智能旅游咨詢員中人機(jī)交互的實(shí)現(xiàn)

陳梅 李振杰

摘 要：濟(jì)南智能旅游咨詢員，把電子科技與旅游業(yè)相結(jié)合，同時(shí)運(yùn)用3D人物虛擬技術(shù)，人機(jī)智能交互等技術(shù)來(lái)完成。通過(guò)生動(dòng)的人物形象、肢體語(yǔ)言，以及智能語(yǔ)音系統(tǒng)，讓游客在用文字進(jìn)行軟件使用的同時(shí)，增加了語(yǔ)音識(shí)別功能，進(jìn)行語(yǔ)音輸入及輸出，提高服務(wù)質(zhì)量。文對(duì)3D虛擬人物和語(yǔ)音系統(tǒng)的實(shí)現(xiàn)技術(shù)、方法做了詳細(xì)的介紹，用此方法最終完成旅游咨詢員的各方面功能實(shí)現(xiàn)，更好的服務(wù)于來(lái)濟(jì)南游玩的游客。

關(guān)鍵詞：智能旅游;3D;人機(jī)交互;語(yǔ)音識(shí)別

人機(jī)交互技術(shù)，是指通過(guò)計(jì)算機(jī)輸入輸出設(shè)備，以有效的方式實(shí)現(xiàn)人與計(jì)算機(jī)對(duì)話的技術(shù)。本系統(tǒng)中，人機(jī)交互技術(shù)主要體現(xiàn)在了智能語(yǔ)音識(shí)別技術(shù)上，語(yǔ)音識(shí)別與三維動(dòng)畫同樣是本項(xiàng)目的智能核心所在。將語(yǔ)音技術(shù)運(yùn)用到計(jì)算機(jī)，便可以使計(jì)算機(jī)能夠識(shí)別、接收、處理語(yǔ)言，使計(jì)算機(jī)技術(shù)運(yùn)用起來(lái)更方便，更加易于操作。濟(jì)南智能旅游咨詢員項(xiàng)目，采用語(yǔ)音技術(shù)與軟件相結(jié)合，將人聲通過(guò)麥克風(fēng)輸入到計(jì)算機(jī)，然后進(jìn)行處理，同時(shí)，具有文本播報(bào)功能，可以將游客查詢時(shí)所得到的文本答案通過(guò)語(yǔ)音播報(bào)出來(lái)。

1.語(yǔ)音識(shí)別

語(yǔ)音識(shí)別的目的是讓計(jì)算機(jī)能夠聽(tīng)懂人的語(yǔ)言，對(duì)于識(shí)別結(jié)果，包含兩種：一是聽(tīng)懂后能夠轉(zhuǎn)換成書面文字，二是可以聽(tīng)到后進(jìn)行理解，做出正確的動(dòng)作。

在本項(xiàng)目上的語(yǔ)音功能實(shí)現(xiàn)技術(shù)上，便是采用微軟的win7及以上操作系統(tǒng)自帶的speech語(yǔ)音識(shí)別功能。通過(guò)代碼將該功能進(jìn)行引用，簡(jiǎn)單方便。引用成功后，當(dāng)開(kāi)啟語(yǔ)音功能識(shí)別時(shí)，可以調(diào)動(dòng)系統(tǒng)的語(yǔ)音識(shí)別功能，人的聲音通過(guò)麥克風(fēng)輸入到計(jì)算機(jī)，計(jì)算機(jī)接收后進(jìn)行識(shí)別理解，然后將識(shí)別的結(jié)果轉(zhuǎn)換成相應(yīng)的動(dòng)作或者命令。

Speech的語(yǔ)音識(shí)別有文本識(shí)別與命令識(shí)別兩種方式，區(qū)別如下：

微軟語(yǔ)音識(shí)別中的文本識(shí)別與命令識(shí)別最大的區(qū)別是匹配字典不同。

文本識(shí)別是用的通用字典內(nèi)容多，覆蓋的詞匯量較大，字典由sdk提供，適用于沒(méi)有預(yù)定目標(biāo)的隨機(jī)聽(tīng)寫之類的應(yīng)用。因?yàn)闆](méi)有預(yù)定目標(biāo)，詞匯量大，會(huì)導(dǎo)致識(shí)別時(shí)的精確度降低，識(shí)別速度慢。

SpeechVoiceSpeakFlags SpFlags = SpeechVoiceSpeakFlags.SVSFlagsAsync;

SpVoice Voice = new SpVoice（）;

上述代碼實(shí)現(xiàn)后，開(kāi)啟語(yǔ)音識(shí)別，使用者利用麥克風(fēng)，將人聲輸入到計(jì)算機(jī)，輸入到計(jì)算機(jī)后，計(jì)算機(jī)會(huì)進(jìn)行理解、識(shí)別，然后將識(shí)別的結(jié)果轉(zhuǎn)化為相應(yīng)的動(dòng)作，省去了人工，解放了雙手，使得使用者通過(guò)語(yǔ)音便可以達(dá)到自己的需求。在此功能的實(shí)現(xiàn)上，主要使用了speech.lib和SpShareRecConteatClass兩個(gè)接口，在項(xiàng)目中先引用speech.lib命名空間，然后在SpShareRecConteatClass對(duì)象中構(gòu)造一個(gè)語(yǔ)法器，各語(yǔ)法器加載到識(shí)別器中，然后識(shí)別器開(kāi)始艦艇符合該語(yǔ)法的各個(gè)語(yǔ)音，當(dāng)識(shí)別出符合的語(yǔ)法時(shí)，調(diào)用SpShareRecConteatClass時(shí)間處理程序。

