收稿日期:2022-06-20∗基金项目:陕西省科技厅项目《一种起落架深窄异形复杂型腔测量平台的研制》(2022GY-122)作者简介:屈瑾(1988-),女,陕西商洛人,硕士研究生,讲师。基于语音识别的智能交互系统设计∗屈瑾(商洛学院,陕西商洛726000)摘要:针对于当前语音信号的复杂性,和外界噪音的干扰,导致语音交互系统难以实现较为连续交互这一问题,采用由语音识别、单轮交互、多轮交互、语音合成这四个模块构成的基于语音识别的人机交互系统,在语音识别模块中,语音特征信号提取采用了MFCC特征提取方法,采用了深度算法进行构建声学模型。在多轮交互模块中,采用了GPT-2模型来实现了人机交互中的长对话。结果表明:该语音交互系统可以精准地提取出语音中的所需特征,然后进行有效的语音识别,DNN-HMM模型进行语音识别的WER值为4.11,识别时间短,最后合成出了清晰自然的语音。该结果证明此语音交互系统具有可行性。关键词:语音识别;交互系统;深度算法;GPT-2;MFCC中图分类号:TP273文献标识码:ADOI编码:10.14016/j.cnki.1001-9227.2023.01.221DesignofintelligentinteractivesystembasedonspeechrecognitionQUJin(ShangLuoUniversityShangLuoShaanxi726000,China)Abstract:Forthecomplexityofthecurrentvoicesignal,andexternalnoiseinterference,voiceinteractionsystemisdiffi-culttoachievemorecontinuousinteractionthisproblem,usingbyspeechrecognition,singleinteraction,multipleroundsofinteraction,speechsynthesisthefourmodulesofhuman-computerinteraction,basedonspeechrecognitionsystem,inspeechrecognitionmodule,voicefeaturesignalextractionusingMFCCfeatureextractionmethod,usingthedepthalgorithmtobuildtheacousticmodel.Inthemulti-roundinteractionmodule,theGPT-2modelisadoptedtorealizethelongdialogueinhuman-computerinteraction.Theresultsshowthatthespeechinteractionsystemcanaccuratelyextracttherequiredfeaturesinthespeech,andthencarryouteffectivespeechrecognition.TheWERvalueoftheDNN-HMMmodelis4.11,andtherecogni-tiontimeisshort.Finally,aclearandnaturalspeechissynthesized.Theresultsdemonstratethefeasibilityofthisvoiceinter-actionsystem.Keywords:Speechrecognition;interactivesystem;deepalgorithm;GPT-2;MFCC0引言机器智能化时代的到来,人们开始研究人与机器之间的交互。而随着探索的不断深入,随后催生了一门全...
