基于正则表达式的语音识别控制策略研究

文中提出一种新型控制策略,把正则表达式和服务机器人的语音控制结合起来,前者利用预定义的正则表达式对语音识别内容进行模式检出,后者根据检出的模式对机器人进行策略控制。通过分析识别文本构建正则表达式,使用微软SAPI构建客户端语音引擎进行语音识别,在服务机器人平台上验证策略的有效性、实用性和快速性。该新型控制策略把正则表达式应用在语音识别控制策略中,使语音交互技术将人类之间的交流方式应用于人类与机器之间。使机器人用正则表达式对人类语言进行词法分析实现自然语言的理解。提出的方法使机器人能够“理解”同一个语音命令的多种表达方式,使服务机器人的语音识别控制策略更具柔性和自然性,具有重要的应用价值和应用前景。     

试制智能服务机器人（上）

本文主要针对我们设计制作的智能服务机器人从硬件设计、软件设计、语音识别与机械控制一体化解决方案等进行详细的介绍，同时提出了面向大众，低成本、高效率、多功能的智能服务机器人的发展方向。服务机器人所存在的无法直接通过语言与人进行交流的缺陷使语音技术的介入成为必然。语音技术包括语音合成和语音识别，而后者又比前者更难于实现。     

语音情感识别研究综述

语音不仅包含说话人所要表达的语义信息,也蕴含着说话人所要表达的情感信息.语音情感识别是人机情感交互的关键,对语音情感的有效识别能够提升语音可懂度,使各种智能设备最大限度理解用户意图,提高机器人性化水平,从而更好地为人类服务.采用文献研究法从语音情感语料库、语音情感特征提取、语音情感模型的构建以及语音情感识别的应用等方面对其研究现状和进展进行了综述;同时,对其未来发展趋势也进行了展望.旨在尽可能全面地对语音情感识别技术进行详细分析,为相关研究人员提供有价值的学术参考.     

服务机器人的语音情感识别与交互技术研究

分析语音情感识别技术的发展现状和关键技术,将基于隐马尔可夫模型的语音情感识别方法应用在机器人中,目的在于使机器人能够识别人的语音信号中的情感信息,并做出相应的情感表达.这在我们研制出的服务机器人中得到了较好的应用,该机器人能够识别人的语音情感并能与人进行一定的交互.     

基于Julius的机器人语音识别系统构建

随着机器人技术不断发展,本文提出机器人的语音识别这一智能人机交互方式。在研究了基于HMM语音识别基本原理的情况下,在实验室的机器人平台上,利用HTK和Julius开源平台,构建了一个孤立词的语音识别系统。利用该语音识别系统可以提取语音命令用于机器人的控制。     

基于BDI Agent技术的情感机器人语音识别技术研究

介绍了BDI Agent技术在情感机器人实现中的应用。通过基于Agent技术的语音识别网络的构建，实现让机器人对外界语音输入能够正确地识别和理解，这样才能为进一步进行情感上的交流奠定基础。主要讨论了如何在BDI Agent技术的基础上建立识别器和解释器。     

智能家居系统语音遥控器的设计与实现

针对传统智能家居系统系统安装和维护成本高,系统可扩展性和移动性能差的问题,提出利用ZigBee无线技术和家庭服务机器人的机动性、自律能力来实现智能家居系统。为实现室内近距离对家庭服务机器人和家电设备的控制,为其设计基于ZigBee无线通信技术的语音遥控器。该遥控器通过ZigBee和语音识别技术的应用,不仅可以用于控制家庭机器人的前进、后退等,还可以用于控制具有ZigBee无线通信模块的家电设备,具有一定的通用性。     

基于改进DFSMN模型的语音交互服务系统设计

为了进一步提升服务机器人的自动化语音交互服务质量,提出一种改进的DFSMN-CTC模型,以提升语音交互系统的识别能力。其中,对传统的DFSMN模型中记忆模块的结构以及记忆单元之间的连接方式进行改进,然后将改进得到的模型与CTC进行结合,以实现日语语音的识别。实验结果表明,与其他建模准则构建的语音识别模型以及改进前的DFSMN模型相比,改进的DFSMN-CTC模型能够取得效果更好的语音交互效果,词错误率分别降低了6.42%和6.17%;与其他语音识别模型相比,改进的DFSMN-CTC模型在各种实验条件下均能保持最低的平均字错误率,语音识别精度较高。综上,使用改进的DFSMN-CTC模型所构建的日语语音交互系统能够实现效果良好的日语语音交互,实现更好的日语语音交互服务,具有一定的实际使用价值。     

