[实用新型]一种基于白光通信和类脑认知的智能机器人语义交互系统

说明书

本实用新型公开了一种基于白光通信和类脑认知的智能机器人语义交互系统，通过白光通信来实现机器人的物理定位，以切换不同场景下的情况模式。系统同时使用了离线和云在线融合的智能语义交互方案，实现离线和云在线相结合的类脑智能机器人语义交互。其中，云在线类脑智能机器人语义交互系统由通用性强的类脑语音识别认知模型、类脑语义交互模型和语音合成平台构成，可以很好的扩展服务机器人的应用，提高用户体验，同时可以针对性的为不同家庭提供个性化服务。

技术领域

本实用新型涉及机器人语音智能交互领域，特别涉及一种基于白光通信和类脑认知的智能机器人语义交互系统。

背景技术

随着现代科技和计算机技术的不断发展，人们在与机器的信息交流中，不再拘泥人类对机器的键盘操作了，而是需要一种更加方便，自然的交互方式，而语言是人类最重要并且最有效的信息源，实现人机之间的语言交互让机器人听得懂人的话也是人类梦寐以求的事情。语音识别技术的发展，使得这一理想得以实现。

听觉系统一直是智能机器人感知系统的重要组成部分，其目的在于更好的完成人与机器人之间的信息交互。与传统的键盘，鼠标和显示器进行的数据交互不同，使用听觉进行数据的传输令机器人更拟人和智能化。听觉交互系统涉及到人工智能里的语音识别，类人知识库构建，语义检索、语音识别和语音合成等先进技术，具有很广阔的应用前景和较大的实用价值。

当前对于机器人语音识别的技术方案，传统的做法是使用语音芯片或采用单片机系统来实现离线的语音识别功能，其识别率不高，一般仅能识别简单词语和命令。

另一种方法就是，使用通信模块来实现远程的语音识别，机器人语音控制终端进行语音采集，通过网络传输到远程计算机端进行识别。

随着云计算和云存储等平台的出现，使用云平台来进行机器人语音识别的方法很大程序上改善了离线识别精度不高和词语库小的问题。

传统的智能交互技术往往在服务机器人自身平台上实现，比如简单的语音识别算法，视频采集和基础处理等等，如果要实现更复杂的算法就具有一定困难。因为它们对机器人控制系统的运算速度要求相当高，同时模式识别系统的大容量数据存储等问题同样限制了离线服务机器人的进一步发展。

基于远程计算机进行语音识别的方案实用性不高，扩展能力不强，与仅使用本地计算机进行识别的效果差不多。

当前基于云平台的语音识别方案大多采用通用语音库进行分析和识别，不能体现个性化的特点，仅对传输到云平台的语音信号进行分析和识别，不能很好的进行人机聊天交流等具有特定语义特征的操作(比如告诉机器人你要听一曲特定音乐，让其下载并播放等)，同时也不能很好的实现不同情境下的有特色的语义交互，不能充分利用上下文的语义信息进行交互。另外，使用云平台进行语音识别时，需要机器人系统保持网络连接，不能很好的实现离线的机器人智能交互控制。

实用新型内容

为了解决目前语音识别存在的局限性，本实用新型提供一种能够根据语音发生的场景来自动进行识别交互的基于白光通信和类脑认知的智能机器人语义交互系统和方法。

为了实现上述技术目的，本实用新型的技术方案是，

一种基于白光通信和类脑认知的智能机器人语义交互系统，包括离线语音采集和识别硬件系统、类脑语义识别和认知硬件系统以及白光通信和室内情境定位系统，所述的离线语音采集和识别硬件系统分别通信连接至类脑语义识别认知硬件系统和白光通信和室内情境定位系统，

所述的离线语音采集和识别硬件系统包括嵌入式控制系统、语音识别模块和音频处理电路，所述的嵌入式控制系统分别通信连接语音识别模块和音频处理电路，在每个需要进行场景识别的地点均设置有一个语音识别模块和一个音频处理电路；