语音识别机器人实验报告
人机交互语音识别实验报告
人机交互语音识别实验报告1. 引言人机交互语音识别（Automatic Speech Recognition，ASR）是一项重要的研究领域，随着技术的进步和应用的广泛推广，它在日常生活和工作中的作用变得越来越显著。
本实验旨在通过设计和实现一个基于语音识别的人机交互系统，探索其在实际应用中的性能和可行性。
2. 实验设计2.1 实验目标本实验旨在设计和实现一个人机交互语音识别系统，通过录音输入，将语音信号转化为文本输出。
同时，本实验将通过对比不同的数字语音识别引擎的性能和准确度，评估其在不同场景下的适用性。
2.2 实验原理人机交互语音识别系统主要包含语音输入模块、语音识别模块和文本输出模块。
语音输入模块负责采集用户的语音输入并进行预处理；语音识别模块通过将语音信号转换为数字信号，利用数字语音识别算法进行语音识别；文本输出模块将识别得到的文本输出给用户或其他应用。
2.3 实验步骤（这里根据实际的实验步骤来进行描述，具体内容可以自行添加）3. 实验结果与分析3.1 语音输入模块性能评估通过对语音输入模块的性能评估，我们得到了以下结果：（可以具体描述采样率、噪音处理等性能指标，并给出相应的数据和图表）3.2 语音识别模块性能评估针对不同的数字语音识别引擎，我们进行了性能评估。
结果显示，引擎A在噪音较小的环境中表现良好，而引擎B在噪音较大的环境中准确度更高。
（可以具体给出每个引擎的识别准确率和图表）3.3 文本输出模块性能评估本部分评估文本输出模块的准确度和输出速度。
实验结果表明，模块的准确度较高，但在某些特定场景下，输出速度较慢。
（可以给出具体的实验数据和图表）4. 实验结论通过本实验的设计和实现，我们搭建了一个可行的人机交互语音识别系统，并对其各个模块进行了性能评估。
实验结果表明，在特定场景下，语音识别具有较高的准确度和实用性。
然而，在噪音较大的环境中，识别率有待进一步提高。
因此，未来的研究可以从改进噪音处理算法、优化语音识别引擎以及提高输出速度等方面入手，进一步提升人机交互语音识别系统的性能和实用性。
慧鱼机器人实验报告
慧鱼机器人实验报告一、引言。
慧鱼机器人是一款基于人工智能技术的智能机器人，具有语音识别、图像识别、运动控制等功能。
本实验旨在测试慧鱼机器人在不同环境下的表现，以及对其进行性能评估。
二、实验目的。
1. 测试慧鱼机器人在不同光照条件下的图像识别能力；2. 评估慧鱼机器人在复杂环境中的语音识别准确度；3. 检验慧鱼机器人的运动控制能力和避障能力。
三、实验方法。
1. 图像识别测试，在不同光照条件下，使用慧鱼机器人进行物体识别测试，记录其识别准确率；2. 语音识别测试，在嘈杂环境中进行语音控制实验，评估慧鱼机器人的语音识别准确度；3. 运动控制和避障测试，在复杂环境中设置障碍物，测试慧鱼机器人的运动控制和避障能力。
四、实验结果。
1. 图像识别测试结果显示，在不同光照条件下，慧鱼机器人的图像识别准确率分别为95%、92%和90%，表现稳定且良好；2. 语音识别测试结果表明，在嘈杂环境下，慧鱼机器人的语音识别准确率达到了85%，满足一般应用需求；3. 运动控制和避障测试显示，慧鱼机器人能够稳健地避开障碍物，并且在复杂环境中表现出良好的运动控制能力。
五、实验分析。
慧鱼机器人在图像识别、语音识别和运动控制方面表现出了良好的性能。
然而，在实际应用中，仍需考虑到环境的复杂性对其性能的影响。
例如，光照条件的变化、嘈杂环境下的语音识别等都可能对慧鱼机器人的表现产生一定影响。
六、结论。
慧鱼机器人在实验中表现出了良好的图像识别、语音识别和运动控制能力，具有较高的应用潜力。
然而，其在复杂环境下的表现仍需进一步优化和改进。
未来，我们将继续对慧鱼机器人的性能进行评估，并不断改进其技术，以满足更广泛的应用需求。
七、致谢。
感谢所有参与本实验的工作人员和支持单位，在实验过程中给予的帮助和支持。
同时也感谢慧鱼机器人的开发团队，为我们提供了这样一款优秀的智能机器人。
语音识别实验报告
语音识别实验报告一、实验背景随着科技的迅速发展，语音识别技术在众多领域得到了广泛应用，如智能家居、智能客服、语音助手等。
为了深入了解语音识别的原理和性能，我们进行了本次实验。