一种新型的嵌入式语音识别机器人系统

本文探讨和研究了一种新型的基于嵌入式系统以及DSP的语音识别工业机器人系统。系统采用嵌入式 DSP的方案使机器人的性能、成本、可配置性和可扩展性达到一个更佳的平衡点,同时在语音识别方面采用了改进的MFCC方法进行语音特征提取以及采用基于K均值分段的HMM模型进行实时语音学习与识别使算法的实时性和可移植性提高。     

基于意图识别的智能语音交互机器人设计

为提高智能语音交互机器人语音交互的准确率,提出一种基于意图识别的机器人智能英语语音交互方法。通过引入Glove＿BiGRU＿Self-attention分类预测模型构建意图识别功能模块,并采用ROS分布式架构对系统功能模块进行整合,实现人机的智能语音交互。仿真结果表明,采用所提方法进行的语音意图识别,具有更高的准确率,相较于基于DCNN模型、基于CNN-LSTM模型与基于单向构建的GRU-Self-attention模型的意图识别方法,识别准确率分别高出8.03%、4.07%和2.14%,具有更好的识别效果;在特征提取上,训练时间较传统基于BiLSTM模型的提取方法,BiGRU的训练时间缩短了4倍,训练效率更高。实验结果表明,采用所提意图识别方法搭建的语音交互系统,对用户英语语音指令的识别准确率和识别效率依然拥有较好的结果,识别平均准确率达到了89.72%,识别时间均在0.35 s之内,证明所提方法可以应用于实际语音交互之中。应用实验表明,采用基于意图识别方法搭建的智能语音交互机器人,无论是在问答交互还是控制命令上,都可以准确对用户英语指令进行识别,根据用户要求进行相关回答或完成相应动...     

智能机器人语音远程控制系统的设计

为使智能机器人远程控制更加方便、快捷、人性化,设计并实现了一种智能机器人的语音远程控制系统方案。该方案利用微软语音开发包Microsoft Speech SDK,构建基于听写模式的大词汇量语音识别模块和语音合成模块,利用海量中文智能分词组件构建关键词检测模块,结合VFW（Video For Windows）技术与无线网络技术构建信息传输模块。实验表明,该系统语音识别准确率高,识别范围广,语音输入灵活。     

智能机器狗的语音控制模型研究

阐述语音人机交互手段的必要性及意义,提出一种基于语音控制的机器狗系统解决方案。该系统利用HTK和Julius构建大词汇量连续的语音识别平台,采用语音识别技术提取语音命令用于机器狗控制,并结合有限状态机的控制理论设计机器狗控制系统模型。测试结果表明,该系统能较好地识别用户语音命令,控制系统模型能有效完成机器狗在不同状态下的控制任务。     

Low-level grounding in a multimodal mobile service robot conversational system using graphical models

The main task of a service robot with a voice-enabled communication interface is to engage a user in dialogue providing an access to the services it is designed for. In managing such interaction, inferring the user goal (intention) from the request for a service at each dialogue turn is the key issue. In service robot deployment conditions speech recognition limitations with noisy speech input and inexperienced users may jeopardize user goal identification. In this paper, we introduce a grounding state-based model motivated by reducing the risk of communication failure due to incorrect user goal identification. The model exploits the multiple modalities available in the service robot system to provide evidence for reaching grounding states. In order to handle the speech input as sufficiently grounded (correctly understood) by the robot, four proposed states have to be reached. Bayesian networks combining speech and non-speech modalities during user goal identification are used to estimate probability that each grounding state has been reached. These probabilities serve as a base for detecting whether the user is attending to the conversation, as well as for deciding on an alternative input modality (e.g., buttons) when the speech modality is unreliable. The Bayesian networks used in the grounding model are specially designed for modularity and computationally efficient inference. The potential of the proposed model is demonstrated comparing a conversational system for the mobile service robot RoboX employing only speech recognition for user goal identification, and a system equipped with multimodal grounding. The evaluation experiments use component and system level metrics for technical (objective) and user-based (subjective) evaluation with multimodal data collected during the conversations of the robot RoboX with users.     

基于分布式控制系统的轮式智能机器人研究

语音处理、图像处理和定位导航是智能机器人研究的核心内容。介绍了分布式控制系统和CAN总线的概念和特性,提出了一种用于智能机器人的分布式控制系统结构,对基于该控制系统的智能机器人的体系结构、导航与控制、环境感知进行了研究,着重阐述了语音识别和图像识别功能的实现方案。     

OpenVXI平台上VoiceXML呼叫中心语音系统的研究与开发

本文提出并构建了一种在OpenVXI平台上实现的基于VoiceXML技术的呼叫中心语音系统。该系统在语音卡上编程,为OpenVXI平台提供低层支持,实现了放音、呼叫、识别、录音等相关接口,完成了流程控制服务器,实现了用VoiceXML文档来控制呼叫中心语音流程的功能。系统在实验环境下的测试结果基本符合设计目标,进一步的优化和开发研究工作正在进行中。     

