医院护工机器人语音系统设计与实现.pdf

《医院护工机器人语音系统设计与实现.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、医院护工机器人语音系统设计与实现DesignandImplementationofIntelligentHospitalAccompanyRobotVoiceSystem山东大学控制科学与工程学院吴国鹏周风余陈宏兴刘汝华袁通WuGuopengZhouFengyuChenHongxingLiuRuhuaYuanTong摘要：介绍基于MicrosoftspeechSDK51的医院陪护机器人的语音交互系统，利用SpeechSDK51的应用程序接I~SAPI进行语音识别，提出了一种基于数据库实现的分类检索算法，开发出～种基于TTS技术的

2、语音播报系统，最后实现了医院陪护机器人的语音交互。大量实验及实际应用表明，此种方法易于开发也有效可行，也可以推广用于其他智能语音系统的开发。关键词：陪护机器人语音系统分类检索SpeechSDKSAPIAbstract：AspeechinteractivesystembasedonMicrosoftSpeechSDK51isfirstlyreported，andthespeechrecognitionisdesignedusingspeechapplicationprograminterfaceprovidedbySpeechSD

3、K5．1Thenaclassificationretrievalalgorithmbasedondatabaseisproposedavoicebroadcastsystembasedonthetext—to—speechtechnologyisdeveloped，andthehospitalrobotvoiceinteractionisrealized．Afargenumberofexperimentsandpracticalapplicationshowthatthismethodisefectiveandfeasiblea

4、nditcanalsobepromotedtootherlntelligentvoicesystemdevelopmentKeyWOrds：Accompany．robotSpeechsystemClassificationretrievalSpeechSDKSAPI【中图分类号】TP18【文献标识码】B文章编号1606—5123(2014)08一O1O1一O41引言别率和播报质量都在期望之内，并且系HMM)方法已成为语音识别的主要识别医院陪护机器人上面加入语音识别统有良好的可扩展性，经过简单改动就方法。技术⋯，可以创造出生动有趣

5、的语音对可以实现各式各样的智能语音系统。HMM现已成为语音识别的主流技话的氛围，l；ls~n可以让陪护机器人简单术，目前大多数大词汇量、连续语音的行走、自主避障，通过声音控制机器人2语音识别与合成技术非特定人语音识别系统都是基于HMM完成相关操作或者人性化的对话，以及语音识别的方法主要有三种：基模型实现的，像IBM推出的ViaVoice系嵌入于整个系统的语音播报等。于声道模型和语音知识的方法、基于模统，CMU公司推出的Sphinx等。不过本文阐述了如何利用语音识别技术板匹配的方法以及利用人工神经网络的本系统应用的是Microso

6、ftspeechSDK，来开发出基于数据库实现的医院陪护机方法。模板匹配的方法发展比较成熟，由于商业保密的关系，微软并没有公布器人的语音交互系统，并详细介绍了系目前已达到了实用阶段。在模板匹配方SpeechSDK~tJ识别内核模型，它提供了统开发原理和结构。该系统已在山东大法中，要经过特征提取、模板训练、模功能强大的非特定人语音识别功能，可学第二医院中试用，实现表明，此系统板分类、判决4个步骤。而这之中，隐以推断它可能使用了类似HMM的语音可以基本满足医院病人的日常需求，识马尔可夫模型(HiddenMarkovModel，识别模

7、型。本文选用微软的SpeechSDKVVCVW．CAI68．COMl101的SpeechsDK作为二次开发平台，是因为微软的语音开发平微软的语音识别分为两种模式：文本识别模式和命令识台具有免费和易开发的特点。别模式。这两种模式的主要区别主要在于识别过程中使用的匹配字典不同。对于文本识别模式，其使用的是通用字典，字典3微软SpeechSDK关键技术由sDK提供，词汇量大，也直接导致了识别精度的降低，识别3．1SpeechSDK5．1速度下降。而命令识别模式的字典是开发者自己编写的一个微软SpeechSDK是基于COM标准开发的，底

8、层协议以XML文件，有其特有的格式，定义了SDK需要确定的若干标COM组件的形式完全独立于应用程序层，为应用程序设计人签和用以匹配的词汇。这种方式的识别词汇由开发者自己定员屏蔽了复杂的语音技术，很大程度上降低了开发语音应用义，其词汇量相对较少，使得匹配过程中检索