当前位置：教学设备 > 技术文章 > AI视觉与语音实验箱，人工智能视觉实训平台

AI视觉与语音实验箱，人工智能视觉实训平台

时间：2025-05-06 23:45:18 点击次数：中人教仪厂

--SD38 AI语音与机器视觉研发应用系统平台

AI语音与机器视觉研发应用系统平台是一款包括AI语音、机器视觉、深度学习掌控把握基础嵌入式Linux于一体的高端教学科研实验平台。

整个教学平台由实验箱高功能嵌入式主板够成，高功能嵌入式核心板应用高功能64位ARM处置整理器，标配4GB DDR3内部存储和16GB闪存，可运行ubuntu、android、linuxqt等多种实操系统，可满嵌入式linux和AI应用研发。
平台应用多核高功能 AI 处置整理器，预装 Ubuntu Linux 实操系统与 OpenCV 计算机数值数值视觉库，支持 TensorFlow Lite、NCNN、MNN、Paddle-Lite、MACE 等深度学习掌控把握端侧推理框体结构。
提供多种应用外设与丰富的机器视觉、AI语音、深度学习掌控把握实战应用案例，如语音前处置整理（声源定位、语音增强、语音降噪、回声消除、声音提取）、语音活体查验、语音唤醒、语音识别、语音合成、自然语言处置整理、声纹识别门锁、语音智能家居、手写字识别、人脸识别、目标检验测试、端侧推理框体结构、图像识别、人体解析、文字识别、人脸门禁控制、车牌道闸控制、手势家居控制等，经过案例教学让学生掌控把握计算机数值数值视觉与深度学习掌控把握的基础原理和经经典型应用研发。

2.2.1. 嵌入式网关核心板

RK3399核心板是一款266-pin金手指形式高功能ARM计算机数值数值模型块，它应用了瑞芯微64位六核（含有双核Cortex-A72 +四核Cortex-A53）Soc RK3399作为主处置整理器，标配4GB DDR3内部存储和16GB闪存，板载2×2 MIMO双天线Wi Fi模组，尺寸只有69.6×50mm，模型块上带有单单独的Typec供电连接口，以及USB-C显露连接口。

RK3399计算模型块设定有丰富的外设和拓展连接口，可以拓展使用双MIPI宽动态摄像头，另外它还带有eDP显露连接口，MIPI显露连接口，1路USB3.0,2路USB2.0，以及12C,12S,SPI,PWM,GF10和串行口等各种资源。RK3399可流畅运行Android 8.1,Ubuntu 18.04,Armbian,Buildroot等主流嵌入式实操系统，系统资源和生态非常丰富，尤其是Android 8.1设定有NN SDK神经互联网加快速度系统包，Qt-5.10包括了VPU硬件编解码，GPU图形加快速度，可使用QML快速研发流畅的动态式界面，因此RK3399核心板非常适合做高端人脸识别，机器视觉，VR虚拟现实，自动驾驶，深度计算解析等方面的人工智能设备快速原型及设备研发。
硬件功能数值：

