基于Bi-LSTM的人机语音交互

摘要：

人的语音具有一定的上下文相关性,传统语音识别模型对历史信息记忆能力不足,无法充分学习语音序列的相关性.根据人对机器人控制的语音特点,设计了一种基于双向长短时记忆(Bi-LSTM)网络的控制机器人的语音识别模型,并在自己制作的语音库中训练,优化了模型参数.实验结果表明:远端控制命令通过语音识别模型转化为控制命令,传送到机器人的人际交互系统,较好地完成了人对机器人发出的运动控制、状态反馈和环境监测的任务,控制机器人命令语音识别的准确率达到80％以上.

关键词：双向长短时记忆、语音识别、人机交互、信息采集

所属期刊栏目：41

分类号：TP399(计算技术、计算机技术)

资助基金：国家自然科学基金;安徽省科技重大专项项目;安徽省重点研究与开发计划资助项目

在线出版日期：2022-04-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：104-107,116