1.ROS开源项目：（一）中文语音交互系统ROSECHO （二）教学级别无人车Tianracer
2.语音聊天的语音源码语音源码系统功能有哪些方面？
3.项目练手 | 全国大学生嵌入式大赛华为海思赛道嵌入式物联网应用方向（含文档及源码）
4.LD3320语音识别模块：LDV7模块使用详解
5.ASRT：一个中文语音识别系统
6.cssASR是什么意思？

ROS开源项目：（一）中文语音交互系统ROSECHO （二）教学级别无人车Tianracer

       开发之路永无止境，往往在最后期限的控制控制白板上写着的计划，往往只是语音源码语音源码一份空想。年初时，控制控制我定下了两个目标，语音源码语音源码计划在年末完成，控制控制北京源码贸易然而时间在拖延中流逝，语音源码语音源码直到如今，控制控制我才发现，语音源码语音源码真正的控制控制开源精神并非一个人的单打独斗，而是语音源码语音源码众人协作的火焰。

       记得一年前，控制控制我四处奔波，语音源码语音源码从开源社区汲取养分，控制控制同时也渴望贡献出自己的语音源码语音源码力量。然而，回顾过去，我却发现并没有做出任何贡献。这次，我希望能够集结各路伙伴，如果有志于参与开源项目，我们能共同打造一个GitHub上的百星、千星项目。几位资深程序员已经搭建好了基础，硬件改进较多，但程序完善程度未达预期。我们期望有更多的年轻朋友加入我们，与我们一起学习软件的版本控制、代码规范和团队协作，共同完成复杂的机器人项目，实现成长与蜕变。

       （一）中文语音交互系统ROSECHO

       ROSECHO的GitHub源码库已准备好，欢迎先star再深入阅读。此代码遵循BSD开源协议。

       详细中文介绍文档

       面对智能音箱市场，许多人或许会质疑我们的团队为何要涉足这个领域。然而，故事并非如此简单。在年，我们计划为一个大型展厅打造讲解机器人，采用流行于Android系统的接待引导机器人，其语音交互功能本无问题，但当时的挑战在于，尚未有集成cartographer在数千平米展厅中进行建图导航的方案。因此，我们决定打造一款完全基于ROS的讲解机器人。市场上虽然有众多智能音箱，广东广源码头但缺乏适用于ROS二次开发的产品。在科大讯飞一位大佬的介绍下，我们选择了AIUI方案，虽然开发难度大，但高度定制化，非常适合我们这样的开发团队。于是，我们主要任务转变为开发一款能够在ROS下驱动的智能音箱，ROSECHO便由此诞生。

       第一版智能音箱在年4月问世，包含W的大喇叭、6环麦克风，以及ROS主控制器，下方控制了一个云迹科技的水滴底盘。了解过ROS星火计划进阶课程的朋友大概知道，课程中的大作业之一是语音命令移动机器人端茶倒水，而我们的任务相当于完成了一个加强版的大作业。

       整个机器人在年7月完成，音箱分散到身体各个部分，环麦位于头顶，喇叭置于身体两侧。其他传感器、执行机构、决策、定位导航均基于ROS，定制了条特定问答，调试的机器人在场馆中行走上下坡不抖动，定位准确，7*小时工作稳定。音箱在大机器人上使用效果出色，主要得益于讯飞的降噪和回声消除技术，使得远场对话和全双工对话得以实现。社区中许多小伙伴也尝试了软核解决方案，但由于环境限制较大。于是，我们决定将音箱从大家伙改为普通智能音箱大小，通电即为智能音箱，USB接入ROS后，只需启动launch，即可接收语音识别结果，发送TTS语料，配置网络、接收唤醒角度等。

       这次体验深刻地让我认识到，做大容易做小难。过完春节后，源码网大量倒闭年8月ROS暑期夏令营期间，我们做了N款外壳，测试了M种喇叭，贴了P版外围电路，程序则改动不大。主要是由于时间有限，无法进行更多改进。样品均为手工制作，音质上，7w的喇叭配有一个无源辐射板，对于从森海HD入门的人来说，音质虽有瑕疵，但足以满足日常使用。

