基于智能语音交互的公园导览与景区介绍系统技术方案

本发明专利技术涉及景区导览系统技术领域，且公开了基于智能语音交互的公园导览与景区介绍系统，包括语音输入模块，屏端设备模块，语音识别模块和内容服务调取模块。该基于智能语音交互的公园导览与景区介绍系统，基于智能语音交互的公园导览与景区介绍系统，能够融合语音交互模式和触控交互模式，为游客提供更有效率的信息交互方式，帮助游客直接确定想要的信息，提升信息获取效率与成效；同时为园区导览扩展更多业务场景，从导览实现向导航、导游、导购的转变。变。变。

【技术实现步骤摘要】
基于智能语音交互的公园导览与景区介绍系统


[0001]本专利技术涉及景区导览系统
，具体为基于智能语音交互的公园导览与景区介绍系统。

技术介绍

[0002]原有的公园导览系统是基于安卓触控交互模式的，触控交互的特点是必须按照程序设计的交互流程才能看到用户想要了解的信息，由于信息的呈现融合在流程和平面展现效果中，会导致用户无法了解完整全面的信息。
[0003]一方面，面对景区各类庞杂的信息，需要依靠流程将其进行归类展示，但是园区信息却往往有很多关联性，如地理位置相近、种类一样、用途一样等，即景区信息天然具有很多关联性，且用户游览时不一定会准确分类，这就导致了想要获知信息的割裂；另一方面因为平面图、文、视频的展现方式对信息的呈现同样具有局限性，主要是内容已经经过编辑组合了，是一个结构性的呈现出来的，这些信息与其关联信息同样存在割裂与不完整的问题。
[0004]语音交互是一种纵向的，不同于用户面向“画面内容”的横向交互模式，语音交互可以无视基于触控的交互流程，可以随时向计算机提问，有助于从当前页面信息的不同维度展开获取更多相关信息的媒介形式，简而言之，“就问发问”更容易让用户找到自己最想要的答案，而不是一般系统的仅仅给一个可供了解的“办法”或“方式”。
[0005]现有技术存在以下缺陷：
[0006]现有公园导览与景区介绍系统，为游客提供信息交互方式单一，信息交流效率低，不能帮助游客直接获取想要的信息，信息获取效率与成效低，同时不能为园区导览扩展更多业务场景。