CPU	SOC:RK3399 核心:64位双核Cortex-A72 +四核Cortex-A53 频率:Cortex-A72 (2.0 ghz), Cortex-A53 (1.5 ghz)
GPU	Mali-T864 GPU,支持OpenGL ES1.1/2.0/3.0/3.1、OpenVG1.1 OpenCL, DX11, AFBC
VPU	4K VP9 and 4K 10bits H265/H264 60fps decoding, Dual VOP, etc
Memory	RAM: Dual-Channel 4GB DDR3
Storage	eMMC: 16GB(regular), 32GB/64GB(optional), eMMC 5.1
Power Management	RK808-D PMIC,协作单单独直线DC/直线DC,启用dvf solfware省电,RTC唤醒,系统睡眠模式
Connectivity	以太网:本机千兆以太网 wi - fi: 802.11 a / b / g / n / ac 蓝牙:4.1双模式天线:双天线连接口
Video Input	1个或两个4-Lane MIPI-CSI,双重ISP, 13 mpix / s,同时支持双相机数值的写入
Video Output	HDMI: HDMI 2.0a, supports 4K@60Hz，HDCP 1.4/2.2 DP on Type-C: DisplayPort 1.2 Alt Mode on USB Type-C LCD Interface: one eDP 1.3（4-Lane，10.8Gbps）, one or two 4-Lane MIPI-DSI
USB	USB 2.0: 2单单独的本地主机USB 2.0 USB 3.0: 1本地主机USB 3.0 USB c类型:支持USB3.0 c型和显露端口1.2 Alt模式USB c型
PCIe	PCIe x4, compatible with PCIe 2.1, Dual operation mode
调节测试	1 x调节测试UART, 3 v级,1500000个基点
LED	1x Power LED(Red) 1x GPIO LED(Green)
Key	Power Key x1 Reset Key x1 Recovery Key x1
作业温度（℃）	-20℃ to 70℃
电源	直线DC12 v / 1(边缘连接器)或DV 5 v / 2.5 (c型)

2.2.2. 网关底层基板其他外设

l 11.6寸高清触显一体屏：板载，eDP连接口,电容式多点触摸，分辨率1920*1080
l 按键：板载重启、恢复、电源3个功能按键，4个用户自定义按键
l UART：1路RS232，1路RS485
l 以太网：100/1000M
l 音频：音频输出连接口、MIC音频写入连接口、板载4欧3W扬声器
l 无线网：WiFi (2.4G and 5G, 802.11 ac), Bluetooth 4.1
l 4G模组：板载，板载EC20模组
l LoRaWAN网关模型块连接口：板载mini-pcie连接口，可接入SX1301八通道并行LoRaWAN网关模型块。1个项目须至少配备装备1个LoRaWAN网关模型块，以完成对实验室全部lora节点的接入管理。
l Zigbee网关模型块：板载，直列双排20芯插针连接口，非usb连接口。
l BLE网关模型块：板载，直列双排20芯插针连接口，非usb连接口。
l USB 3.0 HOST连接口：板载2个
l Debug连接口：板载1个
l Download连接口：板载1个
l 键盘：板载7寸80键标准键盘
l 高清相机模组：CMOS传感器OV13850，MIPI信号输出，400万像素，最高支持2688x1520像素。
l 麦克风阵列：板载7颗数字高功能硅麦克风。
l 红外接收：板载红外接收模型块1个
l 震动马达传感器：1个
l LED：板载4颗蓝色LED灯珠。
l 天线连接口：板载wifi、BLE、lora、LET 共4个天线连接口。
l 传感器拓展连接口：板载，与无线传感器节点的传感器模型块连接口兼容，可完成linux系统下的传感器驱动研发实验。
l OBD连接口：板载，标准16针OBD-II插头座，与配套系统集合可完成基于CAN总线通信相关实验。
l

电源：DC 9-12V写入
l 其他连接口：MIPI、GPIO、SPI、I2C、TF Card (sd/mmc 3.0)、SIM卡座、USB 2.0 HOST、USB Type-C (with DP out)、eDP 1.3、HDMI 2.0 for 4K 60Hz

2.3. 外设模型块

2.3.1.

4G LTE模型块l 互联网：FDD-LTE/TDD-LTE/WCDMA/TD-SCDMA/GSM/EDGE；
l 制式：CMCC/CUCC（B1/B3/B8/B34/B38/B39/B40）；
l 作业频带：HSPA1900/2100，GSM 900/1800；
l 高速USB 2.0连接口、PCI-E连接口；
l 支持短信、数值、电话本、PCM语音功能；
l 支持IPv4,IPv6协议；
l 支持LTE多频；
l 支持最大150M/50Mbps的课程课程理论上下行数值传输速率；

