人机交互课程论文封面
- 格式:pdf
- 大小:797.04 KB
- 文档页数:20
山东女子学院人机交互论文
期末课程论文
学 期: 2016-2017学年第一学期
班 级:2015级计算机科学与技术(专升本)
成 员: (08)田林玉 、(09)胡立婷
课程编号: 070722
课程名称: 人机交互技术
山东女子学院人机交互论文
人机语音交互技术
[摘要] 随着android手机的增长而带来的信息膨胀,人们迫切的需要能够方便提取简
洁的、所需要的声音信息,语音交互技术是近几年来,一个新的研究方向,主要是对海
量的声音信息进行分类、查找。本文简要分析人机交互的研究背景,讲述人机交互的软
件实现及应用,包括开发环境、不同手机的测试,介绍了人机交互的技术分析,详细讲
解了实现过程,最后对语音交互技术进行总结。
[关键词] 人机交互 android开发技术 语音识别
[Abstract] The expansion of information brought with Android mobile phone growth, there
is an urgent need to facilitate the extraction of simple and sound information need, speech
interaction technology in recent years, a new research direction, is mainly the sound
information on mass classification, search. This paper briefly analyzes the research
background of human-computer interaction, about human-computer interaction software
realization and application, including the development environment, different mobile phone
testing, introduces the analysis of human-computer interaction technology, explain in detail
the implementation process, at the end of the speech interaction technology summary.
[Key words] HCI Android development technology Speech recognition
1 研究背景
能用说话解决的事情决不动手,这也许就是将来智能社会的一种生活方式。而要让
机器帮我们做到这一点,必须还要做很多的技术研发和创新。这几年语音交互技术已经
获得很大发展,包括语音识别、语义理解等,目前还在研发能够让机器自主实现语言学
习的技术,通过语音识别声学模型训练,使用带预训练的多层 神经网络,语音识别错
误率可降低30%,是近20年来语音识别技术方面最快的进步。变成真正意义上的智能。
表1-1 智能手机涨幅 2011年第四季度 0.41亿
2012年第一季度 0.3652亿
2012年第二季度 0.420亿
2012年第三季度 0.4139亿
2012年第四季度 0.530亿 山东女子学院人机交互论文 2013年第一季度 0.543亿
2013年第二季度 0.6亿
报表大家可以看到11年度第四季度与12年度第四季度的对比,Android智能手机市
场的销售量已经上涨了15%,从报表上面我们看到整个12年度整个智能手机市场都是呈
现出一片上涨趋势,全年的出货量达到1.738亿部手机。而且从13年开始,单单从第
一季度和第二季度我们就能看出来上涨速度变得非常迅速,从12年第一季度跟13年的
第一季度同期相比增长比就已经到达了1.487:1,13年第二季度跟12年第二季度对比我
们就能看出来比例依然是1.43:1所以从这个趋势来看未来肯定是智能手机占主导方向
地位 。所以语音在人机交互方面的应用方面也在增加,对人机语音交互技术的研究也
日益增加。
2系统结构内容
随着计算机技术、模式识别等技术的发展,适应不同场合的语音识别系统相继被开
发出来,语音识别及处理技术已经越来越突现出其强大的技术优势。近三十年来,语音
识别在计算机、信息处理、通信与电子系统、自动控制等领域的应用越来越广泛。
在许多政府部门、商业机构,语音识别技术的应用,可免除大量操作人员的重复劳
