智能語音對(duì)話系統(tǒng)（語音聊天機(jī)器人）是指通過語音實(shí)時(shí)地與人類進(jìn)行智能對(duì)話的系統(tǒng)。智能語音對(duì)話系統(tǒng)是語音識(shí)別、自然語言理解、對(duì)話管理、自然語言生成以及語音合成技術(shù)的集大成者,是語音識(shí)別技術(shù)走向?qū)嵱秒A段的一個(gè)重要研究領(lǐng)域。語音交互式的智能對(duì)話系統(tǒng)可以讓用戶通過自然語言直接發(fā)問,系統(tǒng)可以返回精確的答案,給用戶更加智能的用戶體驗(yàn),相信在不久的未來,自然語言會(huì)代替輸入設(shè)備和觸摸屏成為最廣泛的使用。本文基于開源框架RASA搭建整個(gè)系統(tǒng),本著產(chǎn)品落地和線上服務(wù)為目的,設(shè)計(jì)并開發(fā)出了算法和應(yīng)用相結(jié)合的可穩(wěn)定運(yùn)行的系統(tǒng)。首先,針對(duì)智能語音對(duì)話系統(tǒng)在嘈雜的現(xiàn)實(shí)環(huán)境中系統(tǒng)魯棒性差的問題,提出改進(jìn)的卷積降噪自編碼神經(jīng)網(wǎng)絡(luò)語音增強(qiáng)算法,并將該算法模塊作為整個(gè)系統(tǒng)的前端處理模塊來提高系統(tǒng)的語音識(shí)別正確率。其次,在對(duì)話系統(tǒng)算法方面,針對(duì)常規(guī)機(jī)器學(xué)習(xí)算法文本分類正確率低的問題,提出改進(jìn)的多窗口卷積神經(jīng)網(wǎng)絡(luò)文本分類算法,利用多窗口卷積機(jī)制能夠?qū)W習(xí)語言學(xué)中的n-gram語法關(guān)系的特性來提高文本分類正確率。針對(duì)單一命名實(shí)體識(shí)別模型識(shí)別率低以及單一模型假設(shè)文本意圖和實(shí)體相互獨(dú)立的問題,提出LSTM+CRF的聯(lián)合模型,一個(gè)模型同... 

【文章來源】：哈爾濱理工大學(xué)黑龍江省

【文章頁數(shù)】：82 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

整體結(jié)構(gòu)圖

圖 2-2 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖Fig.2-2 Structural chart of neural network對(duì)于語音信號(hào)處理部分，由于 thchs30 語音庫的采樣頻率為 16KHz，為了應(yīng)本網(wǎng)絡(luò)結(jié)構(gòu)，先將采樣頻率下降到 8KHz。分幀操作的幀長設(shè)置為 32 毫秒256 采樣點(diǎn))，幀與幀之間有 16 毫秒(128 采樣點(diǎn))的重疊，對(duì)每幀信號(hào)進(jìn)行快速

損失（Loss）曲線

【參考文獻(xiàn)】：
期刊論文
[1]基于word embedding的短文本特征擴(kuò)展與分類[J]. 孟欣,左萬利.  小型微型計(jì)算機(jī)系統(tǒng). 2017(08)
[2]校園導(dǎo)航系統(tǒng)Easy Nav的設(shè)計(jì)與實(shí)現(xiàn)[J]. 黃寅飛,鄭方,燕鵬舉,徐明星,吳文虎.  中文信息學(xué)報(bào). 2001(04)

碩士論文
[1]基于LDA的短文本分類中特征擴(kuò)展方法的研究[D]. 張猛.中國地質(zhì)大學(xué)(北京) 2017



本文編號(hào)：3032231