在人工智能時代,以"會說話的湯姆貓"應用為代表的虛擬化、智能化的玩偶軟件愈加得到人們的青睞。從教育的角度,它們能提供兒童陪伴、輔助學習等功能。但是,對于教育領域的研究人員而言,受限于AI技術的復雜性、智能終端的硬件和網(wǎng)絡條件,構(gòu)建功能豐富、用戶體驗良好的AI玩偶應用較為困難。針對該問題,提出了快速構(gòu)建一個Android平臺AI玩偶應用軟件的解決方案,并集成了多個第三方提供的云服務實現(xiàn)了人臉合成3D玩偶、語音轉(zhuǎn)換、語音評測及社交分享等功能。通過性能測試和與相關研究做比較,該AI玩偶應用框架適用于主流的Android終端,具有良好的響應速度和用戶體驗,能成為輔助教育教學的工具。 

【文章來源】：計算機工程與科學. 2018,40(S1)北大核心CSCD

【文章頁數(shù)】：9 頁

【部分圖文】：

圖２ＡＩ玩偶軟件的體系架構(gòu)圖Ｆｉｇｕｒｅ２ＡｒｃｈｉｔｅｃｔｕｒｅｏｆｔｈｅｐｒｏｐｏｓｅｄＡＩａｖａｔａｒ

Ｆｉｇｕｒｅ３Ｆｌｏｗｃｈａｒｔｏｆｈｕｍａｎｆａｃｅｓｙｎｔｈｅｓｉｓ圖３ＡＩ玩偶的人臉合成機制圖動態(tài)數(shù)組中；當最后一張臉計算結(jié)束，用冒泡法選擇出最大的相似度人臉信息；然后，將與相似度對應的人臉信息按內(nèi)部自定義協(xié)議打包，發(fā)送到玩偶庫，其將輸出與用戶相似的玩偶形象。最后將人臉合成結(jié)果返回到用戶界面。由于人臉庫與特征點庫是靜態(tài)綁定的，當人臉合成算法獲取到人臉信息時，即可獲得與之對應的唯一特征點信息。人臉合成機制主要分為三個階段：訓練階段、識別階段和選擇階段。該機制融合了主成分分析ＰＣＡ（ＰｒｉｎｃｉｐａｌＣｏｍｐｏｎｅｎｔＡｎａｌｙｓｉｓ）算法的思想［２７］。訓練階段要對人臉進行擬選，先將人臉進行分類（可按臉型、嘴型等），然后在當前已有的分組中再揀選出具有該組共有特征的臉。在人臉中，除一個組像之外，還有其他的特征組像。每個組像都依此流程進行選擇，然后將相應的部件存儲下來，形成人臉庫。人臉庫確定之后，對各個臉的特征點數(shù)據(jù)進行測試。為了提高相似度的準確性，將各個特征點按比例處理后進行分類，然后將各個人臉的特征點以Ｊｓｏｎ格式存儲在本地的ＳＱＬｉｔｅ數(shù)據(jù)庫中，形成特征點庫。將特征點庫與人臉庫進行靜態(tài)綁定后，即完成訓練階段。在識別階段，調(diào)用了科大訊飛的人臉識別和特征點返回云端服務。首先，獲取用戶的圖像信息，照片來源可以通過調(diào)用移動端攝像頭拍照或者打開本地照片選取。然后，調(diào)用人臉識別云端服務，由云服務進行計算和分析，輸出人臉上具體的特征點的位

對２Ｄ人臉照片的要求，可以識別以正前方為原點，在左右偏差（－４５°，＋４５°）的范圍的人臉。關鍵在于其獲取到人臉數(shù)據(jù)之后，并非直接計算，而是比例化數(shù)據(jù)和鏡像處理數(shù)據(jù)；若人臉有一定的角度偏移，可根據(jù)其偏移的角度和數(shù)據(jù)的比例信息還原出原臉信息。４．２語音轉(zhuǎn)換機制語音轉(zhuǎn)換算法實現(xiàn)了由語音觸發(fā)動作、動畫與語音同步播放，其實現(xiàn)機制如圖４所示。Ｆｉｇｕｒｅ４ＦｌｏｗｃｈａｒｔｏｆｓｐｅｅｃｈｃｏｎｖｅｒｓｉｏｎｏｆｔｈｅＡＩａｖａｔａｒ圖４ＡＩ玩偶的語音轉(zhuǎn)換流圖結(jié)合科大訊飛的語音合成和語音識別等技術實現(xiàn)語音—文本—語音的語音轉(zhuǎn)換系統(tǒng)。語音監(jiān)聽獲取到語音信息，將其轉(zhuǎn)化為文本信息；語音監(jiān)聽也支持文本輸入。具體而言，將獲取到的文本信息輸入到關鍵字提取算法；該算法調(diào)用字符庫中的信息，將字符庫的信息與接收到的信息進行字符匹配，提取出關鍵字信息，并打包發(fā)送到動畫庫；動畫庫與字符庫之間是動態(tài)綁定，輸出與字符對應的動畫；信息處理組件接收到關鍵字的信息，會同時控制文本信息與動畫的同步播放。動畫庫是系統(tǒng)預存儲的由多張圖片實現(xiàn)的幀動畫。所有的圖片存儲了之后，使用ＸＭＬ文件進行組織，形成連續(xù)的動畫。而動畫庫與字符庫之間是動態(tài)綁定的。動態(tài)綁定相比于靜態(tài)綁定，不僅在語法上對輸入信息進行處理，在語義上也能進行識別。４．３視頻錄制合成和分享視頻錄制合成與分享是基于Ｍｏｂ移動服務開發(fā)的，Ｍｏｂ服務平臺提供視頻錄制和合成接口，也支持多平臺、多形式的分享。具體方法是：首

【參考文獻】：
期刊論文
[1]人工智能賦能教育與學習[J]. 賈積有.  遠程教育雜志. 2018(01)
[2]構(gòu)筑“人工智能+教育”的生態(tài)系統(tǒng)[J]. 吳永和,劉博文,馬曉玲.  遠程教育雜志. 2017(05)
[3]改進的模塊PCA人臉識別新算法[J]. 趙鑫,汪維家,曾雅云,熊才偉,任彥嘉.  計算機工程與應用. 2015(02)
[4]基于聲學統(tǒng)計建模的語音合成技術研究[J]. 胡郁,凌震華,王仁華,戴禮榮.  中文信息學報. 2011(06)
[5]一種SaaS模式下的服務社區(qū)模型及其在全國科技信息服務網(wǎng)中的應用[J]. 王卓昊,趙卓峰,房俊,王希誠.  計算機學報. 2010(11)
[6]改進的主動形狀模型方法在人臉特征點定位中的應用[J]. 戈新良,楊杰,張?zhí)镪?杜春華.  上海交通大學學報. 2007(08)
[7]一種改進的KMP高效模式匹配算法[J]. 魯宏偉,魏凱,孔華鋒.  華中科技大學學報(自然科學版). 2006(10)
[8]一種改進的BM模式匹配算法[J]. 楊薇薇,廖翔.  計算機應用. 2006(02)
[9]計算機人臉合成系統(tǒng)的設計與實現(xiàn)[J]. 李武軍,任中方,陳兆乾.  計算機應用研究. 2004(07)
[10]人臉檢測研究綜述[J]. 梁路宏,艾海舟,徐光祐,張鈸.  計算機學報. 2002(05)

碩士論文
[1]Android平臺上基于云服務的隨身翻譯工具的設計與實現(xiàn)[D]. 盛玉林.復旦大學 2013



本文編號：3511694