       之前在想法中发布了一个使用视频，大家可参考运行效果。

       ROSECHO基本情况介绍完毕，如何开始呢？

       从零开始：推荐给手中已有讯飞AIUI评估板的小伙伴，记住，评估板而非麦克风降噪板（外观相似，简单区分是评估板售价元，降噪板元）。手头的评估板可通过3.5mm接口连接普通电脑音箱，再准备一根USB转转换头连接评估板DB9接口。后面需要根据实际串口修改udev规则，理论上可配合ROSECHO软件使用。硬件工作量较大，还需包含移动机器人所需机械设计、电气改造等。好处是拥有AIUI后台，可以定制云端语料和技能，但这又是另一个领域的能力，也不是三下五除二能完成的。

       从ROSECHO开始：直接购买ROSECHO，首发的十台会附赠ROS2GO，只需连接自带电源并用USB线连接电脑，配置无线SSID和密码即可。连接方便，我们维护云端语料，人设为智能机器人管家，大家只需关注如何利用识别后的词句控制机器人和进行应答。云端问答AIUI处理，一些自定义问答可在本地程序中处理，务必联网，因为语音识别本身需要网络。具体软件启动和简单demo请查看GitHub软件库的说明。

       然后做什么：要实现智能语音交互功能的挖矿源码网移动机器人，需要对ROS中的actionlib非常熟悉。我们提供了简单的demo，可以控制机器人在turtlebot stage仿真环境中根据语音指令在两点之间移动，也可以根据唤醒方位进行旋转。之后还需增加音箱的TF变换。

       大机器人中的状态机采用层次状态机（Hierarchical state machines），适用于移动机器人的编程，框架准备开源，方便大家开发自己的智能移动机器人策略。参考下面链接，希望深入了解也可以购买译本，肯定是比ROS By Example中的Smach状态机更适合商用级产品开发。

       还计划做一套简单的语音遥控指令集，机器人问答库，在iflyos中构建适合机器人的技能库。何时能完成尚不确定，大家一起加油！

       （二）教学级别无人车Tianracer

       GitHub源码库已准备就绪，欢迎先star再深入阅读。遵循Hypha Racecar的GPLv3协议。

       这是最近更新的详细使用手册。相比ROSECHO，Tianracer的基本功能均已完成，至少可以拿来学习建图导航，了解SLAM。

       Tianracer是一个经过长时间准备的开源项目，年从林浩鋕手中接过Hypha Racecar后，希望将项目发扬光大。这两年改进了软件框架、周边硬件、机械结构，并增加了新的建图算法，但仍有大量工作待完成。这两个月在知乎想法和微信朋友圈分享了项目的进展，经历了多次迭代，现在大致分为入门、标准、高配三个版本。三个版本的软件统一，可通过环境变量更改设置。

       最近整个项目从Tianbot Racecar更名为TianRacer，经过长时间探索，终于实现了合理的传感器与处理器配置。相比Hypha Racecar，处理器从Odroid XU4更改为NVIDIA在上半年推出的Jetson Nano，车前方增加了广角摄像头，冰雪5端源码利用Nano的深度学习加速，可以接近实时处理图像数据。相比之前的单线激光，广角摄像头大大扩展了后续可实现的功能。

       TianRacer基本使用Python编写，从底层驱动到遥控等，目的是方便大家学习和二次开发。同时集成了cartographer和vins-fusion启动文件，可以尝试新的激光与视觉SLAM，基于Nano的深度学习物体识别等也是可以直接运行的。但目前功能尚未有机整合。

       从零开始搭建：TianRacer搭建可能难度较大，不仅需要RC竞速车的老玩家进行机械电子改装，还需要对ROS熟悉并修改软件以进行适配，同时可能需要嵌入式程序员的帮助。对于主要关心搭建的朋友，可以参考小林的Hypha Racecar和JetRacer Tamiya版本的搭建指南。

       从TianRacer开始：这批开发版本的无人竞速车附赠搭好环境的ROS2GO，TianRacer本身有开机自启功能，利用ROS2GO加上USB线对车体进行网络配置，就可以远程编程和调试。仔细参考提供的TianRacer看云文档（文档积极更新），大部分车体自带的功能都可以实现，包括但不限于建图、定位、导航、识别等。