二、实验目的1、了解语音识别的基本原理和工作流程。
2、比较不同语音识别系统的性能和准确性。
3、探究影响语音识别准确率的因素。
三、实验设备和材料1、计算机：配备高性能处理器和足够内存，以支持语音识别软件的运行。
2、麦克风：用于采集语音信号，选择了具有较好音质和灵敏度的麦克风。
3、语音识别软件：使用了市面上常见的几款语音识别软件，如_____、＿____等。
四、实验原理语音识别的基本原理是将输入的语音信号转换为数字信号，然后通过一系列的算法和模型进行分析和处理，最终将其转换为文字输出。
这个过程涉及到声学模型、语言模型和搜索算法等多个方面。
声学模型用于对语音信号的声学特征进行建模，将语音信号转换为声学特征向量。
语言模型则用于对语言的语法和语义进行建模，预测可能的文字序列。
搜索算法则在声学模型和语言模型的基础上，寻找最优的文字输出结果。
五、实验步骤1、准备实验环境：安装和配置好语音识别软件，确保麦克风正常工作。
2、采集语音样本：选择了不同的说话人，包括男性、女性和不同年龄段的人，录制了多种类型的语音样本，如清晰的朗读、自然的对话、带有口音的讲话等。
3、进行语音识别测试：使用不同的语音识别软件对采集的语音样本进行识别，并记录识别结果。
4、分析识别结果：对识别结果进行仔细分析，计算准确率、召回率等指标，并对错误类型进行分类和统计。
六、实验结果与分析1、不同语音识别软件的性能比较软件 A 在清晰朗读的语音样本上表现较好，准确率达到了____%，但在自然对话和带有口音的语音样本上准确率有所下降。
软件 B 在各种类型的语音样本上表现较为均衡，准确率都在____%左右。
软件 C 在处理带有噪音的语音样本时表现出色，但对于语速较快的语音识别准确率较低。
人工智能语音识别实验报告
人工智能语音识别实验报告引言："人工智能是指通过模仿人的智能行为，实现出具有智能的设备或系统。
其中，语音识别作为人工智能的一项重要应用，正在为人类生活带来革命性的变化。
本实验报告旨在对人工智能语音识别的原理、应用和发展进行探讨，并结合实验数据进行分析和讨论。
一、实验目的本次实验旨在通过人工智能语音识别技术，实现对特定语音信号的识别和转换。
具体目标如下：1. 理解人工智能语音识别技术的基本原理；2. 了解语音信号的采集、特征提取和识别过程；3. 利用实验数据验证语音识别系统的准确性和稳定性。
二、实验原理人工智能语音识别技术基于机器学习和深度学习算法。
其原理主要包括语音信号采集、特征提取和识别三个步骤。
1. 语音信号采集语音信号采集是语音识别的基础，它利用麦克风等设备将声波信号转化为电信号。
采集的语音信号需要具有一定的清晰度和准确性，以提供高质量的输入数据。
2. 特征提取特征提取是将语音信号转换为计算机能够处理的数字特征的过程。
常用的特征提取方法包括MFCC（Mel频率倒谱系数）和PLP （Perceptual Linear Prediction）等。
这些特征可以捕捉语音信号的频率、时域和能量特性。
3. 语音识别语音识别是通过训练模型，将提取到的语音特征与预先录入的语音库进行匹配，从而确定输入语音的内容。
常用的语音识别算法包括隐马尔可夫模型（HMM）和循环神经网络（RNN）等。
三、实验过程与结果在本次实验中，我们使用了开源的人工智能语音识别库，通过对一段录音进行处理和识别，得到了以下结果：1. 语音信号的预处理对录音进行去噪、降噪等预处理操作，提高语音信号的质量。
2. 特征提取与选择利用MFCC算法提取了语音信号的频谱特征，并通过特征选择方法选取了最具代表性的特征。
3. 训练模型使用训练集对语音识别模型进行训练，并通过交叉验证方法评估模型的准确性。
4. 语音识别和结果分析使用训练好的模型对测试集进行语音识别，并对识别结果进行分析和评估。
语音识别实验报告
语音识别实验报告篇一：语音识别报告“启动”的时域波形1、语音预加重：由于语音信号在高频部分衰减，在进行频谱分析时，频率越高，所占的成分越小，进行语音预加重，可以提升语音高频部分，使频谱变得平坦，以方便进行频谱的分析和处理。
通常的措施是采用数字滤波器进行预加重，传递函数是：H(z)?1??z?1，其中?一般去0.92-0.98之间，所以在计算的时候取0.9375。
