老年陪护机器人系统的设计与实现

设计了一种以引导式语音交互和肢体动作为表达形式的老年陪护机器人系统,该机器人系统采用人性化语音交互、触觉感知与交互技术,对使用者提供个性化服务.采用非特定人语音识别技术,利用有限的硬件资源,构建稳健的识别模型,实现高性能并满足实时应答要求的语音识别片上系统.在真实动物运动姿态建模的基础上,提出了一种应用欠驱动柔性结构的...     

多模态技术及其在网络视听内容监管中的应用研究

多模态技术为文本、语音、视频、图像等非结构化数据的智能处理提供了可能性。本文基于对多模态深度学习模态表示等关键技术的研究,针对网络视听监管业务的工作需求,对多模态技术在网络视听内容监管方面的应用进行了初步探索,旨在有效提升网络视听大数据处理的准确性和效率。     

基于智能语音识别的机器人研究应用

基于智能语音识别的机器人能够利用机器人辅助学习音乐,提高学习效率和学习兴趣。本智能语音识别机器人利用人工智能技术与用户进行语音交流,识别用户的指令和需求,机器人配合做相应的动作。     

论网络技术体制发展范式的变革——网络之网络

多样性和多元性是宇宙发展的第一特征。当前网络技术发展始终未能脱离基于单一体制自我演进或更替换代发展的基本范式,极大地制约了以“人网物”为对象、计算/存储/传送一体化为手段的多元、多维融合新世界对网络技术体制与相关服务的创新需求。从思维视角和方法论层面出发,提出了网络技术体制与支撑环境相分离的多模态网络发展范式。结合云计算的场景,展望了多模态网络商业运作新模式和应用场景。     

智能语音新闻的挑战与应对路径

文章深入探讨了智能语音新闻在语音识别、语义理解以及语音合成方面面临的挑战,并提出切实可行的解决路径。对于语音识别准确率不一致的问题,建议引入预训练语言模型来提升整体性能。针对语义理解能力有限的问题,强调发展多模态理解技术,综合不同感官输入提供更丰富的上下文信息。针对语音合成质量问题,提出训练个性化语音和应用生成对抗网络的策略。通过这些创新性的方法,智能语音新闻应用有望实现更高水平的语音交互和信息传递。     

对虚拟场景语音交互技术的研究

实现虚拟场景的交互更具人性化,设计了基于Via Voice的语音识别模块,通过此模块,利用XML技术将语音信息生成XML文档。通过XML解析器和可面向对象编程的Java语言,将XML文档中的信息映射到虚拟场景中,从而实现了语音控制虚拟场景变化的目的。将此技术应用到锯片生产车间虚拟规划系统中,大大提高了工艺规划的效率。此技术的实现对丰富虚拟交互的手段、增强虚拟现实交互的真实性具有重要意义。     

基于深度学习的电子商务语音客服中的客户情感研究

为了适应语音客户机器人根据客户情感开展高效服务的需求,研究了提高客户语音情感的识别率方法。首先从电话客服服务器录音中剪辑片段建立了CASIA中文多模态自然情感语料库,给出了14种主要情感和13种非典型的情感类型。其次建立了一个较大规模自然口语风格的汉语疑问语气语料库,并进行了单句、音节层面的韵律层级标注工作。最后采用线性融合韵律特征、梅尔频率倒谱特征的方法对汉语疑问语气、陈述语气进行分析,把整句的基频最大值、最小值也作为区分疑问、陈述语气的特征。实验结果表明,融合后的识别率较融合前平均提高了16%。     

