-
Q目前NXP的语音算法有没有误触发的情况？
A 目前语音识别算法的识别率和误识别率的评估，参考Amazon AQT 测试系统。 保证所有测试项通过。 即使支持多语言唤醒词，也可以保证２４H FAR 测试小于３次。
-
QNXP的AI一站式解决方案中语音识别是服务器端处理的吗？
A 语音识别是本地处理的，不需要联网到服务器。
-
QNXP的AI一站式解决方案应用时必须联网吗？
A 我们vision AI 算法和语音识别算法都是运行在本地的，不需要联网。
-
Q目前的语音算法能识别方言吗？
A关于方言，可以支持广东话，台湾话。更详细的语言支持列表可以参考如下链接 https://tool.cyberon.com.tw/DSMT_V2/phoneme.php
-
Q目前的语音算法，客户在使用产品时需要训练吗？
A 不需要训练，我们提供完整的语音命令模型产生工具，只需要用我们工具产生命令词。
-
QNXP i.MX RT系列MCU有适用于极端气候的吗？
A 一般的MCU都是分为不同等级的，比如消费级，工业级和汽车级
-
QNXP的MCU产品有应用于智能家居的开发实例吗？
A 有的， 针对智能门锁， 智能照明，开关插座， gateway等， 我们都有参考设计， 欢迎联系NXP销售或打理商
-
Q什么配置的MCU才能支持人工智能方案？
A 人工智能方案的概念太大了，您可以以恩智浦在RT106F上运行人脸识别算法为例，来了解运行一个人脸识别算法的模型，对MCU算力的配置要求，这里是需要您综合考虑算法模型的轻重，MCU算力的硬件配置以及您对算法性能的要求来综合考虑的
-
QAI视觉算法对摄像头分辨率和MCU主频有最低要求吗？
A 摄像头的分辨率和MCU主频的要求要看具体的AI 视觉应用。我们目前的方案 摄像头支持QVGA, VGA, 720P，RT117H 双核M7 的最高主频可以达到1Ghz， M4的主频最高可以达到400Mhz。
-
Q什么样算是自然化的交互方式？
A比如语音交互就是一种更自然化的交互方式，其实你通过键盘、鼠标来进行交互，这是一种随着技术发展被大量使用和训练出来的一种交互方式，是需要通过学习来掌握的一种交互方式，但是语音或者手势，这是人类自然就产生的一种交互习惯~
-
Q边缘计算和边缘AI有什么不一样？
A 边缘计算是相对云端计算来讲的，更侧重表达在网络的边缘节点来处理和分析数据，边缘AI 是指在硬件设备上本地运行处理AI算法
-
QNXP的AI一站式解决方案中的算法开源吗？
A 我们解决方案中的AI 算法是以库的形式提供的，目前不开源。
-
Q语音识别能识别方言和中英混杂情况吗？
A 中英文混杂是可以很好的支持。方言可以支持广东话、台湾话及不同区域的英语。更详细的语音支持列表如下： https://tool.cyberon.com.tw/DSMT_V2/phoneme.php
-
Q人工智能交互方案中的软件协议是开源的吗？
A 模块之间交互的通讯协议是开放给客户的。
-
Q一般上级的边缘计算，要求下级的硬件也是需要能稳定可靠，边缘AI计算会根据温度进行补偿数据分析吗
A 如果本身运行的AI算法，是会受温漂影响的，算法本身会将温度补偿部分考虑进去
-
Q边缘AI的发展，会在用户端提供接口给用户进行数据的二次软件开发吗
A 边缘AI也是分为在不同算力等级的硬件设别上来讲的，随着边缘节点算力的不算提升，和软件算法本身的不断迭代，从理论上是可以实现的，但以目前在MCU上来实现的边缘AI来讲，算法模型的训练，参数调整，都是在服务器端完成的，仅仅是在MCU端去运行AI算法，目前是没有提供给用户端接口去调整AI算法模型参数的。但是一些数据的预处理和处理结果，是对用户开放的
-
Q算力方面怎样?最多少路摄像头？
A RT117H 双核M7 最高主频1Ghz，M4最高主频400Mhz。最多支持两路摄像头 MIPI/csi + FlexIO.
-
QRT117H, RT117F硬件配置可以提供下么？
A NXP官网上可以参考
-
QNXP i.MX RT系列的效能足够作多人的脸部辨识吗？
A多人的脸部识别需要的处理时间会比单人的脸部识别要长，我们的算法是可以支持多人的脸部识别，要根据实际的应用来平衡识别的时间和单人或多人的识别算法。
-
QNXP有可以直接使用的训练好的模型吗？
A 我们方案中的人脸识别和语音识别都提供预先训练和优化好的模型给客户。
- 0425召开 采用革命性的栅极驱动器技术简化并加速高功率 GaN 和 SiC 系统的实现
- 0306召开 适合物联网和可穿戴设备的“小型锂离子二次电池”