跟智能機器人交流

駱昌芹

如今，機器人已經走進人們的生活。隨著科技的迅猛發(fā)展，靠手動操控的機器人已經無法滿足時下人們快節(jié)奏的生活。有人設想，能否運用語音來操控機器人？答案是肯定的。然而，智能機器人的語音識別系統(tǒng)也并非盡善盡美，大部分的機器人只能識別普通話，而且只能一一回應，回應的速度也沒有人快。要是處在嘈雜的環(huán)境里與人溝通，智能機器人往往束手無策，就不知道怎么應付了。

處于充滿噪音的環(huán)境里，我們如何與機器人溝通呢？近日，在第四屆全球智能機器人語音識別大賽中，科大訊飛的Aivi機器人研究專家利用麥克風進行語音分離和英文識別取得成功，備受全球矚目。

機器人的語音識別

我們都知道智能機器人必須進行語音識別才能實現(xiàn)人與機器的溝通。早在20世紀50年代，研究人員就開始開發(fā)語音識別系統(tǒng)，到20世紀70年代這項技術已經取得了突破。智能機器人的聲音傳感器和語音識別軟件合成才能成為機器人的“耳朵”。當人類發(fā)出語音時，傳感器收到信號，立即反饋給系統(tǒng)，系統(tǒng)里的信息過濾器通過搜索信息儲存數(shù)據以便尋求幫助，把無關的信息過濾刪除，并將每一處細節(jié)逐一解決，最終提交答案。

語音識別，在我們生活中處處可聞，小到我們使用的手機，大到遙控的電腦都有所體現(xiàn)。但你發(fā)現(xiàn)沒有，除非你的普通話特別標準，否則顯示出來的字符別字很多。尤其是在有噪音的環(huán)境里，更是無法識別。倘若是多個人給同一個機器人發(fā)出語音提示，它就不知道到底聽誰的了。

要弄清這個問題，我們首先必須弄清語音識別的原理了。其實，它就是一個從語言到文字的轉換過程。系統(tǒng)裝置中先進行信息收集，然后進行信號處理，再進入模型識別，通過這一系列處理后進入發(fā)聲機理。當然，它的“說話”方式跟人類不一樣。機器人先將說的話分解成詞，再把詞分解成音素，反之，它對接收到的語音信息也是如此處理的。所以如果你的發(fā)音模糊，而機器人又未設置相關軟件時就無法識別，或周圍聲音環(huán)境干擾了它的識別時，就會導致識別效果明顯變差。

將噪音拒之門外

Aivi團隊在設置過濾器的時候，運用多通道識別語音，即用多個麥克風采集聲源，而系統(tǒng)則通過過濾器進行篩選，去除雜音，由此提高識別的精確度。同時，添加回聲消除和置信判斷功能，將噪音完全拒之門外，它可以識別遠在5米處的語音，還可對幾個人的語音進行同時識別。此外，它還有方言識別和糾錯功能，當對方普通話不標準或者帶有方言時都會進行自動糾錯。

解決了機器人自動清除噪音問題還不夠，對于信息瀏覽量非常大的機器人來說，如何刪掉那些無關緊要的信息呢？首先，它需要一個信息過濾器，而過濾器具有瀏覽、識別、刪除、存儲等一系列功能，完全可以通過識別信息，對信息自動進行解釋、交換以及處理，然后轉發(fā)給傳感器，傳感器獲得這樣“基本干凈”的數(shù)據后，雜音自然就容易被迅速消除掉，而把保留著的信息儲存下來。

自然流暢體驗生活

Aivi機器人已經達到了一定的水準，面對從搜索歌曲到詢問天氣變化以及生活方面的問題，它都會有條不紊地接招，比如搜索一名歌手與歌名是否相符，它會完全幫你糾錯，并且讓你重新搜索。

不同于普通機器人，智能機器人的硬件和軟件需要不斷更新。系統(tǒng)更新主要表現(xiàn)為識別平臺的研發(fā)。在硬件改造上， Aivi團隊首先從以前的4+1陣列改換成如今的6+0陣列，讓聲源定位更穩(wěn)定，回聲消除更加清晰，尤其是在消除噪音方面做到了萬無一失，無論什么樣的環(huán)境里都能應變自如。當然對于超出5米距離的語音如何識別，還有待Aivi團隊的繼續(xù)努力。

智能生活更完美

目前，用于智能生活的語音技術已經運用在手機中了。而智能機器人因造價昂貴，暫時還沒有完全走進家家戶戶，但已在許多領域開始服役了。

隨著技術的發(fā)展，智能語音技術的優(yōu)化速度在不斷加快，智能機器人將給人類帶來諸多便利，比如可以廣泛運用在道路交通管理、偵破案件上。隨著社會的發(fā)展，智能機器人也將逐步走進我們的生活。到時候，你在家里不僅可以操控所有電器，甚至當你無聊的時候，機器人還會陪你聊聊天。

2013年以來，我國的機器人市場已經進入高速發(fā)展期，成為全球最大的智能機器人消費市場，僅我國自行研制的機器人就有30多萬個。語音識別系統(tǒng)的前景將更加廣闊。