2.3.2. AI麦克风阵列

l 7路麦克风阵列，提供声源定位、语音增强、语音降噪、回声消除、声音拾取等功能。
l 带硬件浮点运算的RISC-V 双核64位处置整理器，主频最高800MHz。
l 具备机器听觉能力和语音识别能力，内置语音处置整理单元（APU）。
l 具备卷积人工神经互联网硬件加快速度器KPU,可高功能实行卷积人工神经互联网运算。
l 麦克风阵列模型块包括TFT彩屏屏，能够直观显露音频频谱图。
l 内置ARM STM32 USB音频驱动芯片，提供USB声卡驱动，开放源代码。
l 连接口：双列直插封装/USB，需能够接入到eAIOT平台使用。
l 支持语音识别、语义理解、语音合成、人机对话等功能，可与硬件实行语音交互。
l 5米监测界限、基于linux系统。

2.3.3. AI摄像头

l 1/1.8" SONY Exmor CMOS
l 有效像素200万像素，30帧@1920*1080
l C/CS镜头连接口，最低照度0.001 Lux，120dB TWDR
l 支持协议：PROFILE S，GB/T28181，FTP/RTSP.UPNP等
l 支持双码流、手机监控、心跳机制，具3D降噪、去雾、数字宽动态、镜头校正、走廊监控等智能模式
l 提供基于eAIOT教学平台的人脸识别系统案例。

2.4. 物联网应用基础云平台

1、功能简介
1）学生能够将物联网感知层设备（传感器、执行器等）接入物联网云服务平台，平台能够接收并存储传感器和执行器的就地实时数值，模型块在线状态，并就地实时显露。
2）提供后台管理系统，能够设定账号类型和使用权限。支持多用户管理及权限控制，分为父用户和子用户，父用户可以创建多个子用户，并而且可以为每个子用户分配增、删、改几种权限，子用户创建的资源相互隔离。
3）提供物联网规则编辑器，无需编写代码即可编辑复杂的自动化控制策略，完成位移互联网系统的自动化控制。
4）提供丰富的可视化控件库，经过拖拽、简便配备即可完成美观的UI设计。支持GIS地图、弯弯曲线图、柱状、饼图、图表、按钮、仪表图等控件。
5）物联网感知层设备也能够向执行器发送控制命令，系统能够完成模型块的在线监测。
6）云平台支持物联网硬件多协议接入，经过ZigBee/BLE/wifi/lora/NBIOT无线技术取得传感器收集的数值，形成一个完整的无线传感器互联网。
7）数值经过http/MQTT协议传输至物联网应用基础云平台系统，实行数值图形化展示。
8）完成基于云平台的智能家居实验，并含有配套完整的教学资源。
9）支持本地化部署和云端部署两种方法。
10）提供"物联网应用基础云平台"系统著作权登记证书及系统设备登记测量试验报告复印件并加盖公章，原件备查。

3. 部分实验案例

3.1.1. 嵌入式linuxQT综合实验

3.1.2. 手写字识别

学习掌控把握设计一个神经互联网模型，然后用已经标注过的MNIST数值来实训这个模型，然后实行测量试验检验。

图：手写字识别案例

3.1.3. 人脸识别

经过OpenCV自带的分类器、OpenCV的深度学习掌控把握分类器是基于SSD(Single Shot Detector)框体结构的ResNet互联网，完成在图片、视频中对人脸的检验测试，并用矩形框框出来。
学校可用来身份识别、课堂/上下班考勤、会议签到、刷脸支付、门禁通行、安防监控相关场景。

图： 人脸识别案例

3.1.4. 目标检验测试

运用深度学习掌控把握框体结构caffe，完成对常见物体的检验测试。

图：目标检验测试案例

3.1.5. 人体姿态识别

使用边缘侧推理框体结构Tengine检验测试图像中的全部人体并返回每个人体的矩形框位置，精准定位 21 个核心关键点，含有五官、四肢、脖颈等部位，更多关键点持续拓展中；支持多人检验测试、人体位置重叠、遮挡、背面、侧面、中低空俯拍、大动作等复杂场景。