动,既经济又方便。如:语音邮件、IP电话和IP传真、电子商务、自动语音应答系统、
自动语音信箱、基于IP的语音、数据、视频的CTI系统、综合语音、数据服务系统、
自然语音识别系统、专家咨询信息服务系统、寻呼服务、故障服务、秘书服务、多媒体
综合信息服务、专业特别服务号(168自动信息服务系统,112、114、119等信息查询系
统)等。许多特定环境下,如工业控制方面,在一些工作环境恶劣、对人身有伤害的地
方(如地下、深水及辐射、高温等)或手工难以操作的地方,均可通过语音发出相应的控
制命令,让设备完成各种工作。
当今,语音识别产品不仅在人机交互中,占到的市场比例越来越大,而且在许多领
域都有了广阔的应用前景,在人们的社会生活中起着举足轻重的作用。
2.1语音识别系统原理
语音识别一般分为两个步骤:学习阶段和识别阶段。学习阶段的任务是建立识别基本单
元的声学模型以及语言模型。识别阶段是将输入的目标语音的特征参数和模型进行比较,得
到识别结果。 山东女子学院人机交互论文
语音识别过程如图所示。下面对该流程作简单介绍:
语音采集设备
数字化
预处理
参数分析
语音识别
应用程序模型库
语音信号模拟信号数字化信号短时信号特征参数识别结果 特征参数
(1)语音采集设备如话筒、电话等将语音转换成模拟信号。
(2)数字化一般包括预滤波、采样和A/D变换。该过程将模拟信号转变成计算机能处
理的数字信号。
(3)预处理一般包括预加重、加窗分帧。经预处理后的信号被转换成了帧序列的加窗
的短时信号。
(4)参数分析是对短时信号进行分析,提取语音特征参数的过程,如时域、频域分析,
矢量量化等。
(5)语音识别是目标语音根据特征参数与模型库中的参数进行匹配,产生识别结果的
过程。一般有模板匹配法、随机模型法和神经网络等。
(6)应用程序根据识别结果产程预定动作。
(7)该过程是语音模型的学习过程。
2.2 现有算法介绍
人工神经网络法。现实世界的语音信号会随着许多特征如:说话人语速、语调以及
环境的变化而动态变化的,想要用传统的基于模板的方法建立一个适应动态变化的语音
识别系统是非常困难的。因此需要设计一个带有自学习能力的自适应识别系统,以便可
以适应语音的动态变化。
人工神经网络由神经元、网络拓朴和学习方法构成。人工神经网络拓朴结构可分为
反馈型和非反馈型(前馈型)。学习方法可分为监督型和非监督型。各种人工神经网络山东女子学院人机交互论文
模型中应用得最典型的是采用反向传播(Back Propagation)学习算法的多层前馈网络。
多层前馈型网络如图所示。
X1
X2X3
除上述介绍的常用的方法外,还有许多其它的识别方法以及改进算法。
基于语音处理技术的人机交互系统结构如图1所示[1]
图 1 基于语音处理技术的人机交互系统结构
3系统的工作过程主要包括语音采集和语音识别2 个部分
3.1其原理分别如图2 、图3 所示[1]
山东女子学院人机交互论文
图 2 语音采集工作原理
图 3 语音识别原理
3.2软件设计
3.2.1安装开发软件
1、JDK
ver: jdk-6u30-windows-i586.exe
http://download.oracle.com/otn-pub/java/jdk/6u30-b12/jdk-6u30-windows-i5
86.exe
2、Eclipse
ver: eclipse-SDK-3.7.1-win32.zip
http://www.eclipse.org/downloads/download.php?file=/eclipse/downloads/dr
ops/R-3.7.1-201109091335/eclipse-SDK-3.7.1-win32-x86_64.zip
3、Android SDK
ver: android-sdk_r16-windows
http://dl.google.com/android/android-sdk_r16-windows.zip
4、ADT Plugin for Eclipse
ver: ADT 16.0.1
http://dl.google.com/android/ADT-16.0.1.zip
5、在Eclipse中安装插件ADT
启动Eclipse,选择菜单Help->Install New Software..
6、弹出对话框Install,选择Add->Archive..然后选择本地的ADT压缩包文件,在
Name部分给出命名,本例为:android。
7、在列表中选择Developer Tools,然后点击“Next”。
8、安装完毕,提示重新启动Eclipse。