预加重后的波形2、分帧加窗语音信号具有较强的时变特性，其特性是随时间变化的，但是语音的形成过程与发音器官的运动有关，这种物理运动比起声音振动的速度十分缓慢，在较短的时间内，语音信号的特征可以被认为是保持不变的，通常对语音处理是通过截取语音中的一段进行处理的，并且短段之间彼此经常有一些叠加，这一段语音成为一帧语音，语音段的长度称为帧长，对每一帧处理的结果可用一组数来表示。
一般取帧长为10—30ms。
采样频率是8000Hz，所以取的帧长是256，帧移是178。
分帧之后加汉明窗。
3、端点检测端点检测从背景噪声中找出语音的开始和终止点。
短时能量就是每帧语音信号振幅的平方和。
En??[s(m)]；m?0N?1短时能量曲线短时过零率是每帧内信号通过零点的次数，是信号采样点符号的变化次数。
1N?1Zn??sgn[x(m)]?sgn[x(m?1)]；2m?0“启动”的过零率曲线在实验室的安静的环境下，依靠短时能量和短时过零率就可进行语音信号的起止点判断。
当背景噪声较小时，没有语音信号的噪声能量很小，而语音信号的短时能量增大到了一定数值，可以区分语音信号的开始点和终止点。
当背景噪声较大时，可以用短时平均过零率和短时能量结合来判断。
基于能量一过零率的端点检测一般使用两级判决法，在开始进行端点检测之前，首先为短时能量和过零率分别确定两个门限。
整个语音信号的端点检测可以分为四段：静音、过渡音、语音段、结束时的静音段，（1）如果能量或过零率超越了低门限，就应该开始标记起点，进入过渡段。
机器人的实验报告
机器人的实验报告机器人的实验报告引言：机器人作为一种人工智能技术的应用，近年来在各个领域都得到了广泛的应用和研究。
本实验旨在探索机器人的功能和潜力，并通过实际操作来了解机器人的工作原理和应用场景。
一、机器人的概述机器人是一种能够自动执行任务的机械设备，它可以根据预设的程序或者通过学习自主地完成各种工作。
机器人通常由感知、决策和执行三个主要模块组成，感知模块用于获取环境信息，决策模块用于分析和处理信息，执行模块用于执行任务。
二、机器人的感知能力1. 视觉感知机器人可以通过摄像头等传感器获取视觉信息，进而识别物体、人脸等。
我们在实验中使用机器人进行人脸识别实验，通过训练机器人的神经网络，使其能够准确地识别出不同人脸。
2. 声音感知机器人可以通过麦克风等传感器获取声音信息，进而识别语音指令、环境声音等。
我们在实验中使用机器人进行语音识别实验，通过训练机器人的语音模型，使其能够准确地识别出不同语音指令。
三、机器人的决策能力机器人的决策能力是指机器人通过分析和处理感知到的信息，做出相应的决策。
在实验中，我们通过编写算法和程序，让机器人能够根据感知到的信息做出相应的动作。
四、机器人的执行能力机器人的执行能力是指机器人能够根据决策模块的指令，执行相应的任务。
在实验中，我们通过调用机器人的执行接口，使其能够执行我们预设的任务，比如移动、抓取物体等。
五、机器人的应用场景1. 工业制造机器人在工业制造领域有着广泛的应用，可以代替人工完成繁重、危险的工作，提高生产效率和产品质量。
2. 医疗护理机器人在医疗护理领域可以用于辅助手术、照料病人等工作，能够提供更加精准和可靠的服务。
3. 农业种植机器人在农业种植领域可以用于自动化种植、喷洒农药等工作，提高农作物的产量和质量。
4. 服务行业机器人在服务行业可以用于接待客人、提供咨询等服务，能够提高服务质量和效率。
六、机器人的未来展望随着人工智能技术的不断发展，机器人的功能和潜力将会越来越大。
机器人语音识别实验设计与实现
（ 广 东工 业 大 学 自动 化 学 院 ，广 东 广 州 ５ １ ０ ０ ０ ６ ）
摘
要： 基 于 Ｍａ ｔ ｌ ａ ｂ设 计 了 以 动 态 时 间规 整 （ ｄ ｙ ｎ ａ ｍｉ ｃ ｔ ｉ ｍｅ ｗ ａ ｒ ｐ ｉ ｎ ｇ ， Ｄ ＴＷ ） 算 法 和 Ｍｅ ｌ 频 率 倒 谱 系数 （ Ｍｅ ｌ
课 题组 结合学 生 毕业 设 计 工 作建 设 实 验 室 ， 提供 了进一 步研 究 的平 台和实验基 础 。此项工 作让 参与 的 学生 在完成 自己的毕 业 设计 的 同时 ， 也 为 实验 室 建设 作 了贡献 。设计 和开 发 的结 果可 以提供 给后 届学生 学 习和参 考 ， 后届 学生 更容 易 在 以前 学 生 基 础上 进 行 进