基于体感交互的仿人服务机器人增强示教学习的研究

仿人服务机器人在许多的方面已经取得了重大的进步,比如关键零部件,行走平衡与协调运动控制、语音识别与交互等,但是离实用还相差甚远,其主要原因在于仿人服务机器人缺乏环境感知和学习能力。为了提高服务机器人对环境的适应性,通过自主搭建的仿人机器人平台,以孔棒装配为背景,提出了在非结构化环境下基于多坐标系下示教学习数据重构和多重GMM混合方法,解决了非结构化环境下示教数据的建模与复现问题,提高了机器人对环境的适应性。首先介绍了基于3D打印技术的仿人服务机器人的制作以及控制系统,然后介绍仿人服务机器人的运动学模型,仿人服务机器人的装配过程的数据采集,最后实现仿人机器人的非结构化环境下的轨迹生成。     

捷通华声：“盲人手机导航”并不仅仅为盲人

说到捷通华声，可能并没有多少人知道。但就是这样一个不起眼的民营企业，却凭借“盲人手机导航”项目一举获得了美国高通公司“无线关爱”计划BREW应用基金。语音识别目前仍是难点 在语音领域，主要包括两者的技术实现方式：语音合成和语音识别。前者是机器能将文字读出来，后者则是机器能正确理解人的声音。     

基于室内自主导航的管家服务机器人设计与实现

随着社会的发展,我国的老龄化越来越严重,该论文设计了基于室内自主导航的管家服务机器人,采用ROS系统搭建了室内导航、语音交互和机器人管家三个子系统.机器人管家使用STM32模块、WiFi模块、温湿度模块和继电器模块.同时设计了UI界面,用于显示机器人状态信息和手动控制机器人.在经过实验的测试验证后,实现了人机语音交流、...     

An overview of human interactive robots for psychological enrichment

The market for industrial robots grew rapidly during the 1970s and 1980s, with a peak demand in 1991. However, due to the subsequent recession in the world economy, the market for industrial robots has been slow or stagnant over the last decade. The value of industrial robots has decreased in that term, even though they have undergone considerable technical advances. On the other hand, human interactive robots for psychological enrichment are a type of service robots that provide a service by interacting with humans while stimulating their minds. As opposed to industrial robots, accuracy or speed is not always of prime importance. Their function or purpose is not simply entertainment, but also to render assistance, to guide, to provide therapy, to educate, to enable communication, and so on. The market for human interactive robots designed for psychological enrichment is expected to grow rapidly and to become more widespread. This overview explains human-robot interactions in terms of the relationship between humans and robots, in terms of the duration of these interactions and in terms of design issues affecting human interactive robots for psychological enrichment. Then examples of cross-cultural differences in the subjective evaluation of human interactive robots are described.     

用VXML促进智能网业务的发展

文章提出了一种基于智能网的语音可扩展标记语言(VXML)语音浏览器;介绍了该浏览器的系统结构;给出了VXML标志到INAP消息的映射策略;并以应用服务器(AS)侧发起的语音短信业务流程和网络侧发起的短信重听业务流程为例,描述了VXML语音浏览器功能实体之间的业务流程.文章认为由于社会对声讯、聊天、企业门户等业务的需求不断增加,传统智能网业务生成系统已不能满足用户需要,而VXML适合开发各种交互式语音回应(IVR)业务,可促进智能网业务的发展.     

广西电信多媒体客服系统建设研究

客服呼叫中心作为运营商的基础客户服务手段,随着语音、数据、互联网等多种服务方式的日益深入和成熟,传统的客服呼叫系统接入媒体将由单一的语音接入向集电话、Email、IM、短信、微博等多媒体接入转变。广西电信根据客户服务发展的形势需要,通过建设广西电信多媒体客服系统实现主动、智能、开放、交互的客户服务,有效地适应了移动互联网时代客户服务的需求,提高了自助、互助服务占比,改善了客户感知。     

Person-robot interactions from the robopsychologists' point of view: the robotic psychology and robotherapy approach