图：人体姿态识别案例

3.1.6. 手势识别

运用深度学习掌控把握框体结构caffe，完成对简便手势的识别。

图：手势检验测试和识别系统案例

3.1.7. 车牌识别

使用opencv 的 HAAR Cascade 检验测试车牌大致位置，使用卷积神经互联网回归车牌左右，然后使用卷积神经互联网滑动窗切割字符、及识别字符。

图：交通门禁车牌检验测试和识别系统案例

3.1.8. 人脸门禁

应用 mtcnn 实行人脸检验测试，应用MobileFaceNet 实行人脸识别，然后用活体检验测试算法实行检验测试。

图：人脸门禁检验测试和识别系统案例

3.1.9. 声纹锁实验

经过语音增强、语音重量检验测试、语音增强、有效语音提取、声纹特征提取等步骤，完成声纹注册及声纹检验。

图：声纹电子锁系统案例

3.1.10. AI语音控制智能家居

本系统完成语音数值高速传输，基于百度语音识别 API 完成语音识别，并用无线方法控制电灯，电风扇，以及获取温度（℃）和湿度。

图：语音控制智能家居系统案例

3.1.11. 知识图谱和聊天机器人

知识图谱融合了两千五百多万的实体，拥有亿级别的实体属性关系，机器人应用了基于知识图谱的语义感知与理解，致力于最强认识大脑。自然语言处置整理工量具包的功能有：中文分词、词性标注、命名实体识别、关键词提取、文本摘要、新词发现、情感解析等。