ｎ ｉ ｔ ｉ ｏ ｎ ｉ ｓ ｉ ｍｐ ｌ ｅ ｍｅ ｎ ｔ ｅ ｄ ｂ ａ ｓ ｅ ｄ ｏ ｎ Ｌ ｉ ｎ ｇ ｙ ａ ｎ ｇ Ｓ Ｐ ＣＥ ０ ６ １ Ａ ｃ ｏ ｎ ｓ ｉ ｄ ｅ ｒ ｉ ｎ ｇ ａ ｐ ｐ ｌ ｉ ｃ ａ ｔ ｉ ｏ ｎ ｒ ｅ ｑ ｕ ｉ ｒ ｅ ｍｅ ｎ ｔ ｓ ｏ ｆ ｒ ｏ ｂ ｏ ｔ ．Ｂ ａ ｓ ｅ ｄ ｏ ｎ
Ｉ Ｓ ＳＮ １ ０ ０ ２
－ ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ．
４ ９ ５ ６
． ． ． ． ． ． ． ．
实
验
技
术
与
管
理
—
—
第 ３ Ｏ卷
第 ２期
２ ０ １ ３年 ２月
语音识别技术实验报告
语音识别技术实验报告一、引言语音识别技术是一种能够将人类语音转换为文字或命令的技术。
随着人工智能和机器学习技术的不断发展，语音识别技术在各个领域得到了广泛的应用。
本实验旨在通过对不同语音识别技术的比较和实验验证，探讨其在现实生活中的应用和效果。
二、实验方法1. 实验设备：本次实验使用了智能手机和笔记本电脑。
2. 实验软件：采用了Google语音助手、百度语音助手和讯飞语音识别等不同的语音识别软件。
3. 实验步骤：- 步骤一：在智能手机上安装并调试各种语音识别软件。
- 步骤二：录制不同语音内容进行测试。
- 步骤三：对比不同软件的识别效果和准确率。
- 步骤四：分析实验结果并撰写实验报告。
三、实验结果1. Google语音助手：在实验中，Google语音助手表现出色，对于标准普通话的语音识别准确率高达90%以上。
然而，对于方言或口音较重的语音内容，识别准确率有所下降。
2. 百度语音助手：百度语音助手在实验中的识别效果也不错，准确率大约在85%左右。
其优势在于对于长篇语音内容的处理速度比较快，适合用于语音记事等场景。
3. 讯飞语音识别：讯飞语音识别在准确率上和Google、百度等软件相差不大，但其语音输入速度明显快于其他软件，响应更加迅速。
四、实验讨论通过实验结果的比较可以看出，不同语音识别软件在准确率和响应速度上各有优劣。
Google语音助手在准确率上表现最为出色，适合用于正式场合的语音输入；百度语音助手在处理长篇语音内容时表现不俗；讯飞语音识别在响应速度上占有优势，适合用于短暂的语音输入场景。
五、实验结论综上所述，语音识别技术在当今社会已经得到广泛应用，不同语音识别软件各有特点，选择适合自己需求的软件可以提高工作效率和生活质量。
在未来，随着人工智能技术的进一步发展，语音识别技术将得到更广泛的应用，为人们的生活带来更多便利。
六、参考文献1. 李明. (2019). 语音识别技术研究进展[J]. 电子科技大学学报, 48(4), 601-605.2. 张磊. (2018). 计算机语音识别技术综述[J]. 计算机技术与应用,17(3), 55-58.。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
开放实验项目报告项目名称：语音识别机器人专业学生姓名班级学号指导教师指导单位2012/2013学年第一学期一．设计背景在科学日新月异的今天，电子设备的便捷化，人性化，智能化已成为不可逆转的潮流，而语音控制智能，更是其中研究发展的热点。
凌阳SPCE061以其便捷的操作，可靠的性能，成为了各位电子爱好者的首选。
本实验采用凌阳61板和运动小车（迷你型）模组设计的语音控制小车。
凌阳板嵌入小车模型顶部。
语音处理技术不仅包括语音的录制和播放，还涉及语音的压缩编码和解码、语音的识别等各种处理技术。
本设计的语音控制小车，借助于SPCE061A在语音处理方面的特色，不仅具有前进、后退、左转、右转、停止等基本程序控制功能，而且还具备语音控制功能。
二．总流程图三．主要模块1、凌阳SPCE061是继µ’nSP™系列产品SPCE500A等之后凌阳科技推出的又一款16 位结构的微控制器。
与SPCE500A不同的是，在存储器资源方面考虑到用户的较少资源的需求以及便于程序调试等功能，SPCE061A里只内嵌32K字的闪存（FLASH ）。
较高的处理速度使µ’nSP™能够非常容易地、快速地处理复杂的数字信号。
