代码生成和部署

为桌面计算机、移动设备和嵌入式目标生成独立的应用程序

在您使用音频工具箱™特性，您可以生成可移植的C/ c++源代码，独立的可执行程序，或独立的应用程序从您的MATLAB^®代码或仿真金宝app软件^®模型．通过代码生成，您可以:

运行您的算法在没有MATLAB的机器上或仿真金宝app软件安装。
在MATLAB中工作时加快处理速度或仿真金宝app软件环境。
将算法嵌入到硬件中。
将算法合并到遗留代码中。

的部署特征MATLAB编译器™和MATLAB编码器™功能。使用这个表来决定如何部署MATLAB代码或仿真金宝app软件模型．

部署的特点	使用MATLAB编译器功能	使用MATLAB编码器功能
输出	不可读的共享库。	可移植和可读的C源代码。
库的依赖	MATLAB运行时．	库依赖仅为音频I/O功能:在MATLAB和Simulink之外运行音频I/O功能金宝app．
金宝app支持的部署平台	窗户^®，Mac和Linux^®．	任何支持ANSI的平台金宝app^®/ ISO^®C / c++代码。
知识产权保护	打包的代码是加密的。	代码未加密。您可以通过生成共享库而不是可读代码来保护您的IP。
算法加速	速度与MATLAB相同。	可能更快，这取决于算法。
MATLAB的图形	金宝app支持。	不受支持金宝app的。

要将音频插件部署到数字音频工作站，请参见导出MATLAB插件到DAW．

要将System对象™音频插件部署到Simulink，请参见金宝app转换音频插件系统对象到Simulink块金宝app．

主题

什么是C代码生成从MATLAB?

介绍代码生成支持。金宝app

在MATLAB和Simulink之外运行音频I/O功能金宝app

将您的系统环境设置为使用动态库文件来部署音频I/O系统对象和块。

特色的例子

树莓派语音指令识别代码的生成

采用特征提取和卷积神经网络(CNN)对Raspberry Pi™进行语音命令识别。为了生成特征提取和网络代码，您使用MATLAB Coder, MATLAB支持包树莓派硬件，和ARM®计算库。金宝app在本例中，生成的代码是Raspberry Pi上的可执行文件，它由一个MATLAB脚本调用，该脚本显示预测的语音命令以及信号和听觉声谱图。MATLAB脚本和树莓派上的可执行文件之间的交互是使用用户数据报协议(UDP)处理的。有关音频预处理和网络训练的详细信息，请参见使用深度学习的语音命令识别。

打开生活的脚本

用Intel MKL-DNN生成语音指令识别代码

在Intel®处理器上部署特征提取和卷积神经网络(CNN)用于语音命令识别。要生成特征提取和网络代码，您可以使用MATLAB编码器和英特尔深度神经网络数学内核库(MKL-DNN)。在本例中，生成的代码是一个MATLAB可执行(MEX)函数，由一个MATLAB脚本调用，该脚本显示预测的语音命令以及时域信号和听觉谱图。有关音频预处理和网络训练的详细信息，请参见使用深度学习的语音命令识别。

打开生活的脚本