面向服务机器人的口语对话系统和语言模型技术研究

【摘要】随着语音识别技术的日渐成熟,在各个领域的应用层出不穷。对于服务机器人领域,语音技术主要用于服务机器人上的口语对话系统,本文针对可佳机器人的具体应用场景,探究了应用于服务机器人口语对话系统设计与实现的过程。此外,本文还研究了与语音识别中语言模型相关的技术-联合无监督词聚类的递归神经网络语言模型。本文对面向服务机器人口语对话系统的研究主要涉及两个方面：一是语音识别,二是对话管理。在语音识别方面,先较为详细的介绍了语音识别相关基本原理,然后介绍面向可佳机器人应用的语料收集,随后对模块所需声学模型训练的完整步骤做了介绍,并对几种声学模型在本文提供的训练集和测试集下的性能做了实验和分析,实验表明,使用上下文相关的三音素模型具有最好的识别效果,最佳词识别率达到98.39%,对应的句子识别率为90.83%。针对机器人上机载计算设备计算能力有限和机器人在运行过程中能提供自身状态信息的特点,本文设计了可以压缩解码时搜索空间的动态改变语言模型机制,并对最后完成的语音识别模块做了实验和分析,实验中基于动态语言模型机制的语音识别模块最佳句子识别率为87.95%,比不采用动态语言模型机制的语音识别模块高出12.05%。在对话管理方面,针对服务机器人的特点,本文采用层叠状态机的设计方法并使用python语言实现了这一对话管理框架,接着介绍了我们对话管理框架中的多模态信息加入和验证与确认机制,并最后介绍了本文设计的对话管理在可佳机器人上具体任务cocktailparty上的应用。另外,本文还深入研究了无监督词聚类方法在递归神经网络语言模型上的应用。基于递归神经网络的语言模型被证明有领先的效果,研究表明,在递归神经网络语言模型的输入层加入词性标注信息,可以显著提高模型的效果。但使用词性标注需要手工标注的数据训练,耗费大量的人力物力,并且额外的标注器增加了模型的复杂性。为解决上述问题,本文尝试将布朗词聚类的结果代替词性标注信息加入到递归神经网络语言模型输入层。实验显示,在PennTreebank语料上,加入布朗词类信息的递归神经网络语言模型相比原递归神经网络语言模型困惑度下降8-9%。
【作者】刘章；
【导师】陈小平；
【作者基本信息】中国科学技术大学，计算机应用技术，2014，硕士
【关键词】服务机器人；口语对话系统；语音识别；对话管理；声学模型；递归神经网络语言模型；布朗词聚类；

【参考文献】
[1]张丽丽.企业全面预算管理体系研究[D].云南财经大学,工商管理（专业学位）,2013,硕士.
[2]熊莉.ZnO基纳米复合材料的制备及其光催化性能的研究[D].南京邮电大学,2013.
[3]孟新祺.国际碳排放权交易体系对我国碳市场建立的启示[J].学术交流,2014,01:78-81.
[4]彭丹华.基于知识推理的武器装备运用教学仿真系统研究[D].国防科学技术大学,控制科学与工程,2012,硕士.
[5]牛启芳.明代倪谦与朝鲜的文化交流及贡献[D].山东大学,亚非语言文学,2013,硕士.
[6]孙丙香,姜久春,时玮,张维戈.钠硫电池储能应用现状研究[J].现代电力,2010,06:62-65.
[7]张倩.美国总统权力制约机制研究[D].辽宁大学,中外政治制度,2012,硕士.
[8]王猛.抛石挤淤软土路基碾压效果评价分析研究[D].辽宁工程技术大学,岩土工程,2012,硕士.
[9]李健.供应链协调方法对于制造企业服务化水平的影响研究[D].哈尔滨工业大学,企业管理,2013,硕士.
[10]吴欢.湖南醴陵出土商代铜象尊的图像学研究[D].湖南师范大学,美术学,2014,硕士.
[11]吕振华.多面体装配模型复合配置空间递进式生成方法[D].华中科技大学,机械设计及理论,2013,硕士.
[12]程妍.江苏女子重剑队技战术风格形成的训练学研究[D].南京体育学院,运动训练学（专业学位）,2013,硕士.
[13]钟兴龙.《唐六典》撰修研究[D].吉林大学,历史文献学,2004,硕士.
[14]阮慧敏,艾宁,姬登祥.适应多样化人才培养的实验教学体系[J].现代物业(中旬刊),2012,09:91-93.
[15]张涛.经济高速增长时期的日本政府中小企业政策史研究[D].渤海大学,世界史,2013,硕士.
[16]张燕.试论王充的“疾虚妄”[D].华中科技大学,中国哲学,2013,硕士.
