Добрый день!
Есть вопрос касаемо необходимых ресурсов микроконтроллера для распознования нескольких голосовых команд вроде: "включить х", "выключить х" и ещё пару-тройку.
Как оценить?
Если кто-то сталкивался, не могли бы на вскидку сказать какие нужны частоты ядра для RISC-архитектуры и сколько внутренней памяти?

Благодарю.
Сергей.

Зависит от времени реакции Вашей системы.
Голос много не занимает. Посчитайте количество команд. Оцифруйте с частотой выборки с запасом.
Для коротких команд, 16К ОЗУ должно хватить (1 секунда).
Правда если у вас не команда:
"Включить левый стабилизатор напряжения с защитой от перегрузки по току, перенапряжения и перегреву"

Спасибо за ответ.
То что оцифрованный голос занимает немного - понятно, но сколько нужно ресурсов для распознавания команды, ведь алгоритм там наверное непростой?
Время реакции примерно 1с.

Благодарю.

Я думаю, если написать больше информации по Вашим требованиям, то станет что-нибудь тоже ясно.
Вам необходима дикторонезависимость? Какие требования к окружающему шуму?

Нужно чтобы любой человек, сказав пару команд вроде "включить х", "выключить х", мог управлять таким образом устройством. Сначала будет 2 команды, потом возможно 4.
Да, нужно чтобы команды распозновались независимо от того кем они сказаны.
Шум - каких-то особых требований нет.

Ну и в догонку - где можно почитать об алгоритмах распознования команд, теорию и т.д. ?

Благодарю.

На русском - обсуждают например здесь Речевые технологии - там же и ссылки найдёте .

Сообщение отредактировал sherr - Sep 12 2014, 16:13

разницу между весьма сложной теорией, трудоемкой практикой и обсуждением на пальцах сферического распознования речи в вакууме нужно иметь ввиду. она существенна.