基于智能語音交互技術的智慧語音助理系統(tǒng)實現.pdf

1、隨著移動互聯網的到來，各種移動終端設備正在越來越多被應用到人們的日常生活中，尤其是智能手機的應用，它讓人們可以隨時隨地娛樂、上網等，但隨著手機功能增強，人們和智能手機的交互復雜度也越來越大。近年來對語音交互技術已逐步被應用到智能手機中，人們可以使用語音實現語音撥打電話、發(fā)送短信等功能；也可以收聽手機新來電話、信息等，使用者不用轉移雙眼就可以完成電話接聽、信息查看。
　　目前的手機語音應用一般采用多次語音交互完成特定任務，這從根本上

2、來講并沒有提升人機交互的效率，反而由于多次語音交互降低了語音識別率，增加交互的次數。多次語音交互無法體現語音技術的便捷性，并且增加了人機交互的復雜度。課題針對安卓智能手機應用場景提出一種語音交互方案，用戶通過說出多命令詞控制智能手機完成基本通訊、日常使用信息查詢等復雜的任務，如“打電話/發(fā)短信給XX X”、“我想聽XXX的歌”等，智能手機終端也自動將任務執(zhí)行結果播報給用戶，整個語音交互過程摒棄了繁瑣的多步對話確認，解放了用戶的眼睛和手，

3、相比于傳統(tǒng)點擊、觸控交互方式，該語音交互方案很大程度提升了人機交互的便捷性。同時，本課題將基于安徽科大訊飛信息科技股份提供的語音技術開放平臺研制的語音交互系統(tǒng)應用到Android智能手機上，開發(fā)了智慧語音手機助理軟件，軟件結構主要由語音識別、語音合成、音頻任務調度、語音交互服務管理等子模塊構成，語音交互管理模塊負責整體的任務調度，首先調用語音識別服務識別用于語音，并將識別結果發(fā)送給相應的業(yè)務流程，然后根據業(yè)務需要調用語音合成模塊對業(yè)務結

4、果進行播報；而音頻任務調度模塊隨時監(jiān)聽音頻任務的變化，當有新的用戶音頻數據進入時，調度模塊根據業(yè)務設計邏輯決定是否結束當前任務流程，開始新的任務流程。通過模塊之間有序的任務協(xié)調及管理，避免了多次語音交互時相互之間的干擾。
　　經過大規(guī)模數據驗證，語音交互系統(tǒng)在智能Android手機上運行穩(wěn)定。系統(tǒng)在辦公室等相對安靜環(huán)境下的識別率達到90％，在駕車關窗低車載噪音環(huán)境中識別率達85%，單次語音交互時間小于3S，很好的驗證了語音交互系統(tǒng)