       然后做什么：利用TianRacer学习无人车的基础框架，还可以通过JupyterLab学习Jetson Nano的深度学习算法。未来计划将交通标识识别、行人和车辆检测、车道线检测等无人车基础功能融合，但不确定Jetson Nano的算力是否足够。目标是在校园内进行低成本的无人车竞速比赛，希望像CMU的Mobot室外巡线比赛一样持续发展，至今已举办届。

       这个视频是搬运自YouTube。大家可深入了解非结构环境下的导航。对于不清楚结构化环境与非结构化环境的朋友，CMU和恩智浦的比赛完美诠释了两者之间的区别。

       一起来玩耍吧！

       在开源社区协作方面，我们也是第一次尝试，对于松散的协同开发经验不足，希望参与或组织过大型开源项目的朋友们加入我们，一起努力。有兴趣的朋友可以留言或私信。

       前几日与朋友们闲聊时，想起几年前高翔博士赞助一锅粥（orb-ygz-slam）1万元时，我也只能提供支持。这次真心希望可以贡献出代码，实现实实在在的贡献。

       年年底发布了开发者申请价格，但数量有限，早已连送带卖售罄。年又有几十位爱好者填写了问卷，忘记查阅。每年的双十一双十二我们都会有优惠活动，感谢大家的关注。

语音聊天的系统功能有哪些方面？

随着移动互联网的蓬勃发展，特别是后和后这一代人，手机已经成为日常生活的核心工具。他们通过手机购物、求职、社交，享受着前所未有的便利。然而，文字输入的困扰让人们渴望寻找更便捷的交流方式。正是在这个背景下，语音聊天逐渐成为现代手机社交的新宠儿，它以独特的方式拉近了人与人之间的距离。

       那么，语音聊天系统究竟具备哪些令人惊叹的功能呢？

       首先，让我们聚焦在语音直播源码的两个关键模块——直播端和用户端：

直播端特色功能：

房间管理：设置房间名称，添加或删除管理员，个性化背景，实时营收统计，让管理更加精细。

麦位控制：轻松抱人上麦，调整静音权限，让用户在互动中有序进行。

用户互动：通过点击列表进行管理，如上麦、设置管理员权限，甚至能私信、关注和拉黑，实现全方位互动。

音频增强：静音、调整音量、选择音乐、调音台模式，以及通知粉丝等功能，让直播更具魅力。

权限设置：房间锁、频道切换、公告编辑，确保环境的私密性和控制性。

用户端特色功能：

       主播互动：关注主播、私信互动、@功能，丰富用户与主播的交流体验。

实时互动：查看在线人数，分享直播间至社交平台，让交流无界限。

麦位参与：申请上麦、送礼互动，让用户在参与感中提升社交体验。

礼物与消费：选择礼物、群送、充值，为互动增添乐趣。

私信管理：查看消息并保持沟通，让沟通更顺畅。

更多选项：查看公告、个人主页、举报功能，以及关注/取消关注的灵活选择。

       语音聊天的魅力在于它以声音传递情感，超越了文字的局限，更能触及人心，特别是在5G时代，它为社交带来了前所未有的可能性。每一声语音都成为连接感情的桥梁，让沟通变得更加自然和亲密。想了解更多关于语音聊天的精彩细节，不妨咨询我们的专业团队，探索声音社交的新世界。

项目练手 | 全国大学生嵌入式大赛华为海思赛道嵌入式物联网应用方向（含文档及源码）

       在大学生嵌入式系统设计大赛中，众多参赛者在激烈竞技中碰撞智慧火花。为了助你脱颖而出，我们聚焦华为海思赛道，以官方推荐的华清远见Hi鸿蒙开发板为核心，精选出实战性强的练手项目。这些项目不仅适合比赛，也适合教学和个人学习，包括语音控制智能小车、智能农业、智能安防警报等，每个项目均配备详尽的开发文档和源码。

