信息时代，科学技术的飞速发展带动人工智能化技术的更新进步。机器人的应用领域和范围也越来越广泛，在生产、建筑、旅游等各个行业都能够看到人工智能机器人的身影。  旅游产业与互联网的结合，要随着信息技术的发展与时俱进。物联网、人工智能、虚拟现实等新兴的互联网技术让旅游产业的未来充满了挑战与机遇，导游等依赖大数据的职业完全可能被人工智能机器人取代。 

本文主要介绍语音识别技术在智能语音机器人中的应用，一般语音机器人的设计开发主要着眼于“能听会说”，力图利用语音识别和语音合成等技术，将模拟的听说能力赋予机器人并生动地展示给观众，主要应用于展厅博物馆等场景，需考虑到机器人所处环境非常嘈杂，因此对系统的稳定性和抗噪性能都提出了较高的要求。此外，由于参与的观众来自全国各地，涉及不同性别、年龄、地域口音，所以系统声学模型的分类设计、调练和自动切换也是一个重要的设计要素。

 

智能语音机器人的总体设计

 

智能机器人与观众采用相互问答的小型对话形式进行交流。为实现上方便，可把问答对话的领域进行合理的限制。除迎宾和问候语外，可以设计4个问题域：有关时间、日期和星期的问答，有关全世界各大城市所在时区和当地时间的问答，100以内的数学四则运算题目的问答，没有关系机器人的身世、本领等自身情况的问答。对于每个限定的问题域，相应词汇表的大小是有限的。在限定领域、有限词汇的条件下，机器人基本可以与观众进行自由问答，并可以在不同的问题与之间相互切换。系统工作流程图如下。

       系统启动并初始化后处于等待状态，如果没有观众靠近，机器人就定时反复播放自我介绍。如果有观众参观（由红外探测配合），系统检测到语音信号，便会从等待状态进入问答状态。在观众预先选定的问题域内，机器人将和观众进行“自由”问答，在回答观众提问的同时，机器人会有协调的动作加以配合：针对不同观众对机器人所提问题的不同回答，机器人会有不同的相应，并以此决定下一步的动作。在某些问题域内，机器人在对文档话过程中还会向观众提出一些问题，并等待观众回答。如果观众回答正确，机器人将表示祝贺，否则机器人将给出合理的提示(如噪声太大，讲话声音要大点，没有听清楚或者你的答案不正确等)。多次回答不正确时，机器人将给出正确答案，机器人与观众对话结束后，向观众道别，再次转入等待状态。

 

核心语音模块及关键技术

语音模块是智能机器人的核心构件，它完成的功能包括:机器人从外界接收观众的语街，送入语音识别器进行识别，再从识别结果中提取若干关键词，而后通过对这些关词的分析，将其映射为某个问题:机器人再针对此问题生成回答，最后将文本形式的答案合成为语音，输出给观众。如果观众的问题超出限定的对话范围或者识别结果可信度不高，则在答案生成阶段给出错误提示，并由语音合成器输出。如果机器人想向观众提出问题，也要由语音合成器合成后输出，模块的整体框架如下图所示。

 

1.问题域相关的数据组织

机器人与观众的问答将限定在某个问题域内进行，针对每个问题域，我们确定了有限大小的“词汇表”，并通过大量的语料训练出相应的基于词类的统计“语言模型”“关键词表”可以从“词汇表”中提炼得到，它记录的是对于理解问题有实质作用的词汇及其相关信息，此外还要在“关键词表”的基础上形成“关键词类型组合模板库”，其中每个模板代表问题域内的一类具体问题。

2.识别结果的可信度度量及拒识