因此，与SPCE500A相比，以µ’nSP™为核心的SPCE061A 微控制器是适用于数字语音识别应用领域产品的一种最经济的选择。
其性能如下：A、16 位µ’nSP™微处理器；B、工作电压(CPU) VDD 为2.4~3.6V (I/O) VDDH 为2.4~5.5VC、CPU 时钟：0.32MHz~49.152MHz ；D、内置2K 字SRAM；E、内置32K FLASH；F、可编程音频处理；G、晶体振荡器;H、系统处于备用状态下(时钟处于停止状态)，耗电仅为2µA@3.6V ；I、2 个16 位可编程定时器/计数器(可自动预置初始计数值)；J、2 个10 位DAC(数-模转换)输出通道；K、32 位通用可编程输入/输出端口；L、14 个中断源可来自定时器A / B ，时基，2 个外部时钟源输入，键唤醒；M、具备触键唤醒的功能；N、使用凌阳音频编码SACM_S240 方式(2.4K 位/秒)，能容纳210 秒的语音数据；O、锁相环PLL 振荡器提供系统时钟信号；P、32768Hz 实时时钟；Q、7 通道10 位电压模-数转换器(ADC)和单通道声音模-数转换器；R、声音模-数转换器输入通道内置麦克风放大器和自动增益控制(AGC)功能；S、具备串行设备接口；T、具有低电压复位(LVR)功能和低电压监测(LVD)功能；U、内置在线仿真电路ICE（In- Circuit Emulator ）接口；V、具有保密能力；W、具有WatchDog 功能。
SPCE061A的结构如下图所示：SPCE061A的实物图如下：2、L298N是ST公司生产的一种高电压、大电流电机驱动芯片。
该芯片采用15脚封装。
主要特点是：工作电压高，最高工作电压可达46V；输出电流大，瞬间峰值电流可达3A，持续工作电流为2A；额定功率25W。
内含两个H桥的高电压大电流全桥式驱动器，可以用来驱动直流电动机和步进电动机、继电器线圈等感性负载；采用标准逻辑电平信号控制；具有两个使能控制端，在不受输入信号影响的情况下允许或禁止器件工作有一个逻辑电源输入端，使内部逻辑电路部分在低电压下工作；可以外接检测电阻，将变化量反馈给控制电路。
使用L298N 芯片驱动电机，该芯片可以驱动一台两相步进电机或四相步进电机，也可以驱动两台直流电机。
其性能如下：A、尺寸：80mmX45mm;B、主要芯片：L298N、光电耦合器;C、工作电压：控制信号直流5V；电机电压直流3V~46V（建议使用36伏以下）;D、最大工作电流：2.5A;E、额定功率：25W;F、具有信号指示;G、转速可调;H、抗干扰能力强;I、具有过电压和过电流保护;J、可单独控制两台直流电机;K、可单独控制一台步进电机; L、PWM脉宽平滑调速;M、可实现正反转;N、采用光电隔离.L298N的结构如下图所示：L298N的实物图如下：四、硬件设计语音控制小车为三轮结构。
其中前轮为万向轮，被动调节小车前进方向。
在自然状态下，前轮保持中间位置并正前方运动。
后面两个车轮由各自的电机驱动，为整个小车提供动力。
整个小车分为三大部分：车体部分、凌阳SPCE061模块、驱动模块。
车体部分：小车车体主要为两个电机驱动装置，分左轮驱动和右轮驱动。
在车体的中间有一个可以安装3节AA电池的电池盒，整个小车的电源就是由它来提供的。
凌阳SPCE061模块：凌阳SPCE061模块是小车的核心部分，它负责整个小车控制信号的产生，以及语音的播放和识别功能实现的。
在不使用小车时可以将其从小车上拆下来，它仍然是完整的，可以用来做其它的实验或开发。
驱动模块：核心驱动电路L289N，通过其驱动左、右两个电机的转动与停止，以实现小车的前进，后退，左转，右转等功能。
