佘彩东 肖培 宫鹤 胡天立

摘  要：目前，语音交互系统大多数为一对一模式，为了解决这一问题，设计了一套基于人脸识别的语音交互系统，实现了一对一到一对多模式的转换。系统的硬件部分选用开源硬件领域中较为高阶的树莓派3代b+开发板，运行linux操作系统，图像采集装置为500万像素摄像头，音频输入装置为即插即用的USB麦克风;系统软件部分的开发语言为Python这一脚本语言。

关键词：语音交互系统;人脸识别;树莓派3代;Python;API

中图分类号：TP391.4       文献标志码：A 文章编号：2095-2945（2019）13-0111-03

Abstract： At present， most of the speech interaction systems are one-to-one mode. In order to solve this problem， a set of speech interaction system based on face recognition is designed， and the conversion from one-to-one to one-to-many mode is realized. In the hardware part of the system， the higher order raspberry pie third generation b+development board in the open source hardware field is selected， which runs Linux operating system. The image acquisition device is a 5 million pixel camera， and the audio input device is a USB microphone for plugging and playing. The development language of the software part of the system is Python， which is a script language.

Keywords： speech interaction system; face recognition; Raspberry Pie Generation 3; Python; API

傳统的人机交互中信息的输入主要是通过按键或者触摸屏来完成，并通过显示器实现输出，该方式较为被动，且在某些领域中，存在相关缺陷，例如在车载交互系统中，使用该方式则会存在相关的安全隐患。

语音交互系统作为目前人机交互中的新宠儿，在工业控制、军事、医疗等领域中得到了大量应用，与传统的交互系统相比，语音交互系统更为主动。目前，语音交互系统大多数为一对一模式，即不管使用用户为何人，系统都会将其归为同一用户，为了解决这一问题，通过结合人脸识别技术设计了一套基于人脸识别的语音交互系统，实现了一对一到一对多模式的转换。

考虑到整个系统除了负责图像以及语音数据的采集与处理之外，还需要运行对应的图形界面以及应用程序，而普通的单核开发板很难满足设计要求。因此整个系统采用主频为1.2GHz的四核树莓派3代b+开发板，该开发板在性能上能够完美的达到设计要求。……