Recent research shows that people perceive and treat robots not just as machines, but also as their companions or artificial partners. Person-robot communication, viewed as a complex interactive system (CIS), is based upon three basic principles: interactivity, equifinality, and multimodality. Classification of artificial creatures from the robopsychologist's point of view divides them into two major groups: assisting robots, which are oriented toward industrial, military, research, medical, and service activities, and interactive stimulation robots, which are designed for social, educational, rehabilitation, therapeutic, and entertainment purposes. The latter class is considered the primary subject for the robotic psychology and robotherapy, approaches that have been developed by the authors. These new fields consist of a concept that places the relationships between humans and robots into a psychological, rather than technological, context. Conceptual and experimental results of implementing the robotic psychology and robotherapy concept into the study of human-robot interactions concern basic operational definitions, theoretical framework, and the design of a unified assessment tool named the Person-Robot Complex Interactive Scale (PRCIS). A study with a robotic cat provides the first results of cross-cultural analysis of person-robot communication, as well as findings on the robot's use by children, young and older adults, and elderly persons with dementia.     

基于VoiceXML的语音信箱系统设计与实现

VoiceXML是一种可创建语音对话的编程语言,提供了语音及数字化音频合成、语音和DTMF输入识别、音频录音、基本的电话呼叫控制,以及混合的交互式会话等特性。VoiceXML已经成为构建语音应用系统的标准,通过它用户可以在任何时间、任何地点以电话方式访问WEB信息,在诸如信息检索、电子商务、语音增值类业务等语音交互式应答系统中得到广泛应用。以VoiceXML技术为基础,设计实现了语音信箱系统,论述了系统的功能需求及总体结构,并通过对录音留言功能的实例介绍,阐述了业务的执行流程。     

A social informatics approach to human-robot interaction with a service social robot

The development of an autonomous social robot, Cherry, is occurring in tandem with studies gaining potential user preferences, likes, dislikes, and perceptions of her features. Thus far, results have indicated that individuals 1) believe that service robots with emotion and personality capabilities would make them more acceptable in everyday roles in human life, 2) prefer that robots communicate via both human-like facial expressions, voice, and text-based media, 3) become more positive about the idea of service and social robots after exposure to the technology, and 4) find the appearance and facial features of Cherry pleasing. The results of these studies provide the basis for future research efforts, which are discussed.     

宽带CDMA IP网中实现区分服务的QoS结构

3G CDMA网提供高速无线IP服务,其业务主要包括数据、语音互式多媒体。为了能保证这些异构业务的QoS,并提供业务区分,将有线IP网的分区服务（DIFFSERV）QoS模型引入3G CDMA网络。针对无线网络的终端移动性、高丢失率、更低的网络带宽等特点,对原有的DIFFSERV结构进行了修改,给出了基于DIFFSERV的无线QoS结构,并简单描述了实现协议。还给出了有效带宽的录入控制策略和资源预留策略来实现QoS。通过仿真,研究了各种策略的性能。     

基于STM32的语音控制机械手

智能机器人技术为近年来研究热点,机械手在智能机器人教学研究与工业机器人领域占据很大比例,本文设计实现了基于STM32为控制平台的四自由度机械手控制系统,系统可以调试,存储机械手动作,并且使用语音控制模块,使机械手具备人机对话,语音控制功能。系统高效,灵活,使用方便,对于智能机器人研究教学,工业机械人控制系统研发具有重大意义     

CallMinder™ — the development of BT’s new telephone answering service

The CallMinder™ service, or ‘answering machine in the network’, is proving to be very popular with BT’s customers. The introduction of the service broke new ground in being the first large-scale deployment of interactive voice platforms within BT’s network. This paper describes the service, the platform architecture and the development and deployment activities.     

3G移动通信系统的认证和密钥协商协议的技术研究

第三代移动通信系统（3G）是一个在全球范围内覆盖与使用的网络系统,它向用户提供高质量多媒体通信,不仅支持传统的话音与数据业务,还支持交互式业务与分布式业务,如多媒体业务、电子商务、电子贸易、网上银行,以及互联网服务等多种信息服务。这样一来各种机密的、敏感的、隐私的数据传输量会大大增加,这种全新的业务环境便对网络系统的安...