图：知识图谱和文本聊天机器人系统案例

4. 招标功能数值

序号	项目名称	项目技术功能数值参考规格	备注
1	名称：AI人工智能语音机器视觉研发应用系统平台型号：--SD38	本项目实验系统应用CPU+GPU双处置整理器架构，是一款包括AI语音、机器视觉、深度学习掌控把握基础、嵌入式Linux于一体的高端教学科研实验平台。整个教学平台含有概括人工智能（AI）和嵌入式Linux部分，两部分互相支撑、互为补充，一起合作完成嵌入式人工智能。人工智能部分的硬件基于嵌入式ARM控制器、高清相机模型块、7麦麦克风阵列，具备语音、图像数值的收集和处置整理能力及适用来多种场景的控制连接口；嵌入式Linux部分的硬件应用CPU+GPU双处置整理器架构，配备装备高清大屏以及丰富的外设连接口。平台应用多核高功能 AI 处置整理器，预装 Ubuntu Linux 实操系统与 OpenCV 计算机数值数值视觉库，支持 TensorFlow Lite、NCNN、MNN、Paddle-Lite、MACE 等深度学习掌控把握端侧推理框体结构。提供多种应用外设与丰富的机器视觉、AI语音、深度学习掌控把握实战应用案例，如语音前处置整理（声源定位、语音增强、语音降噪、回声消除、声音提取）、语音活体查验、语音唤醒、语音识别、语音合成、自然语言处置整理、声纹识别门锁、语音智能家居、手写字识别、人脸识别、目标检验测试、端侧推理框体结构、图像识别、人体解析、文字识别、人脸门禁控制、车牌道闸控制、手势家居控制等，经过案例教学让学生掌控把握计算机数值数值视觉与深度学习掌控把握的基础原理和经经典型应用研发。一、硬件技术功能数值 ★1、处置整理器： CPU: RK3399：六核 Dual Cortex-A72 + Quad Cortex-A53, 64-bit CPU at 1.8GHz GPU: Mali-T864 GPU,支持 OpenGL ES 1.1/2.0/3.0/3.1, OpenVG 1.1, OpenCL, DX11 2、存储器：双通道LPDDR3（64-bit）不低于4GB，16GB 高速emmc 拓展存储，MicroSD不低于64G 3、高清相机模组：CMOS传感器OV13850，MIPI信号输出，1300万像素，最高支持4224x3136像素。 4、AI高清摄像机：有效像素500万像素，对焦方法自动对焦，USB2.0连接口，提供基于eAIOT教学平台的人脸识别系统案例。 ★5、11.6寸板载高清触显一体屏：11.6寸eDP连接口,分辨率不低于1920*1080 ★6、1）Zigbee网关模型块连接口：板载，应用直列双排20芯插针牢靠固定，非usb连接口。 2）BLE网关模型块连接口：板载，应用直列双排20芯插针牢靠固定，非usb连接口。 7、4G模组：板载EC20模组，支持LTE TDD/LTE FDD/TD-SCDMA/WCDMA /TD-SCDMA/CDMA2000/CDMA/GSM等频段 ★8、7路麦克风阵列： 1）7路麦克风阵列，提供声源定位、语音增强、语音降噪、回声消除、声音拾取等功能。（需提供完整硬件原理图及PCB文件截图证明为自主研发设备） 2）主控芯片K210，RISC-V 双核64位处置整理器，主频最高800MHz。包括卷积神经互联网加快速度器KPU，峰值算力1TOPS。 3）一体化单板设计，包括TFT彩色液晶屏，能够直观显露彩色音频频谱图。 4）包括 STM32音频驱动芯片，提供USB声卡驱动，开放源代码。（提供源码工程截图，源码备查） 5）应用双列直插封装和USB连接口输出，需能够接入到系统主板中使用。 6）5米监测界限，基于linux系统。 ★9、OBD连接口：板载，标准16针OBD-II插头座，与配套系统集合可完成基于CAN总线通信相关实验。 10、天线连接口：板载wifi、BLE、lora、LTE共4个天线连接口。 11、其他硬件连接口： 1）UART：1路RS232，1路RS485 2）以太网：100/1000M 3）音频：音频输出连接口、MIC音频写入连接口、板载4欧3W扬声器 4）无线网：WiFi (2.4G and 5G, 802.11 ac), Bluetooth 4.1 5）USB 3.0 HOST连接口：板载2个 6）Debug连接口：板载1个、Download连接口：板载1个 7）键盘：板载7寸80键标准键盘 8）红外接收：板载红外接收模型块1个 9）传感器拓展连接口：板载，与无线传感器节点的传感器模型块连接口兼容，可完成linux系统下的传感器驱动研发实验。 