基于語音識(shí)別的智能HCI技術(shù)的研究.pdf

1、隨著語音識(shí)別理論的成熟和一些相關(guān)算法在語音識(shí)別技術(shù)實(shí)用化進(jìn)程中被采用，語音識(shí)別技術(shù)朝著實(shí)用化方向深入發(fā)展。人機(jī)交互(HCI)技術(shù)是研究人與計(jì)算機(jī)之間相互理解交流與通信(包括輸入和輸出)，從而幫助人們完成信息管理服務(wù)與處理功能的一項(xiàng)技術(shù)。新一代人機(jī)交互技術(shù)的提出是最近20年計(jì)算機(jī)科學(xué)領(lǐng)域的熱門課題，獲得國內(nèi)外極大關(guān)注，相關(guān)科研機(jī)構(gòu)和公司投入大量的人力和財(cái)力進(jìn)行創(chuàng)新型和實(shí)用型研究，其中智能人機(jī)交互技術(shù)作為一項(xiàng)研究的關(guān)鍵技術(shù)。在實(shí)際中表現(xiàn)在：

2、目前智能電子產(chǎn)品如智能手機(jī)及平板電腦的競爭已經(jīng)演變成為操作體驗(yàn)的競爭。新一代人機(jī)交互強(qiáng)調(diào)如下幾個(gè)特點(diǎn)：“以人為中心”、多模式交互、智能感知、多維度環(huán)境中的交互等。來自2011年下半年的數(shù)據(jù)顯示智能手機(jī)和平板電腦的出貨量首次超過PC，宣告地球已經(jīng)進(jìn)入移動(dòng)互聯(lián)網(wǎng)時(shí)代，同時(shí)宣告手持計(jì)算成為當(dāng)今的最重要的計(jì)算模式之一，但是手持計(jì)算中HCI的自然性不高和交互效率問題暴露得很明顯，多通道交互方式和多通道用戶界面能夠有效地提高它的人機(jī)交互的效率。將基

3、于語音識(shí)別的輸入方法和語音合成的輸出方法的交互方式融入到新一代人機(jī)交互模式中去，成為了完善人機(jī)交互手段的一種新思路，具有探討的必要性和較高的實(shí)際應(yīng)用價(jià)值。
　　 對(duì)語音智能HCI技術(shù)實(shí)現(xiàn)的關(guān)鍵環(huán)節(jié)即輸入通道的語音模型的建立進(jìn)行了分析，包含語音通道的優(yōu)勢以及缺陷，提出了相應(yīng)的解決方法，這里介紹了引入其它輔助交互輸入方式。重點(diǎn)分析了語音信號(hào)的識(shí)別方法，包含語音信號(hào)的產(chǎn)生模型、預(yù)處理、參數(shù)提取和處理、識(shí)別算法。然后分析了數(shù)字音樂播放器

4、命令的語音庫到控制命令的映射。最后分析了手持移動(dòng)平臺(tái)智能HCI語音輸入通道模型的建立，并在流行的移動(dòng)智能操作系統(tǒng)Android上予以實(shí)現(xiàn)，移動(dòng)終端無時(shí)無刻都具有聯(lián)網(wǎng)優(yōu)勢，這里探討了利用服務(wù)器完成識(shí)別，從而減輕移動(dòng)終端的計(jì)算負(fù)擔(dān)的技術(shù)，給出了具體軟件開發(fā)內(nèi)容。整篇文章內(nèi)容上涵蓋了語音識(shí)別智能HCI輸入通道的建立過程。
　　 在語音前端處理中對(duì)預(yù)加重和端點(diǎn)檢測給出了分析，在語音參數(shù)選擇上，分析了LPC、LPCC和MFCC參數(shù)，以及在

5、語音識(shí)別的模型分析中，結(jié)合目前移動(dòng)終端的處理能力和實(shí)際應(yīng)用需求，對(duì)基于DTW的模板匹配算法做出了詳細(xì)分析，以及對(duì)MKM聚類算法做了分析。通過一些仿真實(shí)驗(yàn)的分析，取得了一些有意義的結(jié)果。算法能夠保證較好的實(shí)時(shí)性要求，取得了較高的識(shí)別率，從而為實(shí)際應(yīng)用提供了保證。本課題面向人機(jī)交互在數(shù)字音樂播放器平臺(tái)的應(yīng)用，針對(duì)該平臺(tái)移動(dòng)環(huán)境下的實(shí)際需要，對(duì)其進(jìn)行了交互需求分析及評(píng)價(jià)，并分析了語音交互模型，針對(duì)手持計(jì)算平臺(tái)Android給出的具體軟件設(shè)計(jì)分