曾旎　鄭世玨　周駿　朱峰

摘要：隨著時(shí)代的進(jìn)步，語音技術(shù)已經(jīng)變成一門綜合人類智能各項(xiàng)領(lǐng)域的技術(shù)。實(shí)現(xiàn)人與機(jī)器之間的自然通信是當(dāng)今科學(xué)技術(shù)發(fā)展的主流，通過介紹語音識別與合成技術(shù)，嵌入以語音交互為核心的科大迅飛人工智能開放平臺，以高校學(xué)生思想政治教育與校園生活建設(shè)為背景，設(shè)計(jì)出符合高校輔導(dǎo)員與學(xué)生之間的語音對話庫，實(shí)現(xiàn)了Web端與手機(jī)APP端上的高校虛擬輔導(dǎo)員的語音對話系統(tǒng)，進(jìn)一步實(shí)現(xiàn)在教育行業(yè)突破性應(yīng)用，推進(jìn)高校教育事業(yè)。

關(guān)鍵詞：高校虛擬輔導(dǎo)員；語音識別與合成；語音對話；語音數(shù)據(jù)庫

隨著移動(dòng)互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，尤其是語音技術(shù)的發(fā)展，人們更希望通過采取語音對話這樣更加自然的方式去獲取信息，達(dá)到對話交流的效果。高校輔導(dǎo)員作為高等學(xué)校教師隊(duì)伍的重要組成部分，是高等學(xué)校從事德育工作，引導(dǎo)和陪伴大學(xué)生健康成長的骨干力量，也是大學(xué)生進(jìn)行學(xué)風(fēng)建設(shè)、日常管理的有力力量。

在20世紀(jì)50年代，美國AT&TBell實(shí)驗(yàn)室研究出了可以識別十個(gè)英文數(shù)字的Audry語音識別系統(tǒng)，打開了語音研究領(lǐng)域的大門。20世紀(jì)60年代，隨著人工網(wǎng)絡(luò)的引入，打開了語音識別的新思維，而其中的線性預(yù)測編碼LinearPredictive Coding（LPC）和動(dòng)態(tài)時(shí)間彎折Dynamic Time Warp兩大技術(shù)更是奠定了神經(jīng)網(wǎng)絡(luò)在語音識別中的地位；美國佛羅里達(dá)州立大學(xué)教授貝勒從事RITL虛擬教師創(chuàng)新技術(shù)研究（Research of Innovative Technologies for Learning）。在國內(nèi)以中科院自動(dòng)化所、哈爾濱工業(yè)大學(xué)、科大訊飛等為代表的一流大學(xué)和機(jī)構(gòu)在語音研究中也投入相當(dāng)多的研究精力。正是因?yàn)檎Z音技術(shù)的發(fā)展，“虛擬人”概念應(yīng)運(yùn)而生。清華大學(xué)研究基于人工智能情感的機(jī)器人控制體系以及浙江大學(xué)研究的虛擬人物構(gòu)造，由此可見，對虛擬人方面的研究正不斷深入，從而奠定了本系統(tǒng)的開發(fā)基礎(chǔ)。

本文通過研究語音識別與合成技術(shù)，嵌入科大訊飛提供的API作為支撐，采用Android移動(dòng)開發(fā)技術(shù)，將語音識別與合成技術(shù)應(yīng)用到當(dāng)今高校教育中，打破傳統(tǒng)人機(jī)交互模式，實(shí)現(xiàn)了高校虛擬輔導(dǎo)員智能語音對話系統(tǒng)，使得高校輔導(dǎo)員的工作以及高校學(xué)生的培養(yǎng)更加人性化，極大減輕我國高校輔導(dǎo)員作為大學(xué)生思想上的引路人、生活中的關(guān)心人、學(xué)習(xí)上的指導(dǎo)者、心理上的疏導(dǎo)者繁重的工作任務(wù)。

1.系統(tǒng)的相關(guān)技術(shù)

1.1科大迅飛語音API

科大訊飛作為我國最大的智能語音技術(shù)提供商，在語音的發(fā)展過程中起到了舉足輕重的作用。科大訊飛提供了語音開發(fā)過程中使用整合的API（API，Application ProgrammingInterface）接口。在實(shí)際的項(xiàng)目應(yīng)用中，良好的編程接口設(shè)計(jì)可以使降低系統(tǒng)各部分的相互依賴，提高內(nèi)存單元的內(nèi)聚性，降低單元間的耦合度，從而提高系統(tǒng)的維護(hù)性和擴(kuò)展性?？拼笥嶏wAPl的功能十分強(qiáng)大，其特色是與AJAX、JavaScript、XML或JSON等技術(shù)相結(jié)合。在我們的研究中，選用了科大訊飛API作為系統(tǒng)語音識別與轉(zhuǎn)換技術(shù)支持部分，并將科大訊飛語音識別嵌入到本系統(tǒng)中，通過網(wǎng)絡(luò)直接對科大迅飛平臺進(jìn)行訪問，調(diào)用其API數(shù)據(jù)庫，高效地實(shí)現(xiàn)了文字與語音之間的靈活轉(zhuǎn)化，減輕編程負(fù)擔(dān)。