10）按键：板载重启、恢复、电源3个功能按键，4个用户自定义按键 LED：板载4颗蓝色LED灯珠 11）震动马达传感器：板载1个 12）其他连接口：MIPI、GPIO、SPI、I2C、TF Card (sd/mmc 3.0)、SIM卡座、USB 2.0 HOST、USB Type-C (with DP out)、eDP 1.3、HDMI 2.0 for 4K 60Hz 12、实验箱箱体：单层一体式设计，左边固定装配实验所需硬件，右边收纳放置配套电源适配器、线材、备品备件等设备。二、系统规格功能数值要求 ★1、实操系统：Linux+QT、Ubuntu18.04、Android8.1，支持Linux+QT、Ubuntu双实操系统SD卡快速离线变换，便利教学管理； ★2、须配备装备LoRaWAN NS(network server)实验系统，协作硬件可完成LoRaWAN双向通信实验，实验可以显露无线通信频率值、扩频因子、RSSI（接收信号强度）、信噪比、fcnt等信息。经过实验可以快速评估和测量试验LoraWan协议下的数值通信格式、通信距离、信号重量等，同样也可以基于现有的样例实行二次研发快速完成课程设计、项目研发、科研等。 ★3、提供嵌入式深度学习掌控把握框体结构Tengine：针对 ARM CPU 及 ARM Mali GPU 优化，支持 Caffe/TensorFlow/MXnet/ONNX 模型文件，兼容 Caffe/TensorFlow API，以插件方法支持底层算子拓展，支持 INT8 量化。 ★4、提供物联网应用基础云平台： 1）学生能够将物联网感知层设备（传感器、执行器等）接入物联网云服务平台，平台能够接收并存储传感器和执行器的就地实时数值，模型块在线状态，并就地实时显露。 2）提供后台管理系统，能够设定账号类型和使用权限。支持多用户管理及权限控制，分为父用户和子用户，父用户可以创建多个子用户，并而且可以为每个子用户分配增、删、改几种权限，子用户创建的资源相互隔离。 3）提供物联网规则编辑器，无需编写代码即可编辑复杂的自动化控制策略，完成位移互联网系统的自动化控制。 4）提供丰富的可视化控件库，经过拖拽、简便配备即可完成美观的UI设计。支持GIS地图、弯弯曲线图、柱状、饼图、图表、按钮、仪表图等控件。 5）物联网感知层设备也能够向执行器发送控制命令，系统能够完成模型块的在线监测。 6）云平台支持物联网硬件多协议接入，经过ZigBee/BLE/wifi/lora/NBIOT无线技术取得传感器收集的数值，形成一个完整的无线传感器互联网。 7）数值经过http/MQTT协议传输至物联网应用基础云平台系统，实行数值图形化展示。 8）支持本地化部署和云端部署两种方法。 ★5、人工智能麦克风阵列语音前处置整理系统： 1）需支持以下实验并提供全部源代码：声源定位、语音增强、语音降噪、回声消除、声音拾取实验。三、实验教学课程资源 ★平台提供成套教学资源，用户可以按照学期长度和实际教学现象安排教学，须配备装备实验指导书，实验指导书可以提供10～18周、每周2～6节课的教学实验需要。含有但不限于以下知识实验课程： Linux 实验清单初识linux 系统：Ubuntu 系统装配、Ubuntu 系统入门、Ubuntu 终端实操、Shell 实操、APT 下载工量具、Ubuntu 下文本编辑、Linux 文件系统、Linux 用户权限管理、Linux 磁盘管理 Linux应用研发基础：编写 HelloWorld 代码、编译 HelloWorld、GCC 编译器、Makefile文件 ARM Linux 研发基础：RK3399研发平台简介、研发环境搭建、关于ARM架构、AArch64汇编基础、RK3399启动方法详解、汇编LED灯试验、C语言版LED灯实验基于SDK研发Uboot,kernel,rootfs：SDK 基础、U-Boot 顶层 Makefile 详解、U-Boot 启动流程详解、U-Boot 图形化配备及其原理、Linux 内核顶层 Makefile详解、buildroot根文件系统组建 linux 设备驱动程序研发基础：字符设备驱动研发、嵌入式 Linux LED 驱动研发实验、新字符设备驱动实验、Linux 设备树、设备树下的 LED 驱动实验、pinctrl 和 gpio 子系统实验、Linux 并发与竞争、Linux 并发与竞争实验、Linux 按键写入实验、Linux 内核定时器实验、Linux 中断实验、Linux 阻塞和非阻塞 IO 实验、异步通知实验 linux 