基于语音识别的智能交互系统设计

针对于当前语音信号的复杂性,和外界噪音的干扰,导致语音交互系统难以实现较为连续交互这一问题,采用由语音识别、单轮交互、多轮交互、语音合成这四个模块构成的基于语音识别的人机交互系统,在语音识别模块中,语音特征信号提取采用了MFCC特征提取方法,采用了深度算法进行构建声学模型。在多轮交互模块中,采用了GPT-2模型来实现了人机交互中的长对话。结果表明：该语音交互系统可以精准地提取出语音中的所需特征,然后进行有效的语音识别,DNN-HMM模型进行语音识别的WER值为4.11,识别时间短,最后合成出了清晰自然的语音。该结果证明此语音交互系统具有可行性。     

基于MFCC系数的语音交互系统设计

现有的语音交互系统在提取特征参数时难以保证滤波器的通道数量,导致音频识别准确率较差,为提高音频的识别能力,基于MFCC系数设计语音交互系统。在硬件设计中,设计通讯寄存器芯片架构,设计音频录入并行电路,保证大量音频数据在短时间内录入的稳定性。在软件设计中,将音频信号预加重,量化信号输入信噪比,基于MFCC系数提取音频数据特征参数,保证滤波信号通道数量,设计音频交互算法,计算训练最大似然度。在实验中对比四种语音交互系统的音频识别能力,实验数据显示,该系统音频数据识别准确率在五类音频信号中约为67%-97%,其他三种系统的识别准确率分别为62%-92%、66%-89%、67%-91%,由此可见该系统识别准确率高于这三种系统,基于MFCC系数的语音交互系统可以更好地处理与转换音频数据。     

基于智慧工厂的语音交互设计研究

在相关AI技术的大力支持与高速发展背景下,自然语言处理技术中也广泛应用到了该技术内容且应用水平相对较高,例如其中对于语音识别技术的应用研究就具有一定深度,它对智慧工厂系统的交互设计范式存在一定影响。文章主要研究了智慧工厂系统的语音交互相关理论内容,并研究其交互设计框架,了解语音交互在智慧工厂系统中的设计原则与内容。     

基于Haptic技术的盲人路径诱导辅具应用研究现状

触觉(Haptic)技术信息表达是一种有效的人机交互模式和信息传递方式,并作为信息传递的重要通道用于盲人导航/路径诱导辅具领域,弥补了在特定条件下声音的缺点与不足。对盲人导航/路径诱导辅具总体情况进行了概述;结合空间认知介绍了基于Haptic技术的盲人导航/路径诱导辅具研究现状与应用;分析了基于Haptic技术的盲人导航/路径诱导辅具在今后的发展趋势和存在的问题,并讨论了应用前景。     

一个基于语音识别的盲人上网辅助系统的设计

针对目前一部分残障人士(如盲人等)面临的上网困难问题,本文通过语音识别和文本-语音转换两个部分的设计及运用,设计一个基于语音识别的盲人上网辅助系统。系统的语音识别部分,采用了线性预测(LPC)及矢量量化的距离(VQ)方法,过滤和识别人的语音信号;文本-语音转换部分,通过对每个动态打开的网页,采用文字转化成语音(text-to-speech,TTS)技术及语音合成平台完成语音合成,将其网页文本内容朗读出来,同时也可对用户进行语音提示。     

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...     

基于云平台的智能语音交互机器人设计

现有的语音交互机器人多采用用户提问、机器人回答的单向交流方式,人机交互的智能性和灵活性较差.本文研究运用树莓派(Raspberry Pi)计算机和配套的语音板作为硬件载体,融合语音唤醒、语音识别、语音合成、自然语言处理等人工智能技术,调用科大讯飞开放云平台、在线图灵机器人,搭建一种基于云平台的智能语音交互机器人系统,并...     

语音交互导览机器人的设计

为提高公共场馆的讲解服务效率和趣味性,设计了一款语音交互导览机器人.该机器人采用科大讯飞AIUI新一代软硬件语音交互解决方案提升人机交互的智能化水平,机器人基于AGV磁导航和RFID射频识别技术实现自主定位导航,应用多种无线通信技术,解决机器人与场馆设备的通信控制问题,实现讲解过程中机器人与场馆设备的联动,使用STM3...     

基于VoiceXML的语音交互平台的设计与实现

设计并实现了一种基于VoiceXML(voice extensible markup language)的呼叫中心语音交互平台.该平台以OpenVXI开源项目的VoiceXML解析器为核心,以C/S三层结构框架来设计,在集成了杭州三汇语音板卡的基础上实现了语音合成、语音识别、呼叫处理等呼叫中心的基本功能.利用该平台,电信运营商不仅能方便地建立呼叫中心,而且可以联合SP/CP(service proyider/content provider)推出各种语音增值业务.介绍了该平台的总体架构设计,并详细讲述关键技术的实现,最后给出了系统测试实例及其运行结果.     

盲人手机输入方案的交互设计和评估

以交互设计模式对盲人手机界面的输入方式进行了研究,按照交互设计流程对盲人手机进行需求分析,提出了盲人手机输入方式的两个候选方案,并利用非语音声音表示数据的听觉显示技术在Windows图形界面上建立了原型.利用原型以迭代方式对方案进行了两轮评估和改进,展望了候选方案的研究前景.     

