国芯科技产品系列
国芯科技产品系列
GX8003 高性能离线语音识别芯片
产品简介
GX8003是面向离线语音识别市场推出的高性能低成本SoC芯片。它集成了国芯第二代神经网络处理器 gxNPU V200,集成音频ADC、DAC,内置晶振和Flash。芯片支持高性能的语音唤醒,和自定义的离线语音指令识别。具有识别率高、使用方便等特点,可广泛应用于大小家电和各种智能消费电子产品。
方案列表
GX8003应用领域:语音声控家电,离线语音识别模组
GX8301 低功耗BLE SoC芯片
产品简介
GX8301是面向低功耗蓝牙BLE市场推出的SoC芯片。芯片支持最新的蓝牙BLE 5.4标准,支持2.4G私有协议,集成RISC-V CPU最高支持96Mhz,搭载128KB SRAM。芯片支持超低功耗待机:0.4uA @deep sleep。 芯片还集成了完整的音频链路、红外收发、USB、QDec、QSPI等丰富的外设,可广泛应用于蓝牙语音遥控,中高端键盘鼠标,PC外设等。
方案列表
GX8301应用领域:蓝牙语音遥控器、中高端键盘鼠标、PC外设
GX8302 多功能AIoT BLE SoC芯片
产品简介
GX8302是面向蓝牙AIoT领域推出的多功能SoC芯片。芯片不仅集成了最新的蓝牙BLE 5.4通信模块,还集成了高性能RISC-V处理器,最高主频到160Mhz,同时集成了国芯最新的轻量级NPU V120,支持AI语音识别等应用。芯片集成了丰富的外设,同时具有非常好的扩展能力,可以通过QSPI驱动LCD彩屏,通过PSRAM扩展RAM空间,通过QSPI接外部Flash。芯片在低功耗、低成本的基础上,实现了AI语音,LCD驱屏,BLE连接,以及完整音频链路,具有相当的独特性和性价比,可应用于各种AIoT设备。
方案列表
GX8302应用领域:智能家电、智能门锁、无线音频设备、带屏IoT设备、PC外设
GX8002 超低功耗AI语音芯片
产品简介
GX8002是针对TWS耳机、智能手表、眼镜等可穿戴设备推出的超低功耗AI语音芯片,具备体积小、功耗低、成本低等优势。芯片集成了国芯自研的第二代神经网络处理器gxNPU V200和自研的硬件VAD,使得功耗大大降低,实测场景下,VAD待机功耗可达70uW,运行功耗约为0.6mW,芯片的平均功耗约为300Uw。
方案列表
GX8002芯片:TWS耳机、智能手表、智能眼镜、运动手环、网红风扇
GX8010 物联网人工智能芯片
产品简介
GX8010芯片是专为人工智能和物联网应用设计的嵌入式SoC芯片, 针对人工智能与物联网的特点,独特地设计为多核异构架构,集成自主产权的NPU神经网络处理器,用于语音信号处理的DSP处理器等模块,兼具图像处理能力,具有高智能、低功耗、全集成等特点,核心目标是让日常生活中各种产品智能化,做到“看得见”、“听得到”、“说得出”。
方案列表
GX8010芯片:智能音箱、儿童机器人、绘本故事机
GX8008 AI语音处理芯片
产品简介
GX8008芯片是专为智能语音前端信号处理而设计的嵌入式SoC芯片,支持麦克风阵列,集成专用于语音信号处理的DSP处理器,内置处理前端信号的语音算法,可以让传统的设备保留其原先硬件的基础上,通过一个简单的USB口实现语音能力的升级。独特的待机模式,可以让主机完全休眠,只用GX8008芯片来做降噪和激活,并恢复系统。
方案列表
GX8008芯片:语音电视、白色家电、智能车载、麦克风阵列
GX8009 AI语音SoC芯片
产品简介
GX8009芯片是专为AI语音应用设计的嵌入式SoC芯片,拥有独特的多核异构架构,集成自主产权的NPU神经网络处理器,用于语音信号处理的DSP处理器等模块,使得产品能处理深度神经网络计算,离线运行麦克风阵列信号。GX8009芯片针对语音应用产品进行深度优化,可运用于多种形态的AI语音产品。
方案列表
GX8009芯片:智能音箱、儿童故事机、智能闹钟、智能家电
参考文献链接
https://www.nationalchip.com/index.php/welcome
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 全程不用写代码,我用AI程序员写了一个飞机大战
· DeepSeek 开源周回顾「GitHub 热点速览」
· 记一次.NET内存居高不下排查解决与启示
· MongoDB 8.0这个新功能碉堡了,比商业数据库还牛
· .NET10 - 预览版1新功能体验(一)
2023-05-04 国产芯片行情分析
2022-05-04 RISC-V技术与展望
2021-05-04 端到端TVM编译器(上)
2020-05-04 如何评估两张图片的差异
2020-05-04 网络模型mAP计算实现代码
2020-05-04 Python脚本语言写法
2020-05-04 机器学习算法的优点和缺点总结