部署特征提取和卷积神经网络（CNN），用于语音命令识别到Raspberry PI™。要生成特征提取和网络代码，请使用MATLAB编码器，MATLAB支持包进行RASPBERRY PI硬件和ARM®计算库。金宝app在此示例中，生成的代码是覆盆子PI上的可执行文件，其由Matlab脚本调用，该Matlab脚本与信号和听觉频谱图一起显示预测的语音命令。使用用户数据报协议（UDP）处理MATLAB脚本与raspberry pi上可执行文件之间的交互。有关音频预处理和网络培训的详细信息，请参阅使用深度学习的语音命令识别。

在英特尔处理器上部署用于语音命令识别的特征提取和卷积神经网络（CNN）。要生成特征提取和网络代码，请使用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MATLAB可执行（MEX）函数，由显示预测语音命令以及时域信号和听觉频谱图的MATLAB脚本调用。有关音频预处理和网络培训的详细信息，请参阅使用深度学习的语音命令识别。

使用单波段参数化均衡器块和multibandparameticeq.系统对象™从音频工具箱™实现参数化音频均衡器模型。您可以在主机上运行模型或将其部署到Android设备。

使用单波段参数化均衡器块和multibandparameticeq.系统对象™ 要实现可在主机或Apple iOS设备上运行的参数化音频均衡器模型。

使用系统对象™ 从音频工具箱™ 在Simulink®模型中实现回声和混响效果。您可以在主机上运行该模型，也可以将其部署到Apple iOS设备上。金宝app

使用Crossover过滤器块和压缩机系统对象™ 从音频工具箱™ 实现多波段动态范围压缩机模型。您可以在主机上运行该模型，也可以将其部署到Apple iOS设备上。

使用Matlab Coder™生成用于参数均衡的独立可执行文件，并在音频文件上使用它。multibandparameticeq.用于均衡算法。该示例允许您使用在MATLAB中运行的用户界面（UI）动态调整过滤器的系数。

使用MATLAB COMPILER™从MATLAB函数创建独立应用程序。该功能实现了音频处理算法，并通过音频输出设备播放结果。

使用C代码生成加速实时音频应用程序MATLAB编码器.