代码生成和部署

为台式计算机，移动设备和嵌入式目标生成独立应用程序

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．使用代码生成，您可以：

跑你算法在没有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。使用此表来决定如何部署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．	库依赖仅适用于音频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	包装代码是加密的。	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。	根据算法，可能更快。
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

设置系统环境以使用动态库文件进行部署的音频I / O系统对象和块。

特色的例子

raspberry pi上的语音命令识别代码生成

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。

打开直播脚本

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。

打开直播脚本