基于情感-时空信息的机器人服务自主认知及个性化选择

为了提高机器人的人机交互能力,针对家庭服务机器人在认知服务任务时往往忽略用户情感因素的弊端,提出了以用户情感为核心的机器人服务任务自主认知方法以及个性化服务选择策略.首先,利用智能空间本体技术结合用户情感状态与时间空间信息建立情感-时空本体模型,消除智能空间中的信息异构性.在此基础上,将与情感-时空相关的服务规则库编码并训练BP（逆向传播）神经网络构建推理机,将实时更新的智能空间信息与神经网络相匹配,推理出机器人需要执行的服务,实现机器人对以用户情感为核心的服务任务自主认知.最后,将用户情感状态作为执行服务的奖惩反馈信号,对服务集合中的子类服务进行动态的偏好度调节,完成有针对性的服务选择.仿真结果表明,基于该方法能够实现以用户情感为核心的机器人服务任务自主认知,同时可以根据用户偏好变化提供个性化的服务,有效提高了家庭服务机器人的智能性和灵活性,增强了用户的服务体验.     

一种智能家居服务机器人的家居服务设计

提出一种智能家居服务机器人设计架构,以TMS320F2812作为主控芯片,嵌入监听器模块,利用延时估计法实现声源方位的实时检测;嵌入语音识别模块、电机驱动模块和避障模块,实现语音控制机器人的运动,并且利用超声波传感器使得机器人在移动过程中能够躲避障碍物;此外,提供编程接口实现机器人对家庭成员语音指令做出相应的行动。     

Speech-based formation control of the multi-robot system

The article presents multiple pattern formation control of the multi-robot system using A* searching algorithm, and avoids the collision points moving on the motion platform. We use speech recognition algorithm to decide the various pattern formations, and program mobile robots to present the movement scenario on the grid-based motion platform. We have been developed some pattern formations to be applied in game applications, such as long snake pattern formation, phalanx pattern formation, crane wing pattern formation, sword pattern formation, cone pattern formation and so on. The mobile robot contains a controller module, three IR sensor modules, a voice module, a wireless RF module, a compass module, and two DC servomotors. The controller of the mobile robot can acquire the detection signals from reflect IR sensor modules and the compass module, and decide the cross points of the aisle. The mobile robot receives the command from the supervised computer, and transmits the status of environment to the supervised computer via wireless RF interface. We develop the user interface of the multi-robot system to program motion paths for various pattern formation exchanges using the minimum displacement. Users can use speech to control the multiple mobile robots to execut pattern formation exchange. In the experimental results, users can speak the pattern formation. The speech recognition system receives the signal to decide the pattern formation. The multiple mobile robots can receive the pattern formation command from the supervised computer, and arrange the assigned pattern formation on the motion platform, and avoid other mobile robots.     

DTZH1505：大规模开源中文普通话语音库

近年来,深度学习在语音识别领域取得了突破性进展,并推动语音识别技术广泛应用到人们的日常生活中。语音识别模型的进一步优化需要更大规模标定数据的驱动,然而,目前开源的语音数据集规模仍太小,语料多为偏向书面用语的新闻类长文本。针对人机交互、智能客服等热门语音识别应用,通过众包模式采集朗读式语音,构建并开源了迄今为止最大规模的中文普通话语音数据集DTZH1505。数据集记录了6?408位来自中国八大方言地域、33个省份的说话人的自然语音,时长达1?505?h,语料内容涵盖社交聊天、人机交互、智能客服以及车载命令等,可广泛用于语料库语言学、会话分析、语音识别、说话人识别等研究。开展一系列基准语音识别实验,实验结果表明：相较于同规模中文语音数据集aishell2,基于此数据集训练的语音识别模型效果更好。     

基于非单调共轭梯度算法的声纹识别机器人控制系统设计

传统声纹识别人控制系统识别准确率低,存在语音识别噪声鲁棒性问题。针对上述问题,基于非单调共轭梯度算法设计了一种新的声纹识别机器人控制系统,采用BioVoice 2.0 标准声纹采集器采集数据,提取声纹特征,根据提取的声纹特征建立模型库,同时引用了两个声纹数据采集终端,型号分别是TMC104-B和TMC104,选用型号为AS-MrobotR的机器人配合采集器和采集终端实现工作。在Windows平台下使用C/C+语言研究了一种专用的程序,在程序内部添加mde-api数据库,完成训练程序和识别程序。实验结果表明,基于非单调共轭梯度算法的声纹识别机器人控制系统能够很好地解决语音识别噪声鲁棒性问题,在有噪声环境下识别准确率提高15.24%,在无噪声环境下识别准确率提高21.55%。