怎样自己做一个语音识别模块（怎样自己做一个语音识别模块呢）

vb.net怎么做中文语音识别程序

mscomm.vbx通信控件描述mscomm.vbx通信控件可直接从vb的toolbox中加入窗体form，即可用其进行通信。若toolbox中无此控件，则用tools的custom controls 将mscomm.vbx从windows的system子目录中加入vb的toolbox中。

和大家一起来探讨一下通信程序及其在windows平台下的通信软件设计方法，结合具体实例给出了基本的通信程序，希望对大家有帮助。

其实很简单的，有两种方法，先说最简单的，源代码管理其听说过吧，使用源代码管理器管理源代码，这样就可以多个程序员协同处理同一个文件，只要事先沟通好程序结构就行了。

1、语音识别芯片分类按照使用者的限制而言，语音识别芯片可以分为特定人语音识别芯片和非特定人语音识别芯片。

2、NPU：神经网络处理器，专门针对深度学习算法进行优化的处理器。

3、根据语音芯片的输出方式分为两大类，一种是PWM输出方式，一种是DAC输出方式，PWM输出音量不可连续可调，不能接普通功放，目前市面上大多数语音芯片是PWM输出方式。

4、目前市面上的语音芯片有很多种，（上海益深电子有点公司，有很多符合要求的芯片）根据不同的功能，就可分为不同类型的语音芯片。根据生产方式的不同，语音芯片可分为掩膜生产和OTP生产。

5、ICRoute公司的LD3320，是非特定人的语音识别芯片，单片机通过读写寄存器可以把汉语拼音串的识别词传给LD3320，开始语音识别工作。这个个人认为最好的。

6、如汽车倒车雷达，公交车报站器，银行排队机、语音玩具、防盗系统等设备都装备了语音芯片。由于芯片种类众多，功能各异，工程师在选用语音芯片会有些彷徨无策，因此给初涉语音行业的工程师提供一些语音芯片的选型参考。

wav.txt是音频文件的相对路径通常来讲，语音识别常用的特征有MFCC、Fbank和语谱图。在本项目中，暂时使用的是80维的Fbank特征，提取特征利用python_speech_features库，将特征提取后保存成npy文件。

收集大量的普通话语音样本，包括不同年龄、性别、口音和方言等。这些样本可以通过录音设备或在线语音库获取。对语音样本进行归类标注、分级和整理，以便后续处理。

激活语音识别功能方法：打开“开始”(Start)界面，输入“语音”(Speech)，在搜索结果中，点击“Windows语音识别”(WindowsSpeechRecognition)。当你首次打开该程序时，就会进入“tutorial/introduction”模式。

YQ5969智能语音识别开关可以对输入的数据进行缓存以便ASR可以在以后获取（因为ASR在VAD检测到语音之前都是关闭的）。

推荐使用YQ5969，这个语音识别模块可以支持1--8个咪头，还可以支持本地和云端识别不同需求。5米内本地识别率 93%以上，云端识别率97%。

首先，在开始开发单片机语音识别模块之前，需要准备一些必要的工具和资源，包括一个适合的单片机模块，编程软件、库文件等，这样才能正确地让语音识别功能得以实现。

大体思路如下：A端：有单片机的语音识别模块是否具备可编程串口发送功能？如果有连接一个无线模块。如果没有，可能需要另一个单片机来承担这样的任务。B端：一个单片机连着一个无线串口模块和两个继电器模块。

推荐使用YQ5969，这个智能语音识别开关可以支持本地和云端识别不同需求。5米内本地识别率 93%以上，云端识别率97%。YQ5969智能语音识别开关采用隐马尔可夫模型HMM进行声学模型建模。

米内本地识别率 93%以上，云端识别率97%。YQ5969 智能语音识别开关有办法更好地把前端的信号处理跟后端的语音识别引擎做更好的优化。因为前端信号处理有可能丢失信息，且不可在后端恢复。