       语音控制智能小车通过离线语音模块实现小车控制，如前进、后退、转向，还能获取小车状态并播报，你可以借此开发个性化的语音助手。硬件平台包括鸿蒙小车套餐。

       智能农业项目则包含NFC配网、温湿度自动灌溉控制，通过小程序进行操作，显示实时数据。基础开发平台为Hi鸿蒙开发板。

       智能安防警报项目具备一键报警和NFC配网功能，小程序端可控制警报和状态显示，同样基于Hi开发板。

       其他项目如智能照明灯、测距仪、温度计、倒车雷达等，均集成超声波传感器和OLED显示屏，实现物联网功能。智能小车则涉及微信小程序控制、电机驱动和自动功能，使用鸿蒙智能小车豪华套餐。

       还有智能垃圾桶和指纹锁，分别实现人体感应和指纹识别。智慧农业安防则关注火焰、可燃气体、CO2和TVOC检测。4G模块通信控制小车则支持远程控制和数据上传。

       华清远见的FS-Hi物联网开发板，搭载华为海思Hi芯片，具备丰富的传感器、执行器和扩展模块，以及配套教程和项目案例，为你的学习和参赛提供了强大支持。关注“华清远见在线实验室”获取更多资源。

LD语音识别模块：LDV7模块使用详解

       LD语音识别模块：深入解析LDV7的实用指南

       LD是一款专为非特定人语音控制设计的高效芯片，内置条指令，提供三种工作模式：普通、按键和口令。其中，口令模式是推荐选择，它有助于降低误触发的可能性。这款模块在家居智能控制领域大显身手，通过串口连接，赋予设备语音操控的便捷性。

       其识别原理基于拼音匹配，尽管有时可能会出现误识别，但通过增加“垃圾关键词”列表，我们可以有效地降低误识别率。在实际应用中，语音识别过程如下：

关键词集成：首先，需要将定制的指令关键词添加至模块中，确保语音指令的精确匹配。

结果处理：当接收到一级口令，如“现在几点了”，系统会智能地播报当前时间。MCU收到识别结果后，会根据不同的指令代码执行相应动作，如VoiceCommandCode=1时打印指令。

JSON通信：MCU解析收到的JSON数据，解析出指令并执行相应的操作，确保指令的准确执行。

       在硬件开发过程中，如需对LDV7模块进行固件更新，需按以下步骤操作：打开.hex文件，选择正确的串口和型号，执行下载或编程操作，然后上电或复位进行测试。从六月开始，我们每月都会在公众号上分享DIY作品的进度，包括模块组合、功能点介绍、线路板设计和硬件搭建，最终在月底开源源码和PCB文件，让技术分享更深入。

       作品的选取过程也十分互动，每月日开始投票，日截止，由读者留言中的热门选项决定下月的主题，这样的设置旨在激发创意并保持内容的连贯性。

       如果您对嵌入式技术充满热情，别忘了加入我们的微信公众号“嵌入式从0到1”，分享您的探索心得，一起学习和成长。期待您的参与和互动！

ASRT：一个中文语音识别系统

       ASRT是AI柠檬博主开发的中文语音识别系统，基于深度学习，采用CNN和CTC方法训练，具有高准确率。系统包含声学模型、语言模型，提供基于ASRT的语音识别应用软件，支持Windows UWP和.Net平台。深度学习在语音识别领域的影响深远，ASRT采用深层全卷积神经网络，结合VGG网络配置，实现端到端训练，将语音波形转录为中文拼音，再通过最大熵隐含马尔可夫模型转换为文本。项目使用Python的HTTP协议基础服务器包，提供网络HTTP协议的语音识别API。系统流程包括特征提取、声学模型、CTC解码和语言模型，基于HTTP协议的API接口支持语音识别功能。客户端分为UWP和WPF两种，通过自动控制录音和异步请求实现长时间连续语音识别。未来，ASRT将加入说话人识别系统，实现AI实际应用中的“认主”行为。项目源码在GitHub上开源。

cssASR是什么意思？

       CSS ASR，全称为CSS语音识别技术，是一种通过识别音频信号来修改网页样式的技术。这种技术无需打开页面源代码，方便开发人员快速查看和修改网页样式。由于其易用性和高效性，CSS ASR技术在近几年受到了广泛欢迎和追捧。它不仅提高了站点的可维护性，减少了代码冗余，还增强了代码的简洁性和可读性。未来，CSS ASR技术有望在更多场景中得到应用，如语音控制CSS样式的移动应用、聊天应用和智能家居等，为用户提供更友好、舒适的体验。