提到智能家居的語音技術,更應該強調的是語義識別技術。近幾年,隨著人工智能尤其是深度神經網絡的發(fā)展,突破了語音識別在智能家居中的發(fā)展瓶頸。為解決現有家居控制系統(tǒng)在語音識別平臺選擇上相對被動和缺少語義分析的研究,本文結合人工智能、深度學習、Deeplearning4j框架、百度語音識別API、結巴分詞等技術,設計了智能家居語音識別通用語音AI云平臺,該平臺不僅可以讓用戶自主選擇合適的語音識別引擎,還可以運用神經網絡模型對識別后文本進行語義分析,根據智能家居設備控制指令集,提取有效用戶數據,對智能家居控制進行優(yōu)化,從而達到改善智能家居控制和提升用戶體驗的目的。智能家居設備控制指令集的建立是實現語音控制的關鍵。根據對智能家居不同人群常用語音控制指令的研究,本文設計了滿足智能家居控制需求的指令集。在指令集建立完成的基礎上,結合云平臺的需求,對云平臺進行功能設計,主要包括智能云中間件、語義分析、語音接收和指令發(fā)送四大功能。中間件通過調用百度語音識別API實現語音識別功能;由于語義分析在很大程度上影響語音識別的結果,因此本文選用結巴分詞工具對文本進行分詞處理,選用LSTM神經網絡算法搭建語義分析模型...

【文章頁數】：73 頁

【學位級別】：碩士

【部分圖文】：

圖２．２語音識別原理框圖??：，、

件即服務（ＳａａＳ）的思想，對平臺主要功能進行模塊化設計，用戶不用關心代碼管理、服務??器管理問題，只需要調用平臺對外提供的接口就可以實現語音識別，得到正確的控制指令，??從而很好的給智能家居用戶提供高質量的服務，云平臺的總體架構如圖２．１所示。??中間件平臺??云云互通、ＯＰＥ....

圖２．３?ＤＴＷ模板匹配網格圖??

ｊ）?＝?ｄ（ｑｉ，ｃｊ）?＋?ｘｍｘｉ｛／?（２．３）??如圖２．３所示。??ｌｉ??

圖４．５?ＬＳＴＭ之遺忘門??

?ｉ?ｘｕ））?ｉＸｔ＋ｌ）??圖４．４?ＬＳＴＭ單元結構示意圖??由圖４．４可知，在每個序列索引位置ｔ時刻有兩個隱藏狀態(tài)向前傳播，一個是和ＲＮＮ?—??樣的隱藏狀態(tài)ｈ（°，另一個隱藏狀態(tài)是最上面的一條長橫線，我們稱之為細胞狀態(tài)（Ｃｅｌｌ?Ｓｔａｔｅ），??記為沙）。??遺忘門是....

圖４．４?ＬＳＴＭ單元結構示意圖??

?ｉＸｔ＋ｌ）??圖４．４?ＬＳＴＭ單元結構示意圖??由圖４．４可知，在每個序列索引位置ｔ時刻有兩個隱藏狀態(tài)向前傳播，一個是和ＲＮＮ?—??樣的隱藏狀態(tài)ｈ（°，另一個隱藏狀態(tài)是最上面的一條長橫線，我們稱之為細胞狀態(tài)（Ｃｅｌｌ?Ｓｔａｔｅ），??記為沙）。??遺忘門是控制是否遺忘的....

本文編號：4001557