款嵌入式智能硬件。 | |
| − | + | [https://github.com/Xilinx/PYNQ/blob/master/Pynq-Z1/notebooks/examples/overlay_download.ipynb pynq_overlay] | |
| − | = | + | == PYNQ 端 == |
| − | + | ||
| − | + | 基于PYNQ开发，完成功能有： | |
| − | + | # 调用API录音 | |
| + | # 发送录音文件或频谱图 | ||
| − | + | ==Audio Input== | |
| − | + | [https://github.com/Xilinx/PYNQ/blob/master/Pynq-Z1/notebooks/examples/audio_playback.ipynb pynq_audio_playback] | |
| − | = | + | = 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 | |
| − | + | [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[http://gitlab.icenter.tsinghua.edu.cn GitLab]） | ||
| + | |||
| + | = 教学资源 = | ||
| + | |||
| + | 嵌入式设备 Xilinx Pynq | ||
| + | |||
| + | = 参考链接 = | ||
| + | |||
| + | # [http://pynq.io PYNQ开发入门] | ||
2017年6月7日 (三) 09:05的最后版本
目录
语音识别
实验1-基于Web的云端整合
PYNQ端+Web端实验
Python for Zynq （PYNQ）是xilinx生产的一款嵌入式智能硬件。
PYNQ 端
基于PYNQ开发，完成功能有：
- 调用API录音
- 发送录音文件或频谱图
Audio Input
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
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GitLab）
教学资源
嵌入式设备 Xilinx Pynq
