Maix-Speech 是一个小巧快速的语音人工智能库,它专为嵌入式设备(以及部分PC)设计,主要功能包括自动语音识别(ASR)、聊天(Chat)和文本转语音(TTS)等。目前,该项目仅支持中文,详细信息请参考项目的中文文档。
Maix-Speech 的目标是为资源有限的设备提供高效的语音处理能力。它整合了多种语音技术,使得开发者可以在嵌入式设备上轻松实现语音识别与合成功能。通过此项目,设备能够听懂用户说的话,并将文本转化为自然流畅的语音输出。
开发者可以通过以下命令从GitHub上获取项目的源码:
git clone https://github.com/sipeed/Maix-Speech
根据目标设备的不同,编译方法略有差异。这里主要介绍两个不同的编译环境:x86x64 和 R329。
进入 projects/asr 目录:
cd projects/asr
清理配置并进行菜单配置:
python project.py clean_conf python project.py menuconfig
编译项目:
python project.py build # 如需详细信息可以加上 --verbose 参数 # python project.py build --verbose
执行编译后的程序:
./build/asr
清理编译文件:
python project.py clean python project.py distclean
进入 projects/asr 目录:
cd projects/asr
配置交叉编译工具链:
python project.py --toolchain /opt/toolchain/bin --toolchain-prefix aarch64-openwrt-linux- config
进行菜单配置:
python project.py menuconfig
编译项目:
python project.py build
如果需要了解更多关于项目结构的使用,可以访问 github.com/Neutree/c_cpp_project_framework 获取更详细的信息。
Maix-Speech 项目采用 Apache 2.0 开源协议。这意味着开发者可以根据需要自由使用、修改和分发该项目,同时也需要遵循该协议的相关条款。
通过Maix-Speech 项目,开发者可以充分利用嵌入式设备的语音处理能力,创造出更加智能和人性化的应用。


企业专属的AI法律顾问
iTerms是法大大集团旗下法律子品 牌,基于最先进的大语言模型(LLM)、专业的法律知识库和强大的智能体架构,帮助企业扫清合规障碍,筑牢风控防线,成为您企业专属的AI法律顾问。


稳定高效的流量提升解决方案,助力品牌曝光
稳定高效的流量提升解决方案,助力品牌曝光


最新版Sora2模型免费使用,一键生成无水印视频
最新版Sora2模型免费使用,一键生成无水印视频


实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。


选题、配图、成文,一站式创作,让内容运营更高效
讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。


AI辅助编程,代码自动修复
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高 编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。


最强AI数据分析助手
小浣熊家族Raccoon,您的AI智能助手,致力 于通过先进的人工智能技术,为用户提供高效、便捷的智能服务。无论是日常咨询还是专业问题解答,小浣熊都能以快速、准确的响应满足您的需求,让您的生活更加智能便捷。


像人一样思考的AI智能体
imini 是一款超级AI智能体,能根据人类指令,自主思考、自主完成、并且交付结果的AI智能体。


AI数字人视频创作平台
Keevx 一款开箱即用的AI数字人视频创作平台,广泛适用于电商广告、企业培训与社媒宣传,让全球企业与个人创作者无需拍摄剪辑,就能快速生成多语言、高质量的专业视频。


一站式AI创作平台
提供 AI 驱动的图片、视频生成及数字人等功能,助力创意创作
最新AI工具、AI资讯
独家AI资源、AI项目落地

微信扫一扫关注公众号