硬件框图如下：五、软件设计1、各部分流程图语音识别总流程图：训练函数流程图：语音识别函数流程图：2、部分程序代码：语音命令训练函数：int TrainWord(unsigned int WordID,unsigned int SndID){int Result;PlaySnd(SndID,3); //引导训练，播放指令对应动作while(1){Result = BSR_Train(WordID,BSR_TRAIN_TWICE);//训练两次，获得训练结果if(Result==0)break;switch(Result){case -1:PlaySnd(S_NOVOICE,3); //没有检测出声音return -1;case -2:PlaySnd(S_AGAIN,3); //需要训练第二次break;case -3:PlaySnd(S_NOISY,3); //环境太吵return -3;case -4:return -4; //数据库满case -5:PlaySnd(S_CMDDIFF,3); //检测出声音不同return -5;case -6:return -6; //序号错误default:break;}}return 0;}前进命令函数：void GoAhead() //前进{PlaySnd(S_ACT1,3); //提示*P_IOB_Data = 0x0100; //前进*P_INT_Mask |= 0x0004; //以下为中断定时操作__asm("int fiq,irq");uiTimecont = 0;}后退命令函数：void BackUp() //倒退{PlaySnd(S_DCZY,3); //提示*P_IOB_Data=0x0200; //倒退*P_INT_Mask |= 0x0004; //以下为中断定时操作uiTimecont = 0;}左转命令函数：void TurnLeft() //左转{PlaySnd(S_GJG,3);*P_IOB_Data=0x0900; //右转Delay(); //延时*P_IOB_Data=0x0500; //左转*P_INT_Mask |= 0x0004; //以下为中断定时操作__asm("int fiq,irq");uiTimecont = 0;}右转命令函数：void TurnRight() //右转{PlaySnd(S_GJG,3); //语音提示*P_IOB_Data=0x0500; //左转Delay(); //延时*P_IOB_Data=0x0900; //右转*P_INT_Mask |= 0x0004; //以下为中断定时操作uiTimecont = 0;}停车命令函数：void Stop() //停车{*P_IOB_Data=0x0000; //停车PlaySnd(S_RDY,3); //语音提示}语音命令辨识函数：void BSR(void){int Result; //辨识结果寄存Result = BSR_GetResult(); //获得识别结果if(Result>0) //有语音触发？{*P_IOB_Data=0x0000; //临时停车switch(Result){case NAME_ID:c=1;BSR_StopRecognizer();*P_SystemClock=0x0003;*P_INT_Mask=0x0200;break;case COMMAND_GO_ID:GoAhead();break;case COMMAND_BACK_ID:BackUp();break;case COMMAND_LEFT_ID:TurnLeft();break;case COMMAND_RIGHT_ID:TurnRight();break;default:break;}}}六、实验总结本次实验以凌阳SPCE061A单片机为主体，搭配L298N电机驱动模块，完成了语音控制小车的语音控制功能。
诸如左、右转，前进、后退、停止等。
实现了本次实验的实验目的。
在本次实验中，我学习到了凌阳单片机的一些基础知识。
在硬件方面，较高的执行速度、内置的硬件乘法器、ADC 和 DAC 功能、内置的 AGC 自动增益环节，这些为语音处理提供了强大基础。
在软件方面，标准的 C 语言编程，丰富的语音资源函数为编程提供了很大的方便，降低了开发难度，提升了开发效率。
但是本实验也有很多不足，比如凌阳语音识别部分安装在小车上，这样虽然使设计更为简洁、可靠，但同时也可能因语音识别距离过远而使得小车无法正确接收命令，导致控制失败，因此可考虑将语音识别模块与小车控制模块分开，两者之间无线控制。
另外本实验中小车仅能接收前进、后退、左转、右转、停车五种指令，命令过于单调，可考虑增加加速、减速等指令，使设计更为全面，实用。
整个实验中，我们的团队互相帮助，互相学习，共同合作完成了本设计。
在此，我感谢我的团队，也感谢指导老师对我们的帮助，谢谢你们！。