设备驱动程序研发进阶：platform 设备驱动实验、设备树下的 platform 驱动编写、Linux 自带的 LED 灯驱动实验、Linux MISC 驱动实验、Linux INPUT 子系统实验、Linux RTC 驱动实验、Linux I2C 驱动实验、Linux SPI驱动实验、Linux misc杂项设备驱动实验 Linux 无线通信编程实验：lorawan NS实验、Linux互联网编程试验、嵌入式 Web 服务器试验、IOT云服务实验嵌入式 Linux QT研发 Qt简介：Qt环境搭建 Qt编程基础：Qt用到的研发工量具、Qt编程涉及的术语和名词、Qt Creator的初步使用、第一个Qt程序、Qt项目管理文件、Qt项目界面文件、Qt项目中的main主函数、Qt界面布置管理、Qt信号与槽机制、Qt Creator使用技巧 Qt应用研发实例：QCalculator计算器应用实验、QClock就地实时时钟应用实验、QLed LED控制应用实验、QSht20温湿度计应用实验、QFileview文件浏览应用实验、QReader文本阅读器应用实验、QTest综合测量试验应用实验、添加应用到系统桌面人工智能实验清单-基础神经互联网的基础作业原理：神经互联网的基础作业原理神经互联网中的基础概念：线性反向传播实验、非线性反向传播实验、梯度下降实验、损失函数实验神经互联网之回归问题：单变量线性回归、多变量线性回归神经互联网之分类问题：线性二分类、线性多分类、神经互联网非线性二分类、神经互联网非线性多分类神经互联网模型的推理与部署：测量试验实训成果实验、查看模型文件实验、ONNX模型文件制作实验、模型部署和测量试验实验深度神经互联网：深度神经互联网框体结构设计、深度神经互联网应用、神经互联网优化、神经互联网过结合问题卷积神经互联网：卷积神经互联网基础简介、卷积的前向计算、卷积的反向传播、池化的前向计算与反向传播、经典的卷积神经互联网模型、MNIST分类实验、Fashion-MNIST分类实验循环神经互联网：普通循环神经、通用的循环神经互联网模型实验互联网、两个时间步的循环神经互联网实验、四个时间步的循环神经互联网、不定长时序的循环神经互联网实验、深度循环神经互联网、双向循环神经互联网、高级循环神经互联网人工智能实验清单-图像图像收集：USB摄像头图像收集图像处置整理：图片显露、色彩空间、像素运算、ROI与泛洪填充、滤波与模糊实操、图像直方图、模板匹配、图像二值化、图像金字塔、图像梯度、Canny边缘检验测试、直线检验测试、圆检验测试、轮廓发现传统机器视觉：手写字识别、人脸检验测试、目标检验测试深度学习掌控把握机器视觉：手写字识别、人脸检验测试、目标检验测试、端侧推理框体结构云端机器视觉应用：图像识别实验、文字识别、人体解析图像视觉综合应用：人脸门禁控制、车牌道闸控制、手势识别人工智能实验清单-语音语音处置整理：语音收集和播放实验、语音编码和解码实验、语音变速变调实验、语音活性检验测试实验、语音唤醒实验、语音识别实验、语音合成实验自然语言处置整理：中文分词实验、关键词提取实验、文本可视化实验、文本向量化实验、文本分类实验、文本聚类实验、文本情感解析实验、句法依存解析实验、组建聊天机器人实验云端语音语言应用：云端语音合成实验、云端语音识别实验、云端对话情绪识别实验、云端新闻摘要实验、云端短文本相似度实验、云端情感倾向解析实验、云端地址识别解析实验语音语言综合应用：组建知识图谱和聊天机器人实验、声纹识别门禁实验、AI语音智能家居实验

常见问题：

1、如果我要购买AI视觉与语音实验箱，人工智能视觉实训平台，是否有安装、培训服务呢？

答：我们的设备如果没有特别注明“不含安装”“裸机价”“出厂”等字样的，都是提供安装、培训服务的。

2、你们的AI视觉与语音实验箱，人工智能视觉实训平台是否能开增值税专用发票？

答：可以的，我们是正规企业，并且已经升级到一般纳税人，可以开具增值税专用发票，如果您需要开AI视觉与语音实验箱，人工智能视觉实训平台的发票，您需要提供开票资料。

3、你们的AI视觉与语音实验箱，人工智能视觉实训平台都是自己生产的吗？都有什么产品资质？

答：我们公司是专业生产教学设备的企业，完全自主生产，并通过了最新版ISO9001认证，拥有多项专利与著作权。

本文来自网络，不代表本站立场，图片为参考图片，转载请注明出处：AI视觉与语音实验箱，人工智能视觉实训平台

上一篇: 太阳能槽式聚光集热系统方案，槽式太阳能实训设备

下一篇: 汽车电器实训箱，汽车电子电器实训系统