基于规则与统计方法口语理解的车载语音控制系统的设计与实现

摘要

基于语音控制的车载信息娱乐系统相对于传统的按键操作和触摸屏操作，减少了司机视线转移和双手转移的次数，提高了交通安全，增强了用户体验，逐渐成为主流车型的标配和卖点。但目前语音控制仍存在语音识别准确率比较低、语音命令比较呆板、用户体验差等问题。因此研究基于口语的语音控制系统具有很强的理论意义和实际价值。
　　本论文提出了一套基于模版与基于统计的语义理解框架，该框架同时支持基于规则的语义理解和基于统计的语义理解，使得两种方法能够相互补充。实现基于自然语言的人机交互。主要工作和创新点如下:
　　第一，基于语义模板的语义理解模块设计与实现。基于车载信息娱乐系统的功能需求和各个功能模块的接口定义语义模版;基于需要实现的功能搜集不同句型，将句型整理为正则表达式，并以XML格式进行存储，进而实现基于正则表达式匹配技术的模版匹配语义理解算法;设计基于Tire树的字典和基于关键字索引的快速查找算法，以提升语义理解性能。
　　第二，基于规则、词典和统计相结合的命名实体识别设计与实现。阐述基于规则的命名识别基本原理，实现基于规则的联系人姓名模糊识别;阐述基于词典的命名实体识别基本原理，实现基于词典的艺术家和歌曲名词精确识别;阐述基于统计的命名实体识别的基本原理，标记地名和广播电台名词语料，实现基于条件随机场的地名识别和广播电台名词识别。
　　第三，基于统计的语义理解模块设计与实现。结合中文分词和命名实体识别的结果，实现基于卡方检验算法的关键词与关键语义类的特征抽取和基于TF-IDF的特征权重计算;并在此基础上实现基于支持向量机的文本分类;标记信息抽取语料，实现基于条件随机场的语义参数抽取;最终实现基于统计的语义理解。
　　实验结果表明，基于百度语音识别引擎，在安静环境下，运用普通话进行测试，导航、电话、广播和音乐等功能的整体语义理解准确率达到76.83％。对面向车载的自然语言理解有一定的理论意义和应用价值。

目录

声明

摘要

第1章 绪论

1．1 科学意义和应用前景

1．2．1 研究历史

1．2．2 智能语音系统基本框架

1．2．3 口语理解方法概述

1．2．4 口语对话系统的难点

1．3．1 研究目标

1．3．2 本论文的主要工作

1．4．1 研究方法

1．4．2 实验方案

第2章 系统架构设计

2．1 开发平台

2．1．1 硬件平台

2．1．2 系统平台

2．2 原系统架构

2．3 修改后系统架构

2．3．1 车机端整体架构

2．3．2 车机端语义理解模块架构

2．3．3 语义理解服务器架构

2．4 本草小结

第3章 基于规则的语义理解

3．1 语义框架设计

3．2 句型模版框架设计

3．3 基于规则的语义理解模块设计

3．3．1 预处理

3．3．2 句型模版快速检索

3．3．3 语义模版匹配与参数抽取

3．4 本草小结

第4章 基于统计的语义理解

4．1 文本预处理

4．1．1 中文分词

4．1．2 命名实体识别

4．2 主题分类

4．2．1 特征选取

4．2．2 特征权重计算

4．2．3 文本分类

4．3 信息抽取

4．4 本章小结

第5章 系统测试

5．1 功能验证

5．2 语音识别引擎测评

5．3 命名实体识别测试结果

5．3 文本分类测试结果

5．4 信息抽取测试结果

5．4 整体测试结果

5．5 本章小结

结论

参考文献

攻读硕士学位期间所发表的论文

致谢

个人简历