多功能盲人语音向导

为了能给盲人提供一种方便感知方向,时间设备,我们设计了多功能语音向导。此项目基于C8051F350微处理器,对磁阻传感器HMC1022,语音芯片ISD1760和时钟芯片DS1302进行控制,实现盲人自动获取想要的信息,如方向,温度,时间等,携带简单,灵活,实用,是盲人生活的好帮手,好向导。     

基于声音信号的翻译机器人语音交互系统设计

在机器人语音交互系统中存在共性问题,包括环境噪声、位置距离等,这些因素的共同影响下导致机器人语音交互效果较差,因此,有必要设计一个基于声音信号的翻译机器人语音交互系统。在设计系统硬件部分,将SPCE061A处理器作为核心部分,并设计了音频处理芯片、CPLD、语音输出模块与LCD显示模块。在系统软件部分,对语音预加重处理提高语音的高频部分,对语音信号加窗分帧处理,以保证处理后的语音是连续的,在此基础上,进行端点检测,区分背景噪声和环境噪声,并增加非线性小波去噪方法进一步去除噪声,得到纯净人声信号。同时对语音合成,并提出语音交互流程,实现翻译机器人语音交互。实验结果表明,此次研究的语音交互系统在有噪音与安静的环境下,识别率都较高,获得的语音信号实时波形图准确性也较高,并且在交互语句量多与少的情况下都具有较快的交互速度,有效提高了机器人语音交互效果。     

辅助盲人出行的避障导航眼镜的研究与设计

为了帮助盲人通畅出行,本文设计了一款导航眼镜.该导航眼镜是集图像识别技术、超声波测距技术、导航系统和人机交互系统为一体,可对盲人出行过程进行实时路况识别、实时避障和连续导航,可以有效达到辅助盲人通畅出行的目的.     

基于智能终端的语音阅读交互研究

为提高语音阅读交互系统中回复内容的匹配速率和准确率,从信息匹配的算法入手,提出基于attention机制对传统seq2seq模型进行改进,并引入beam search算法对语音识别结果进行剪枝,选择出最佳的匹配内容输出;接着进行语音阅读交互系统设计,选择语音识别系统、设定文本信息向编码信息转换的方式、对基于改进seq2seq模型的答复匹配设计;最后为验证改进后的seq2seq模型在语音阅读交互系统中的优势,配置语音阅读交互系统运行的实验环境,并进行算法验证实验。最终的结果证明,改进后的算法损失函数的收敛性性能更好;交互时回复信息的相关性明显高于改进前,且回复的信息的内容更为丰富。     

基于Bi-LSTM的人机语音交互

人的语音具有一定的上下文相关性,传统语音识别模型对历史信息记忆能力不足,无法充分学习语音序列的相关性.根据人对机器人控制的语音特点,设计了一种基于双向长短时记忆(Bi-LSTM)网络的控制机器人的语音识别模型,并在自己制作的语音库中训练,优化了模型参数.实验结果表明:远端控制命令通过语音识别模型转化为控制命令,传送到机...     

智能语音盲人拐杖设计方案

目前许多盲人出行极不方便,时常经历盲道被占用,路途有障碍,导盲犬不许上公交等情况。为了使他们的生活更加便利,文中设计了一款基于STC15F2K60S2单片机的智能语音盲人拐杖。本项目采用调查法,调查目标用户盲人群体的出行状况以及现存盲人智能拐杖的基本情况,了解盲人群体需求,综合调查资料,初步确定了软硬件设计思路。目前确定初步实现环境信息显示、语音识别、短信报警、GPS定位等功能。增加按键,控制不同的功能,实现功能的简单切换。按动按键,当在设定范围内出现障碍物时,系统语音助手自动播报预警语音;按下语音导航按键后,导航系统自动规划最优路线,语音助手播报位置并导航;当使用者遇到麻烦时,按下SOS按键,系统自动联系紧急联系人,紧急联系人若未接通电话,则自动转接距离最近的警局;当使用者准备上楼梯时,按下伸缩按键,拐杖自动伸缩,辅助使用者上下楼梯。该智能语音拐杖有助于提升盲人用户的生活质量,保障他们的出行安全。     

计算机终端与电话网语音交互的设计

本文通过研究数据网与电话网之间的联系，设计了一套用以实现计算机与电话网语音交互的方案。整个系统是基于客户机／服务器模式。利用Windows的多任务机制，结合Windows自身的低层音频服务和Windows套接字等技术来实现具体的客户端和服务器端程序设计。同时在硬件上利用现有的计算机电话集成（CTI）产品来实现数据和协议的转换，大大提高了系统的效率和稳定性。     

计算机终端与电话网语音交互的设计

本文通过研究数据网与电话网之间的联系，设计了一套用以实现计算机与电话网语音交互的方案。整个系统是基于客户机／服务器模式．利用Windows的多任务机制，结合Windows自身的低层音频服务和Windows套接字等技术来实现具体的客户端和服务器端程序设计。同时在硬件上利用现有的计算机电话集成（CTI）产品采实现数据和协议的转换，大大提高了系统的效率和稳定性。     

计算机终端与电话网语音交互的设计

本文通过研究数据网与电话网之间的联系,设计了一套用以实现计算机与电话网语音交互的方案。整个系统是基于客户机/服务器模式,利用Windows的多任务机制,结合Windows自身的低层音频服务和Windows套接字等技术来实现具体的客户端和服务器端程序设计。同时在硬件上利用现有的计算机电话集成(CTI)产品来实现数据和协议的转换,大大提高了系统的效率和稳定性。