駱昌芹

最近，一篇關(guān)于深圳一個叫“小胖”的機(jī)器人突然失控傷人的文章在網(wǎng)上傳播。此事令“小胖”和它的生產(chǎn)商，一下子成了焦點(diǎn)，“機(jī)器人原力覺醒”的猜測也在網(wǎng)上流傳。隨后，就此事官方回應(yīng)稱，此次事件系工作人員操作不當(dāng)所致。事情雖已告一段落，卻又引起了人們對于智能機(jī)器人的相關(guān)討論。

如今機(jī)器人的確已經(jīng)走進(jìn)人們的生活，隨著高科技的發(fā)展，跟機(jī)器人交流越來越成為可能。在2016年第四屆全球智能機(jī)器人語音識別大賽中，各國設(shè)計研發(fā)的智能機(jī)器人的“語言天賦”紛紛嶄露頭角。中國科大訊飛AIUI機(jī)器人研究專家利用麥克風(fēng)進(jìn)行語音分離和英文識別技術(shù)取得成功，備受大家矚目。

機(jī)器人的語音識別

我們都知道智能機(jī)器人要聽懂人話，必須進(jìn)行語音識別才能實現(xiàn)人與機(jī)器的溝通。早在20世紀(jì)50年代研究人員就開始開發(fā)語音識別系統(tǒng)，到20世紀(jì)70年代已經(jīng)取得了突破。智能機(jī)器人的耳朵就是一種聲音傳感器，它跟語音識別軟件合成機(jī)器人的“耳朵”，當(dāng)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已儲存數(shù)據(jù)以便尋求幫助，把無關(guān)的信息過濾掉，把每一個細(xì)節(jié)逐一解決，最終得出答案。

語音識別，在我們生活中處處可見，小到我們使用的手機(jī)，大到遙控的電腦都能體現(xiàn)出來。但你發(fā)現(xiàn)沒有，除非你的普通話特別標(biāo)準(zhǔn)，否則顯示出來的字符錯誤很多。在有噪音的環(huán)境里，更是無法識別。在多人給同一個機(jī)器人發(fā)出語音提示，它就更不知道到底聽誰的了。

要弄清這個問題，我們先要弄清語音是怎么識別的？其實，它就是一個語言到文字的轉(zhuǎn)換過程。系統(tǒng)裝置中先進(jìn)行信息收集，然后進(jìn)行信號處理，再進(jìn)入模型識別，通過一系列處理后進(jìn)入發(fā)聲機(jī)理。當(dāng)然它對人的語音處理跟我們?nèi)祟惏l(fā)音不一樣。機(jī)器人先將說的話分解成詞，再把詞分解成音素，當(dāng)你發(fā)音模糊時，如果機(jī)器人沒設(shè)置相關(guān)軟件就無法對其識別，尤其受到周圍環(huán)境的影響，對它的識別都有干擾，由此導(dǎo)致識別效果較差。

將噪音拒之門外

AIUI在設(shè)置過濾器的時候，運(yùn)用多通道識別語音，就是用多個麥克風(fēng)采集聲源，系統(tǒng)里通過過濾器進(jìn)行篩選，去除雜音，使得識別的精確度有所提高。

另外，還應(yīng)用了回聲消除和置信判斷技術(shù)，完全可以拒噪音于門外，它可以在遠(yuǎn)到5米處的距離進(jìn)行語音識別，還可對幾個人的語音進(jìn)行同時識別，還添置了方言識別和糾錯功能，當(dāng)對方普通話不標(biāo)準(zhǔn)或者方言不正確時都會進(jìn)行糾錯。

當(dāng)我們身處嘈雜的環(huán)境里，可以對喧囂的噪音自助屏蔽，那么對于瀏覽信息非常多的機(jī)器人來說，如何刪掉那些無關(guān)緊要的信息呢？首先它要安裝一個信息過濾器，而過濾器具有瀏覽、識別、刪除、存儲等一系列功效，它完全可以通過識別信息，對信息自動進(jìn)行解釋、交換以及處理，然后轉(zhuǎn)發(fā)給傳感器，傳感器獲得這樣的數(shù)據(jù)，只要是聲音較小的雜音自然就會迅速消除掉，把保留的信息儲存下來。

自然流暢體驗生活

在研究機(jī)器人的語音方面，AIUI曾多次進(jìn)行嘗試下達(dá)不同的命令，從搜索歌曲到詢問天氣變化以及生活方面的問題，機(jī)器人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(jī)器人的是智能機(jī)器人的硬件和軟件需要不斷更新。系統(tǒng)如何更新呢？主要是識別平臺的研發(fā)，無論是前端的麥克風(fēng)搜集語音還是后端的語音辨析，都要在每個環(huán)節(jié)加以過濾，因為每個人的口音不一樣，另外也受到環(huán)境的影響。

在硬件改造上，AIUI首先從以前的“4+1陣列”改換成如今的“6+0陣列”，增加這樣的系統(tǒng)，使得聲源定位更穩(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，無論在什么樣的環(huán)境之下都能應(yīng)變自如。當(dāng)然對于超出5米距離的語音如何識別，AIUI團(tuán)隊將會使得體驗越來越完美。

智能生活更完美

對于智能生活的語音技術(shù)目前在手機(jī)中已經(jīng)開始體驗，由于機(jī)器人造價昂貴，雖然沒有完全走進(jìn)家家戶戶，但隨著公共場所的需要，已經(jīng)開始在許多領(lǐng)域服役。

隨著技術(shù)的發(fā)展，智能語音技術(shù)的優(yōu)化速度在不斷加快，智能機(jī)器人給人類帶來的幫助，可以廣泛運(yùn)用在道路交通管理、偵破案件上，隨著社會的發(fā)展，也逐步走進(jìn)我們的生活。到時候，你在家里不僅可以用語音打開空調(diào)、關(guān)閉電視機(jī)，還可以操控廚房里的所有電器，甚至當(dāng)你無聊的時候，機(jī)器人還會陪你聊聊天。而智能機(jī)器人與你對話的時候，不是簡單的說一兩個詞匯，還會帶著美妙的音樂等多重功能。

2013年以來我國已經(jīng)成為全球最大的智能機(jī)器人消費(fèi)市場，僅我國自行研制的機(jī)器人就有30多萬臺。隨著高科技的迅猛發(fā)展，目前我國的機(jī)器人市場已經(jīng)進(jìn)入高速發(fā)展期，相信未來的語音識別系統(tǒng)在智能電器上將會得到全面推廣。