方案背景

在现代智能设备和物联网（IoT）应用的快速发展中，语音交互已成为用户体验的重要组成部分。用户对智能设备的期望不仅限于基本的语音命令识别，还包括远距离的精准识别、多语言支持以及在嘈杂环境中的稳定性能。为满足这些需求，先进的语音处理技术和高效的关键词识别（KWS）解决方案变得至关重要。

方案概要

PXU316-Voice 是一种将双麦克风前端音频处理（Audio Front-End，AFE）与 关键词识别（Keyword Spotting，KWS） AI 模型相结合的解决方案。得益于高性能的双麦克风前端音频算法，它可以支持 5 米以内的唤醒命令，并支持打断（Barge-in）功能。PXU316-Voice可通过本地AI 模型识别多种语言，最多可分辨 100 条语音命令。此外，它还能通过 USB Type-C 为用户产品中的语音识别（ASR）提供优化的清晰语音信号。

方案特性

远场拾音

利用双麦算法实现5m 内360°远场拾音。

多语言关键词识别

本地离线KWS 模型至多支持21 种语言，识别准确度高达95%，指令集可定制。

应用场景

PXU316-Voice可以应用于多种智能语音交互设备，包括但不限于智能家居设备、智能音箱、智能家电等消费电子产品，也可应用于智慧医疗、智能驾驶系统等领域。

用于智能会议屏幕的KWS 语音控制示例