同時(shí)，為了提高語(yǔ)音識(shí)別的準(zhǔn)確率，增加了關(guān)鍵字查詢，實(shí)現(xiàn)智能查詢功能。在一方面的實(shí)現(xiàn)上，添加了speech.xml文件，在該文件夾下會(huì)有各個(gè)功能的xml文件，添加了關(guān)鍵詞，減少了在語(yǔ)音識(shí)別時(shí)的需要匹配的詞匯量，提高了識(shí)別速度。

2.語(yǔ)音朗讀查詢

智能旅游咨詢員在人機(jī)交互技術(shù)的實(shí)現(xiàn)上面，除了可以用計(jì)算機(jī)進(jìn)行語(yǔ)音識(shí)別，讓使用者語(yǔ)音對(duì)軟件進(jìn)行控制操作外，還可以將游客使用時(shí)查詢到的答案通過(guò)語(yǔ)音播報(bào)出來(lái)，讓游客不僅可以得到查詢的文字結(jié)果，同時(shí)可以語(yǔ)音播放這些文字。實(shí)現(xiàn)此功能時(shí)，需要在設(shè)計(jì)的引用時(shí)添加speech.lib，通過(guò)在每個(gè)功能頁(yè)面編寫相應(yīng)代碼，就可以使得文本框里查詢到的文字答案通過(guò)語(yǔ)音播放出來(lái)。

3.智能人物

本系統(tǒng)的3D智能人物，借用下載的人物形象。該虛擬人物利用3DMAX進(jìn)行保存修改，然后借助Microsoft Expression Blend對(duì)模型進(jìn)行動(dòng)作設(shè)計(jì)，再引入到VS環(huán)境中。Microsoft Expression Blend是一款功能齊全的專業(yè)設(shè)計(jì)工具，用來(lái)針對(duì)基于Microsoft Windows 和 Microsoft Silverlight的應(yīng)用程序制作精美復(fù)雜的用戶界面。Microsoft Expression Blend主要有以下功能：

（1）易于使用且新穎的可視界面，帶有可?？康拿姘搴兔嫦?qū)ο蟮纳舷挛牟藛?

（2）全套矢量繪圖工具，包括文本工具和三維（3D）工具;

（3）三維和媒體支持，可增強(qiáng)用戶體驗(yàn);

（4）先進(jìn)、靈活且可重用的自定義和外觀選項(xiàng)，適用于各種常用控件;

（5）實(shí)時(shí)動(dòng)畫;

（6）實(shí)時(shí)的設(shè)計(jì)和標(biāo)記視圖;

（7）強(qiáng)大的數(shù)據(jù)源和外部資源集成點(diǎn);

（8）從 Expression Encoder ?導(dǎo)入站點(diǎn)的功能;

（9）從 Expression Design導(dǎo)入作品的功能;

（10）可以與 Visual Studio 2012 交互使用，從而幫助設(shè)計(jì)人員和開(kāi)發(fā)人員更緊密、更有效地進(jìn)行團(tuán)隊(duì)協(xié)作。

首先，我們用3DMAX打開(kāi)下載的三維動(dòng)畫模型，將不匹配的部分進(jìn)行修改，然后保存為obj格式，在導(dǎo)出對(duì)話框選擇在下一步需要的顏色、圖片等。保存好后，這時(shí)候便需要上述提到的Microsoft Expression Blend，打開(kāi)后新建WPF應(yīng)用程序，從項(xiàng)目中添加現(xiàn)有項(xiàng)，然后將通過(guò)3DMAX保存的包括人物模型、顏色的.mtl和.obj的兩個(gè)文件添加到項(xiàng)目中，此時(shí)便將3D模型導(dǎo)入進(jìn)了WPF中。

在本項(xiàng)目中，要求在某些功能界面需要3D人物對(duì)用戶進(jìn)行一些介紹，因此，要求人物的動(dòng)作、功能、語(yǔ)音三者之間相互配合，配合默契，才使智能交互表現(xiàn)的更加完美。而且，在進(jìn)行語(yǔ)音朗讀時(shí)，3D人物可以表現(xiàn)出相應(yīng)的動(dòng)作，正如一個(gè)真實(shí)導(dǎo)游為游客介紹。

4.結(jié)論

本文介紹了智能旅游咨詢員系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)的基本實(shí)現(xiàn)過(guò)程，系統(tǒng)利用了智能語(yǔ)音識(shí)別、語(yǔ)言理解、3D動(dòng)畫人物等技術(shù)，基本實(shí)現(xiàn)了具有真實(shí)感，人性化的3D人物，用戶可以通過(guò)語(yǔ)言、文本兩種方式進(jìn)行問(wèn)題查詢，得到想要的結(jié)果，并通過(guò)語(yǔ)音播放，利用3D人物將查詢答案朗讀出來(lái)。加強(qiáng)了文本、圖像與聲音的處理，提高了人機(jī)交互的能力和操作時(shí)的人性化。

項(xiàng)目支持：國(guó)家級(jí)大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目——智能旅游咨詢員（編號(hào)：201713324141）

參考文獻(xiàn)

[1]佩佐德著，蔡學(xué)鏞譯.Windows Presentation Foundation程序設(shè)計(jì)指南[M].電子工業(yè)，2008

[2]林大為.3D游戲角色制作[M].華東師范大學(xué)出版社，2009

（作者單位：山東協(xié)和學(xué)院）