典型场景 Demo

A8550MA1 可在端侧完成语音采集、语音识别、语义理解、知识检索、翻译、语音合成和业务控制。AidVoice 智能语音平台将这些能力按 Pipeline 组合，便于开发者验证完整链路，并进一步接入自己的设备和业务系统。

AidVoice 智能语音 Demo

Demo 能力总览

场景	输入	处理链路	输出
指令控制	前进、转向、灯光等自然语音命令	语音采集 → ASR → 意图识别/指令格式化 → 控制接口	结构化指令、设备执行结果、语音反馈
实时翻译	连续中文语音或短句	语音采集 → 流式 ASR → 翻译模型 → 字幕/TTS	英文译文流、字幕、可选语音播报
RAG 知识问答	面向本地资料的语音提问	ASR → 问题改写 → Top-K 检索 → 大模型回答 → TTS	基于知识库的回答、引用片段、可选语音播报
会议转写与总结	连续会议语音	流式 ASR → 文本缓存/分段 → 大模型摘要	实时转写、片段摘要、最终纪要与行动项

实时翻译 Demo

实时翻译 Demo 展示中文语音输入、流式识别、英文翻译、字幕展示和语音播报的完整过程。

1. 麦克风采集中文语音。
2. ASR 输出识别文本。
3. 翻译模型流式生成英文译文。
4. 应用持续刷新字幕。
5. 根据场景选择是否通过 TTS 播报译文。

本次演示阶段指标

阶段	参考结果
ASR 输出 → 首个译文 Token	约 0.18 s
ASR 输出 → 完整译文	约 1.14 s
译文完成 → TTS 写入	约 0.19 s

运行日志中的流式译文与阶段耗时

其他 Demo 参考指标

Demo	关键阶段	本次演示参考结果
指令控制	ASR 输出 → 指令输出	小于 1.5 s
RAG 知识问答	唤醒 → ASR 输出	约 3.30 s
RAG 知识问答	ASR 输出 → RAG 检索完成	约 1.99 s
RAG 知识问答	ASR 输出 → 回答首字	约 5.27 s
会议转写与总结	文本缓存触发条件	110 字
会议转写与总结	触发 → 模型首包	约 0.21 s
会议转写与总结	触发 → 摘要首字	约 0.68 s

AidVoice Demo 实例程序下载

前往 参考设计资料 目录，获取 Demo 实例程序源码。

测试说明

以上数据来自当前 Demo 配置下的阶段记录，用于说明链路和建立验收口径。实际结果会受到模型版本、输入长度、音频环境、系统负载、知识库规模和输出长度等因素影响，请以目标版本和实际测试环境为准。

项目集成方式

1. 确定场景：选择语音控制、实时翻译、知识问答或会议总结等 Profile。
2. 选择组件：按需启用 ASR、TTS、LLM、RAG、翻译和设备控制接口。
3. 配置业务规则：设置触发条件、Prompt、知识库、输出格式和异常处理策略。
4. 接入客户系统：连接设备 API、数据库、工单系统或行业业务平台。
5. 测试与验收：验证准确率、阶段时延、端到端时延、资源占用、稳定性和执行成功率。

提示

AidVoice Demo 可作为功能验证起点。开发者可保留标准 Pipeline，更换模型、Prompt、知识库和业务插件，形成面向具体产品的智能语音应用。