《表4 树莓派使用不同核心数并行运算识别时间表》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于Kaldi的AI语音识别在嵌入式系统中的应用研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

将Kaldi和训练好的声学模型为DNN-HMM模型的语音识别算法移植到Raspberry Pi 4B之后，使用Raspberry Pi4B结合Re Speaker 2-Mics Pi HAT录制50个音频数据。对50个音频数据在Raspberry Pi 4B平台上进行性能测试。由于Raspberry Pi 4B搭载了博通BCM2711处理器，采用了4枚ARM Cortex-A72核心，因此设置语音识别算法脚本使用的CPU核心并行数为一核心到四核心，对比不同核心下，对语音识别在Raspberry Pi 4B上的性能进行比较。如表4所示，在语音识别算法脚本使用的CPU核心并行数为二核的时候，音频识别时间最短。一般来说，CPU核心数越大，算法运行的速度越快，但由于树莓派CPU资源有限，树莓派本身要运行的进程和CPU调度占用一部分资源以及语音识别算法在使用多核并行运算时会导致成倍CPU占用，还有增加核心并行运算时CPU调度会占用一些资源，增加核心数进行并行运算反而导致识别速度下降，实际实验中，把语音识别算法脚本使用的CPU核心并行数设置为二核的时候，识别时间最佳。