智能茶几

天创科林基于自主开发的多人触摸互动平台软件，将智能茶几塑造成为一个新型的家电消费产品，并设计了富含传统家庭家具特色与智能产品概念相结合的智能茶几外观。 面向未来，漫维科技将坚持专注于多人互动的新社交场景，致力于成为的新型智能家电创造者，打造继智能电视、智能手机、智能家具、智能中控等智能产品后，服务于家庭娱乐中心的智能大家电，通过持续创新不断丰富人们的生活方式。

智能茶几原理

语音识别模块的主要功能是将重新采集的标准语音特征矢量与语音模板库中的语音模型进行比较，判断当前语音命令功能，因此该模块主要包括矢量比较与参数评估两个过程。

语音提示模块的主要功能是根据语音识别的结果提示用户进行相关操作或说明当前完成的功能，因此该模块主要包括调用提示语音资源文件、D/A转换、信号放大等语音处理过程。

输出控制模块的主要功能是根据语音识别的结果输出相应的控制信号，实现电灯、电视、风扇等办公电器的语音控制功能，因此该模块主要包括信号驱动、输出控制器和被控对象。

语音模板库的主要功能是存储训练后的佳标准语音特征矢量。

语音识别技术是指机器自动将人的语音转成文字的技术，又称Automatic  Speech Recognition，即ASR技术。

语音识别是近几年来发展快的技术之一，随着数据处理技术的进步以及深度学习技术的不断发展，语音识别技术得到了质的飞跃，已广泛运用于智能手机、语音智能交互等各个领域。

目前常用的语音识别技术方法主要有四种：（1）基于语言学和声学的方法（2）随机模型法（3）利用人工神经网络的方法（4）概率语法分析，其中主流的方法是随机模型法，如动态时间规整（DTW），隐马尔科夫模型（HMM）理论和矢量量化（VQ ）技术等。

从语音识别算法的发展来看，语音识别技术主要分为三大类，类是模型匹配法，包括矢量量化(VQ) 、动态时间规整(DTW)等；第二类是概率统计方法，包括高斯混合模型(GMM) 、隐马尔科夫模型(HMM)等；第三类是辨别器分类方法，如支持向量机(SVM) 、人工神经网络(ANN)和深度神经网络（DNN）等以及多种组合方法。

语音识别中，由于语音信号的随机性，即使同一个人发的同一个音，只要说话环境和情绪不同，时间长度也不尽相同，因此时间规整是的。DTW是一种将时间规整与距离测度有机结合的非线性规整技术，在语音识别时，需要把测试模板与参考模板进行实际比对和非线性伸缩，并依照某种距离测度选取距离小的模板作为识别结果输出。动态时间规整技术的引入，将测试语音映射到标准语音时间轴上，使长短不等的两个信号通过时间轴弯折达到一样的时间长度，进而使得匹配差别小，结合距离测度，得到测试语音与标准语音之间的距离。