新型多模态人性化语音交互系统  

New Multi-modeling Voice Interactive System

作　　者：韩超[1] 刘加[1] 

机构地区：[1]清华大学电子工程系,北京100084

出　　处：《电声技术》2009年第8期78-80,85,共4页Audio Engineering

基　　金：国家自然科学基金委员会与微软亚洲研究院联合资助项目(60776800);国家高技术研究发展计划(863计划)项目(2006AA010101);国家高技术研究发展计划(863计划)项目(2007AA04Z223);国家高技术研究发展计划(863计划)项目(2008AA02Z414)

摘　　要：面向服务机器人的语音交互需求,研究了一种新型的多模态人性化语音交互系统。该系统采用了连续语音流的关键词检测技术、说话人识别技术、基于传声器阵列语音定位技术和对话管理技术,能进行和谐的人机语音交互。多模态人性化语音交互系统通过这些技术综合利用使系统能知道"谁"在什么"时候"什么"地点"发出什么"指令"。基于人性化语音交互系统,机器人根据语音知道特定服务对象的需求,提供特定服务。Oriented to the voice interactive system for service robots, a new multi-modeling voice interactive system is developed. The keyword spotting, speaker detection, microphone array localization and dialogue system are used in the system, and the user, instruction, time, and position could be detected. The robots can provide the service needed and react like a human.

关 键 词：语音关键词识别 说话人识别 传声器阵列 对话管理系统 

分 类 号：TN912[电子电信—通信与信息系统]