2026年，全国大学生集成电路创新创业大赛（集创赛）的‘FPGA设计与应用’赛道，如果选择‘基于FPGA的轻量级语音唤醒词识别系统’，在实现MFCC特征提取和神经网络推理时，如何针对FPGA进行算法定点化、流水线设计和资源优化？
我们团队准备参加2026年的集创赛，选择了‘FPGA设计与应用’赛道，想做一个小型化的语音唤醒词识别系统（比如识别“你好小E”）。目前用Python实现了MFCC特征提取和一个简单的神经网络模型，但不知道如何高效地移植到FPGA上。主要困惑在于：1. 浮点算法（如FFT、对数运算）如何做定点化，精度损失怎么评估？2. 如何设计数据流和流水线，让特征提取和网络推理能高效并行？3. 在资源有限的FPGA上（比如Artix-7），如何优化DSP和BRAM的使用？希望有参赛或项目经验的前辈能给些架构设计上的思路。
电子系小白