技术实现思路
r/>[0007]针对现有技术的不足，本专利技术提供了基于智能语音交互的公园导览与景区介绍系统，可以解决现有公园导览与景区介绍系统，为游客提供信息交互方式单一，信息交流效率低，不能帮助游客直接获取想要的信息，信息获取效率与成效低，同时不能为园区导览扩展更多业务场景问题；本基于智能语音交互的公园导览与景区介绍系统是基于公园导览系统的应用场景，应用自然语言理解相关技术创新研发了基于语音交互模式的园区导览、导航、介绍系统，有效解决现有公园导览与景区介绍系统，为游客提供信息交互方式单一，信息交流效率低，不能帮助游客直接获取想要的信息，信息获取效率与成效低，同时不能为园区导览扩展更多业务场景问题。
[0008]为实现上述的基于智能语音交互的公园导览与景区介绍系统目的，本专利技术提供如下技术方案：基于智能语音交互的公园导览与景区介绍系统，包括语音输入模块，屏端设备模块，语音识别模块和内容服务调取模块；
[0009]所述语音输入模块利用麦克风阵列将旅客语音信息输入，基于语音识别提供交互设计，将旅客需要的景区信息展示在屏端设备，对景区的导览信息进行展示，并将景区的导
览信息基于屏端设备提供播报给旅客；
[0010]所述屏端设备模块基于语音交互和触控交互模式，为游客提供旅客需要的景区信息以及更有效率的信息交互方式；
[0011]所述语音识别模块包括声学模型单元以及语言模型单元，所述声学模型单元利用机器学习算法模型训练，所述语音识别模块基于语音识别技术为智能语音交互提供技术方案，能够识别当前用户的音频内容并进行解析和编码判断语言内容，所述语音识别模块提供包括语音智能识别功能与语言指令输出功能；
[0012]所述内容服务调取模块包括内容库单元，数据库单元以及网络信息爬虫单元，所述内容服务调取模块内部还设置有语言指令api，用于通过接收语音识别模块的语音指令输出，通过计算机技术将内容库单元，数据库单元以及网络信息爬虫单元信息进行调取。
[0013]优选的，所述语音识别模块语音识别技术方案具体包括以下步骤，
[0014]步骤一，构建基于语音识别的基本架构；
[0015]步骤二，采用机器学习模型进行监督学习的架构模型；
[0016]步骤三，语音模型的输出；
[0017]步骤四，编码。
[0018]优选的，所述基于语音识别的基本架构公式为
[0019][0020]其中，W表示文字序列，Y表示语音输入，公式1表示语音识别的目标是在给定语音输入的情况下，找到可能性最大的文字序列，根据Baye
’
Rule，可以得到公式2，其中分母表示出现这条语音的概率，它相比于求解的文字序列没有参数关系，可以在求解时忽略，进而得到公式3，公式3中第一部分表示给定一个文字序列出现这条音频的概率，它就是语音识别中的声学模型；第二部分表示出现这个文字序列的概率，它就是语音识别中的语言模型。
[0021]优选的，所述采用机器学习模型进行监督学习的架构模型采用End
‑
to
‑
end技术模型，可采用机器学习或深度学习的模型让传统语音识别架构具备自学习自适应能力。，在end
‑
to
‑
end的声学模型中，可以没有词典，没有OOV，也没有G2P，这些全都被建模在一个神经网络中，另外在End
‑
to
‑
en的识别中，使用更简单的特征比如FFT点，除此之外，End
‑
to
‑
end的声学模型中带有语言模型的信息，通过RNN在输出序列上学习得到。
[0022]优选的，所述语言模型的作用可以理解为消解多音字的问题，在声学模型给出发音序列之后，从候选的文字序列中找出概率最大的字符串序列。
[0023]优选的，所述编码是将HMM、词典以及语言模型编译成一个网络，解码就是在这个WFST构造的动态网络空间中，找到最优的输出字符序列，搜索通常使用Viterbi算法，在end
‑
to
‑
end的语音识别系统中，最简单的解码方法是beam search，在解码的时候，需要将这个语言模型减掉才能得到最优结果，公式推导如下：
[0024][0025][0026]其中Pr(s|X)是CTC的声学模型，α是权重系数，语言模型部分推导如下：
[0027]Pr(W|s)＝/fracPr(s|W)Pr(W)Pr(s)
/beta
[0028]其中Pr(s|W)是字符到单词的映射，通常是一对一的，因此上述公式可以表示为如下形式：
[0029]Pr(W|s)＝/fracPr(W)Pr(s)/beta
[0030]其中Pr(W)是传统的语言模型，Pr(s)是字符语言模型，β权重系数，上面的公式表示在CTC的模型解码时，语言模型需要进行减先验的操作，这个先验就是声学训练数据中的字符语言模型。
[0031]与现有技术相比，本专利技术提供了基于智能语音交互的公园导览与景区介绍系统，具备以下有益效果：
[0032]本基于智能语音交互的公园导览与景区介绍系统，基于智能语音交互的公园导览与景区介绍系统，能够融合语音交互模式和触控交互模式，为游客提供更有效率的信息交互方式，帮助游客直接确定想要的信息，提升信息获取效率与成效；同时为园区导览扩展更多业务场景，从导览实现向导航、导游、导购的转变本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于智能语音交互的公园导览与景区介绍系统，其特征在于：包括语音输入模块，屏端设备模块，语音识别模块和内容服务调取模块；所述语音输入模块利用麦克风阵列将旅客语音信息输入，基于语音识别提供交互设计，将旅客需要的景区信息展示在屏端设备，对景区的导览信息进行展示，并将景区的导览信息基于屏端设备提供播报给旅客；所述屏端设备模块基于语音交互和触控交互模式，为游客提供旅客需要的景区信息以及更有效率的信息交互方式；所述语音识别模块包括声学模型单元以及语言模型单元，所述声学模型单元利用机器学习算法模型训练，所述语音识别模块基于语音识别技术为智能语音交互提供技术方案，能够识别当前用户的音频内容并进行解析和编码判断语言内容，所述语音识别模块提供包括语音智能识别功能与语言指令输出功能；所述内容服务调取模块包括内容库单元，数据库单元以及网络信息爬虫单元，所述内容服务调取模块内部还设置有语言指令api，用于通过接收语音识别模块的语音指令输出，通过计算机技术将内容库单元，数据库单元以及网络信息爬虫单元信息进行调取。2.根据权利要求1所述的基于智能语音交互的公园导览与景区介绍系统，其特征在于：所述语音识别模块语音识别技术方案具体包括以下步骤，步骤一，构建基于语音识别的基本架构；步骤二，采用机器学习模型进行监督学习的架构模型；步骤三，语音模型的输出；步骤四，编码。3.根据权利要求2步骤一所述的基于智能语音交互的公园导览与景区介绍系统，其特征在于：所述基于语音识别的基本架构公式为其中，W表示文字序列，Y表示语音输入，公式1表示语音识别的目标是在给定语音输入的情况下，找到可能性最大的文字序列，根据Baye
’
Rule，可以得到公式2，其中分母表示出现这条语音的概率，它相比于求解的文字序列没有参数关系，可以在求解时忽略，进而得到公式3，公式3中第一部分表示给定一个文字序列出现这条音频的概率，它就是语音识别中的声学模型；第二部分表示出现这个文字序列的概率，它就是语音识别中的语言模型。4.根据权利要求2步骤二所述的基于智能语音交互的公园导览与景区介绍系统，其特征在于：所述采用机器学习模型进行监督...

【专利技术属性】
技术研发人员：张开翼，
申请(专利权)人：贝塔智能科技北京有限公司，
类型：发明
国别省市：