📄️ 目标检测
使用 RDK X5 部署 YOLO11m 模型进行目标检测，识别并定位图像中的目标对象。
📄️ 语音转文字（ASR）
使用 RDK X5 部署 SenseVoice 模型，将实时语音转换为文字。
📄️ 关键词唤醒（KWS）
使用 RDK X5 部署 zipformer 模型进行关键词唤醒，实时识别唤醒词。
📄️ 文本转语音（TTS）
TTS（Text To Speech，文本转语音）即语音合成技术，是一种将文本信息转换为自然流畅语音的技术，通过人工智能算法模拟人类发音方式，实现文字内容的实时语音播报。TTS 是智能助手、人机交互、智能客服、车载系统和机器人语音交互等应用的重要基础，可提升设备的信息传递能力与自然交互体验。