口语对话系统的设计与实现

ｕ语对话系统的设计与实现
第五章
采用嵌入式的语音识别以及语音合成。

全面的语音驱动，用户可以用语音控制所有的界面元素，包括菜单、按钮、下拉列表框等。

支持汉语、英语、法语，可以扩充到其它语言。

用户可以选择语音识别的语言以及界面语言。

（在如图５—４的设置对话框中可切换语言１
内容更加丰富，包括宾馆、娱乐以及餐饮等方面的信息查询（图５．５，图５－６），如：电话、地址、位置以及路线导航（电子地图）：功能更加强大，包括常用的工具比如货币兑换、度量衡转换、世界时区时间查询和应急号码、多语种的日常用语与汉语之间的互译以及对应汉语的朗读（如图５．７，图５．８１。

更加强大的电子地图功能，可以实现常用的地图操作比如放大、
缩小、漫游，位置查询。

路径查询，兴趣点查询，模拟导航，ＧＰＳ，在地图上添加个性化标记等等（如图５－９，图５－１０）。

图５－３北京城市导航主界面（可换背景）
图５—４设置对话框
图５－５查询餐饮信息
图５－６北京饭店的详细信息
））
）
）
）
＠ｏ
∽
＠
佰
口语对话系统的设计与实现
第五章
图５—７常用英语日常用语图５－８英汉对照（可朗读）
图５－９电子地图查询１５．２．３系统架构
图５－１０电子地图查询２
城市导航系统采用如图５．１１的系统架构，它可以分为几个部分１．用户界面
系统提供触笔输入以及语音输入两种方式，可视化的图形用户界面，以及合成语音。

２．语音识别（ＡＳＲ）
识别当前窗口内的命令词或固定语句。

可动态切换语音识别的语言，以及动态切换词表。

３．语音合成（ＴＴＳ）
可动态切换语音合成的语言。

４．语音中间件（ＶｏｉｃｅＭｉｄｄｌｅｗａｒｅ）
负责语音信息流的调度，封装了语音引擎和语音中间件的接口，并为上。