何松 黄维 吴昔遥 周曾豪 杨东泽

摘  要：现有的语音交互机器人多采用用户提问、机器人回答的单向交流方式，人机交互的智能性和灵活性较差。本文研究运用树莓派（Raspberry Pi）计算机和配套的语音板作为硬件载体，融合语音唤醒、语音识别、语音合成、自然语言处理等人工智能技术，调用科大讯飞开放云平台、在线图灵机器人，搭建一种基于云平台的智能语音交互机器人系统，并结合自主开发的本地知识库和问题库，使智能语音交互机器人能够根据不同环境与任务需求实现双向互动交流，实现由机器人采集信息和交流反馈，以提供高适应性的无接触人机语音交互服务。

关键词：人工智能;自然语言处理;语音交互机器人;树莓派;云平台

中图分类号：TP24     文献标识码：A

文章编号：2096-1472（2021）-04-55-05

Abstract： Existing voice interactive robots mostly use user questions and the one-way communication method of robot answers， which is less intelligent and flexible in human-computer interaction. This paper proposes to build an intelligent voice interactive robot system based on cloud platform. The proposed system uses Raspberry Pi computer and the supporting voice board as hardware carriers， and integrates artificial intelligence technologies such as voice wake-up， voice recognition， speech synthesis， natural language processing. It also makes use of the services of IFLYTEK open cloud platform and online Turing robot. Combined with self-developed local knowledge base and question library， the intelligent voice interactive robot can conduct two-way interactive communication according to different environment and task requirements， collect information， and exchange feedback. It provides highly adaptable contactless human-machine voice interaction service.

Keywords： artificial intelligence; natural language processing; voice interactive robot; Raspberry Pi; cloud platform

1   引言（Introduction）

隨着人工智能技术的快速发展，深度学习在语音技术领域取得突破性进展[1]。与此同时，在互联网快速发展的驱动下，云端技术架构不断成熟稳定，基于语音的人机交互技术应用越来越广泛，涵盖教育、医疗、家居等各行业领域[2]，如服务机器人、情感交互机器人、教育机器人等[3]。在语音交互方面，云端保存着由海量数据通过深度学习训练而成的各种模型[4]，并通过其强劲的处理能力为终端提供诸如语音识别、语义理解、语音合成等计算量较大的服务[5]。

语音识别技术的研究工作始于20世纪50年代，至今已经走过70年的历程[6]，在国内外被广泛研究[7]。2011年的苹果第四代语音助手Siri的出现，带来了国外语音交互产业的高峰期[8];2014年亚马逊的智能音箱Echo是人机交互技术进入家庭电器产业的重要节点[9]。……