基于語(yǔ)音交互技術(shù)的智能兒童玩具

張潤(rùn)澤 王子豪 柏宇 戴海鴻 南京郵電大學(xué)通信與信息工程學(xué)院

引言：智能語(yǔ)音作為一種最天然的“交互技術(shù)”，已成為服務(wù)型機(jī)器人領(lǐng)域的場(chǎng)景標(biāo)配。隨著人類不斷進(jìn)化，從最初通過(guò)手掌、肢體使用簡(jiǎn)單工具、傳遞簡(jiǎn)單信息，發(fā)展到控制發(fā)聲并通過(guò)耳朵接收，形成了一個(gè)以語(yǔ)音為載體的快速信息傳遞通道和收發(fā)閉環(huán)，成為人類間最自然、最重要的信息交互手段。聲波對(duì)接收指向性的要求更寬松，這個(gè)寶貴的特性會(huì)在很多場(chǎng)景下帶來(lái)極大便利。隨著智能設(shè)備和應(yīng)用的影響逐漸擴(kuò)大，用戶群向老齡人群、低齡人群、身體殘障人群擴(kuò)散的趨勢(shì)非常明顯。幼兒時(shí)期作為最具有可塑性的一個(gè)時(shí)期，這一時(shí)段的德智教育伴隨一生，近些年來(lái)，掀起了一陣早教的風(fēng)潮。但不是所有的父母都有足夠的時(shí)間能進(jìn)行足夠的教育，也不是所有的父母都有正確的早教經(jīng)驗(yàn)。本作品針對(duì)2-6歲兒童的益智多功能玩具，在家長(zhǎng)沒(méi)有時(shí)間照顧孩子時(shí)可以充當(dāng)一個(gè)玩伴的角色，通過(guò)豐富的內(nèi)置早教與對(duì)話資源可以很好地培養(yǎng)孩子的語(yǔ)言和學(xué)習(xí)能力。語(yǔ)音交互技術(shù)主要分為語(yǔ)音喚醒、語(yǔ)音識(shí)別、和語(yǔ)音合成這三大技術(shù)。

基于這三項(xiàng)關(guān)鍵技術(shù)，本文將深入解析基于語(yǔ)音交互技術(shù)的智能兒童玩具。

1 基于語(yǔ)音交互技術(shù)的智能兒童玩具分析

智能兒童玩具選用了SYN7318中文語(yǔ)音交互模塊，模塊的核心技術(shù)為語(yǔ)音識(shí)別、語(yǔ)義理解、語(yǔ)音合成三項(xiàng)技術(shù)，在此基礎(chǔ)上可以應(yīng)用在自動(dòng)售貨機(jī)、POS機(jī)、車載GPS設(shè)備、智能玩具等多種語(yǔ)音交互場(chǎng)合。

1.1 讓玩具“聽到話”——智能語(yǔ)音喚醒功能

在和智能兒童玩具進(jìn)行語(yǔ)音交互之前，必須先對(duì)其進(jìn)行語(yǔ)音喚醒。喚醒之后才能讓智能玩具開始接收語(yǔ)音并且進(jìn)行識(shí)別。語(yǔ)音喚醒支持以下特定名字的喚醒功能模塊支持下列特定喚醒名字進(jìn)行喚醒。同時(shí)還支持用戶自定義設(shè)置喚醒名。模塊支持用戶按照自己的喜好進(jìn)行喚醒名稱自定義。如“快樂(lè)小播”等四個(gè)漢字的喚醒名。用戶設(shè)置喚醒名字方便快速，可以通過(guò)控制命令設(shè)置模塊的當(dāng)前喚醒名為以上喚醒名中的任意一個(gè)或者自定義一個(gè)個(gè)性喚醒名，為設(shè)備取一個(gè)名字，交互方式簡(jiǎn)單有趣。還可以通過(guò)控制命令開啟喚醒模式，之后進(jìn)行人機(jī)的交互。

1.2 讓玩具“聽懂話”——智能語(yǔ)音識(shí)別技術(shù)

SYN7318中文語(yǔ)音交互模塊支持非特定人命令詞識(shí)別，即只識(shí)別語(yǔ)音內(nèi)容而不區(qū)分說(shuō)話人。同時(shí)不限定被識(shí)別語(yǔ)音范圍，男女老幼語(yǔ)音均可使用普通話進(jìn)行識(shí)別。語(yǔ)音交互模塊還支持中文、英文、中英文混合識(shí)別。系統(tǒng)最多支持定義10000條語(yǔ)音命令，識(shí)別命令詞可以在單片機(jī)編程時(shí)動(dòng)態(tài)更新，用戶可以通過(guò)控制命令直接更新內(nèi)部詞條。

1.3 讓玩具“會(huì)說(shuō)話”——智能語(yǔ)音合成技術(shù)

模塊支持任意中文文本的合成，可以采用GB2312、GBK、BIG5和Unicode大頭或Unicode小頭 四類五種編碼方式。文本智能分析處理模塊具有文本智能分析處理功能，對(duì)常見的數(shù)值、電話號(hào)碼、時(shí)間日期、度量衡符號(hào)等格式的文本，模塊能夠根據(jù)內(nèi)置的文本匹配規(guī)則進(jìn)行正確的識(shí)別和處理。例如： “火車的速度是622km/h”讀作 “火車的速度是六百二十二公里每小時(shí)”，“-12℃”讀作“零下十二攝氏度”等等。

2 結(jié)束語(yǔ)

基于智能語(yǔ)音交互技術(shù)的兒童玩具建立在SYN7318中文語(yǔ)音交互模塊語(yǔ)音識(shí)別、語(yǔ)義理解、語(yǔ)音合成三項(xiàng)技術(shù)設(shè)計(jì)實(shí)現(xiàn)了語(yǔ)音喚醒玩具、幼兒語(yǔ)音的識(shí)別、語(yǔ)音指令的處理和反饋。其優(yōu)點(diǎn)十分明顯，通過(guò)這三項(xiàng)技術(shù)設(shè)計(jì)而成的智能玩具能夠?qū)崿F(xiàn)對(duì)幼兒的語(yǔ)音識(shí)別和指令處理，完成講故事、唱兒歌、說(shuō)英語(yǔ)等早教功能，以此實(shí)現(xiàn)早教、陪伴的功能，對(duì)于幼兒的早期智力、語(yǔ)言功能的發(fā)展具有十分重要的意義，因此具有廣闊的商業(yè)前景。