端到端的高精度可扩展语音指令识别系统产品系统

高噪声情况下的端侧实时语音指令识别，在机场，铁道等高噪声场景下，实现基于赛灵思开发板的高精度，多指令，可扩展，高鲁棒的语音指令识别模型。

端侧实时语音指令识别：负责算法设计与软件开发，完成模型训练、ONNX优化、C++解码及设备部署。在项目测试条件下，信噪比-5～15dB时识别准确率超过95%，响应延迟低于200ms。

负责语音指令识别算法设计与软件开发，完成从数据整理、模型训练到端侧部署及性能验证的完整流程。

1. 数据与模型开发：融合自采集语音与公开数据，构建指令识别训练及测试数据集。基于dFSMN与CTC设计轻量化语音识别模型，利用时序上下文建模完成语音特征到识别序列的映射，并在不同信噪比条件下评估识别效果。

2. 模型导出与推理优化：完成模型ONNX导出及推理优化，验证导出前后的输出一致性，结合目标设备的计算资源和实时响应要求，对模型推理与解码链路进行性能分析和优化。

3. C++解码与设备集成：使用C++实现CTC前缀束搜索解码，将模型输出转换为指令识别结果，完成模型推理、解码程序与端侧运行环境的集成，打通音频输入到指令输出的完整识别链路。

4. 测试与成果交付：完成目标设备部署及不同噪声条件下的识别准确率、响应延迟测试，验证端侧运行效果，形成可运行的语音指令识别算法模块及配套部署程序，为设备语音交互提供技术基础。