[17]高荣.前景化理论视角下英文杂志广告的文体特征研究[D].西安外国语大学,外国语言学及应用语言学,2013,硕士.
[18]臧新群,臧新村.在线智能测控仪及其应用[J].轴承.1993(07)
[19]韩建斌.轮对压装曲线记录及其自动判断系统的研究[D].武汉理工大学,机械工程,2012,硕士.
[20]柳延超.热泵与矿井回风余热回收装置耦合系统的研究[D].河北工程大学,供热、供燃气、通风及空调工程,2012,硕士.
[21]蔡志全,曹坤芳,郑丽.6种热带雨林木本植物幼苗光合诱导的研究[J].植物生态学报,2003,05:617-623.
[22]张芳.“徽社”与《微音》月刊研究[D].安徽大学,新闻学,2013,硕士.
[23]张荣良.近代东北基督教本色化研究（1866-1945）[D].辽宁大学,中国近现代史,2012,硕士.
[24]寇雅楠,廖志刚,李增智,李国莉,赵银亮.基于AI的主动数据挖掘技术在网络故障管理中的应用[J].小型微型计算机系统,2003,03:505-508.
[25]吕牛顿.迪克斯公式诺谟图[J].石油地球物理勘探,1978,05:50-52.
[26]冯花蕊.基于嵌入式WINCE的数字示波器设计[D].哈尔滨理工大学,信号与信息处理,2012,硕士.
[27]檀雨桐.池州傩戏面具文化研究[D].安徽大学,戏剧戏曲学,2014,硕士.
[28]黄维通,许忠信,朱小梅,李秀.中外计算机应用人才培养比较[J].计算机教育,2005,05:29-32.
[29]程挺.论非政府组织的法律地位——以行业协会为例[D].华东政法学院,宪法学与行政法学,2004,硕士.
[30]张彦梅.强化我国人大预算监督对策研究[D].吉林财经大学,经济法学,2014,硕士.
[31]王庆华.用户个性化信息检索模型的设计与实现[D].大连理工大学,2004.
[32]范春春.红色旅游动机、感知价值及行为意向关系研究[D].湖南师范大学,旅游管理,2014,硕士.
[33]刘莉娟.高产GSH酿酒酵母突变株Y518的生理代谢研究[D].苏州大学,微生物学,2014,硕士.
[34]刘宏安,李建湘,张炳新.Φ250mm连轧管机组限动芯棒控制系统[J].冶金自动化,1996,01:17-20.
[35]孟小峰.近年国内外数据库学术会议分析[J].计算机学报,2002,01:112-113.
[36]符晓瑞.张家界旅游目的地整合营销传播初探[D].西南交通大学,传播学,2013,硕士.
[37]李建周.术前血清TSH浓度与分化型甲状腺癌的相关性研究[D].滨州医学院,内科学,2011,硕士.
[38]莫江明,丁明懋,张祝平,蚁伟民.鼎湖山黄果厚壳桂、鼎湖钓樟群落氮素的积累和循环[J].植物生态学报,1994,02:140-146.
[39]戚永娟.基于动态体模的CT时间分辨力的测试方法研究与实践[D].南方医科大学,生物医学工程,2012,硕士.
[40]李松涛.低、特低渗透油藏渗流特征研究[D].东北石油大学,石油与天然气工程（专业学位）,2013,硕士.
[41]杨建华,张定华,吴宝海.考虑加工过程的复杂薄壁件加工综合误差补偿方法[J].航空学报.
[42]肖丰乐.多线切割机关键问题研究与模拟仿真[D].中北大学,航空宇航制造工程,2014,硕士.
[43]范伟粹.热烈祝贺《石油地球物理勘探》创刊二十周年[J].石油地球物理勘探,1985,04:337.
[44]张磊.我国上市公司IPO效应研究[D].山东财经大学,会计学,2014,硕士.
[45]漏佳伟.不同来源5-氨基乙酰丙酸合成酶的表达、酶学性质研究及其应用[D].浙江大学,生物化工,2014,硕士.
[46]申爱娟.转基因油菜W-4高油酸性状遗传及T-DNA整合位点分析[D].南京农业大学,作物遗传育种,2012,硕士.
[47]李婕.杭锦旗地区下石盒子组沉积相分析及对储层的影响[D].成都理工大学,沉积学,2013,硕士.
[48]李博文.高中历史学科史料教学的若干误区及纠正策略[D].东北师范大学,课程与教学论,2012,硕士.
[49]李雷波.几个国际标准分组密码算法的安全性分析[D].山东大学,信息安全,2014,博士.
[50]胡军.科技型中小企业资信评估研究[D].浙江工业大学,技术经济及管理,2004,硕士.