智能音箱语音控制系统的设计与实现.docx

北京交通大学毕业设计（论文） 中文摘要 PAGE 4 中文摘要 摘要：人类的语言交流是人类交互的主要方式，从键盘，鼠标，触屏控制，人机交互的本质始终没有改变，无法完成对话式的交流，而语音交互的出现打破了这一现状，它可以解放双手，甚至解放双眼，给人带来极大的快感，它也将是智能时代的主要交互方式。由于近年来深度学习的突破以及计算能力的提升和数据积累，让语音识别得到了快速的发展，麦克风阵列技术兴起更是实现了远场自由语音交互的需求，国内的科大讯飞、声智科技，思必驰等已经拥有比较成熟的麦克风阵列技术，这种技术为智能音箱的核心技术，为智能提供了解决方案。而音响这样一个电子设备是家庭中除了手机，耳机，家电以外最常见的的设备了，仅国内它就是千亿级别的总产值，需求是刚性的。这样一款设备与语音交互结合产生的智能音箱必定拥有广阔的市场。 该项目来源于我在珠海市魅族科技有限公司北京分公司的实际项目——“gravity智能音箱”。该产品是一款基于远场语音交互的音箱，它通过语音识别、语意理解、自然语言处理、语音合成等技术实现各种功能，不仅能控制音箱音量、搜索歌曲、歌曲切换，还提供了日常生活中的场景的语音对话功能，如：百科，新闻，天气，时间，闹钟等。在音箱的研发过程中，作者的工作是针对该产品的语音控制系统的设计与实现。主要内容是需求分析、系统设计、编码实现等。本文分析了项目背景与意义，明确了需求跟架构设计，在此基础上，对各个模块提出了实现方案。 目前，音箱通过语音控制系统已经实现了语音与音箱功能的对接以及日常生活中的场景对话。 关键词：智能音箱;语音控制;语音交互 北京交通大学毕业设计（论文） 英文摘要 ABSTRACT ABSTRACT: Human language communication is the main way of human interaction. From the keyboard, mouse, touch screen control, the nature of human-computer interaction has not changed, can not complete the dialogue of the exchange, but the emergence of voice interaction will break the status. It can give people great pleasure by freeing Hands, even freeing eyes. It will also be the main interactive in the intelligence era. In recent years, due to the breakthrough of deep learning and the improvement of computing power and data accumulation, so that voice recognition has been rapid development, the rise of microphone array technology is to achieve a far-field free voice interaction needs, In domestic KEDAXUNFEI,SHENGZHIKEJI , SIBICHI etc already have a more mature microphone array technology, this technology for the smart speaker core technology, provides a solution for the intelligence. The sound of such an electronic device is the family in addition to mobile phones, headphones, home appliances other than the most common equipment, and only it is the domestic level of 100 billion output value, the demand is rigid. Such a combination of equipment and voice generated by the combination of smart speakers must have a broad mark