该设计以FPGA为小车运行部分主控，嵌入式系统为小车控制部分主控完成了智能驾驶小车的系统设计，该系统可由非特定人声控制，具有人声控制和实体遥感控制两种驾驶方案，其特色在于采用FPGA而非STM32实现对LD3320的控制，以达到语音识别效果，并完成了实物的制作，同时配备倒车雷达和自动避障功能。实物制作结果表明，该系统较为完整稳定，有较好的实际运用价值。

MASR中文语音识别 MASR是一个基于端到端的深度神经网络的中文普通话语音识别项目。 原理 MASR使用的是门控卷积神经网络（Gated Convolutional Network），网络结构在Facebook在2016年提出的Wav2letter。但是使用的激活函数不是ReLU HardTanh ，而不是GLU （门控线性单元）。因此根据我的实验，使用GLU的收敛速度比HardTanh要快。如果您想要研究卷积网络用于语音识别的效果，这个项目可以作为一个参考。 以下用字错误率CER来假定模型的表现，CER =编辑距离/句子长度，越低越好 大致可以理解为1-CER就是识别准确率。 模型使用AISHELL-1数据集训练，共150小时的录音，覆盖了4000多个汉字。工业界使用的语音识别系统通常使用至少10倍于本项目的录音数据来训练，同时使用特定场景的语料来训练语言模型，所以，不要期待本项目可以