语音识别系统设计和实现 软件工程专业.pdfVIP

1绪论

1.1研究课题背景及相概念

如今，随着现代科学的不断发展，熠熠生辉的移动互联网时代在属于它的阳

光大道上愈走愈高，它已然成为这千百行业的个中翘楚。然则因为目前移动终端

设备在交互方式上存在着一定的局限性。如键盘太小，不方便输入文本；而在特

定场景下所要实现的交互，如驾驶和行走，则无法处理。因此，我们需要从用户

的角度去思考，什么才是对其而言更好的交互方式，千万年的历史文化给我们最

为准确的答案，不论是动物还是人类，语言交流是对其而言最为便捷、最具有效

率，也是最为常见的沟通方式。自智能机器人时代的到来，使得人们产生了一个

向往，如何才能够让机器人理解人类的语言，能够按照人类的语音命令去执行任

务，从而实现人机交互。

语音识别技术（也叫做自动语音识别），英文Automaticspeechrecognition，

缩写为ASR。语音识别技术是一种用户输入语音，机器人准确接收到其信号，识

别出来的同时并转化为对应的文本或者直接发出命令的技术，因此自动的语音识

别的最终目的即把人类的语音转化成计算机读入的数据信息。而语音识别技术

要解决的问题就是怎样才能让机器人识别人类的语言，同时将语音中的文字信息

准确无误的提取出来。正因为ASR的诞生，使得机器人能够识别出用户语音的

想法才得以更好的体现。

1.2课题研究意义

而今伴随着人工智能的迅猛发展之势，其在社会的各个层面都有着举足轻重

的地位，技术信息技术大范围被普及应用使得机器人的发展领域越来越广。计算

机可以完成曾经只有人类才能够完成的任务。并且，随着自然语言处理技术的飞

快发展，让计算机通过自然语言的方式与人类进行交流的梦想得以实现。就问答

领域来说，主流方式仍然是人工在线回答问题，效率低下。因此本课题基于语音

识别的机器人问答系统设计与实现的研究具有十分现实的意义。

语音识别技术因其在人工智能领域被广泛的应用，使其逐步成为人机交互过

程中一个非常重要的环节。随着语音识别和语音合成技术的不断结合、相融，则

是开启了一个全新的人机交互的新兴时代。语音识别技术加上语音合成技术的具

体应用表现为用户仅仅发出语音命令就能够对机器人进行指令性操作，其最大限

度地缩小了人机交互的距离感，与此同时解放了用户的双手，避免用户花费更多

的精力在寻找应用以及查找结果的途中。语音技术在不同领域的应用已经成为一

个具有竞争力的新兴科技产业。而今利用语音识别技术的产品在人机交互应用中

所占的百分比愈来愈大。不妨预料的是人机交互的语音技术将是今后在很长一

段时间内，于触摸屏，鼠标以及键盘之后操作终端的必然发展之势。

伴随着我国互联网愈演愈烈的发展趋势，平板、智能手机以及电脑的广泛普

及之下，造就了越来越多样化的终端设备，使得互联网的应用平台种类繁多。因

此单一终端的使用，已经无法满足用户的需求，因为各有优缺点。安卓端App是

基于谷歌公司的Android系统运行的智能终端应用软件，终端需要通过安装包在

系统上安装后才可使用，以其丰富的功能和流畅的运行成为了移动端不或

App

缺的部分，但也由于其需要有大容量存储空间而在使用场景上存在限制；微信小

程序是一种近年来新兴的应用形态，发展态势火热，有着自带推广、触手及，

用完就走、成本更低、使用体验更流畅、曝光机会更高、高效的流量召回等优点，

使得微信小程序的被大量应用，用户量也是不小觑的，在小容量存储场景下有

很大的发展空间；Web网页端是一种可以通过浏览器即快速访问的终端平台，

由于其丰富的图形与动画设计，让用户更够简洁明了的一览无余，因其具有交

互性，所以被广泛应用于各个层面，使其在很多领域上具有非常大的发展前景。

为了适应趋势发展，给用户提供多种交互方式，增强用户体验感，而本次毕业课

题所研究的多终端语音识别机器人问答系统将会成为今后的发展趋势。

1.3研究现状

从语音识别系统的发展渊源来看，其最早由美国电话电报公司（ATT）贝尔

实验室研发出来。而到了二十世纪五十年代中叶，又研发出了Audry系统，其作

为首个能够识别十个英文数字以上的语音识别系统进入人们的视线范围。

1.3.1国外研究现状

自年被