智能音箱
智能音箱是一种内置语音助手的智能音响，可以接收语音指令，进行播放音乐、对话问答，控制家庭设备等。
简介
时间轴
常见产品
| 产品 | 虚拟助手 | 公司 | 描述 |
|---|---|---|---|
| 天猫精灵 | AliGenie | 阿里巴巴 | |
| 小度 | DuerOS | 百度 | |
| 小爱同学 | 小爱同学 | 小米 | |
| Echo | Alexa | 亚马逊 | |
| HomePod | Siri | 苹果 | |
硬件
技术
语音前端处理
语音前端处理（Audio Processing）
唤醒
唤醒，也称Keyword Spotting (KWS)， 即关键词检测。当录音识别到关键词（如设置'天猫精灵'，'hey Siri'），就开始录制后面的语音，进行分析处理。
| 名称 | 描述 |
|---|---|
| Porcupine | 是一款离线轻量级的唤醒词引擎，支持多语言，多平台。免费账号每个月只支持3个用户和3个唤醒词训练。 |
| SnowBoy | |
| 讯飞语音唤醒 | 免费版10个用户90天试用期。 官网：https://www.xfyun.cn/service/awaken?type=awaken |
语音转文本
语音识别（Automatic Speech Recognition, ASR），也称语音转文本（Speech To Text，STT）。
| 名称 | 开发者 | 描述 |
|---|---|---|
| whisper | OpenAI | 是OpenAI在2022年9月开源的语音识别 （ASR）软件。可以用于本地离线识别，或安装在服务器上提供API。 支持语言：中文、英语、法语、德语、俄语、日语等几十种语言。 价格：免费。 官网：https://openai.com/index/whisper/ 源代码：https://github.com/openai/whisper |
| OpenAI 语音识别API |
OpenAI | 基于开源 large-v2 Whisper 模型。 支持语言：中文、英语、法语、德语、俄语、日语等几十种语言。 价格：收费 官网：https://platform.openai.com/docs/guides/speech-to-text/speech-to-text |
| PaddleSpeech | 百度 | 百度开源的语音方向的开源模型库，基于百度飞桨 PaddlePaddle。支持声音分类、语音识别（ASR）、语音翻译（英译中）、语音合成（TTS）和声纹验证。 支持语言： 源代码：https://github.com/PaddlePaddle/PaddleSpeech |
自然语言理解
自然语言理解 (Natural Language Understanding, NLU)
文本转语音
语音合成，
项目
| 名称 | 描述 |
|---|---|
| Mycroft | https://github.com/MycroftAI/mycroft-core |
| wukong-robot | 是一个开源的中文语音对话机器人/智能音箱项目。 https://wukong.hahack.com/ |