TWI594136B - 一種通過語音對機器人進行訓練的系統及方法 - Google Patents
一種通過語音對機器人進行訓練的系統及方法 Download PDFInfo
- Publication number
- TWI594136B TWI594136B TW105120437A TW105120437A TWI594136B TW I594136 B TWI594136 B TW I594136B TW 105120437 A TW105120437 A TW 105120437A TW 105120437 A TW105120437 A TW 105120437A TW I594136 B TWI594136 B TW I594136B
- Authority
- TW
- Taiwan
- Prior art keywords
- statement
- preset
- conditional statement
- robot
- training
- Prior art date
Links
- 238000012549 training Methods 0.000 title claims description 52
- 238000000034 method Methods 0.000 title claims description 25
- 238000012545 processing Methods 0.000 claims description 28
- 238000004364 calculation method Methods 0.000 claims description 19
- 238000006243 chemical reaction Methods 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 11
- 230000005236 sound signal Effects 0.000 claims description 7
- 230000000875 corresponding effect Effects 0.000 description 37
- 238000011161 development Methods 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 8
- 238000003058 natural language processing Methods 0.000 description 6
- 239000012141 concentrate Substances 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/02—Feature extraction for speech recognition; Selection of recognition unit
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Manipulator (AREA)
- Electrically Operated Instructional Devices (AREA)
- Toys (AREA)
Description
本發明涉及機器人領域，尤其涉及一種通過語音對機器人進行訓練的系統及方法。
目前對機器人行爲進行訓練的方法僅限於使用編程開發的方式來對機器人的邏輯進行修改，開發者通過修改機器人的程序邏輯，完成在滿足某項條件下執行某種動作的設定。這種訓練方式對於機器人底層開發是必須的，但進入上層邏輯開發時，則出現開發效率低，錯誤率高等缺陷；這種訓練方式不適用於不具備編程開發專業技能的普通用戶，如果普通用戶想對機器人的行爲做少許修改，則需要耗費大量的時間進行學習。
綜上所述，上述訓練方法適用範圍窄、效率低且錯誤率高。
針對現有的對機器人進行訓練的方法存在的上述問題，現提供一種旨在實現支持沒有編程開發基礎的用戶通過語音對機器人進行訓練的系統及方法。
具體技術方案如下：
一種通過語音對機器人進行訓練的系統，包括：
一接收單元，用於接收語音信號；
一解析單元，連接所述接收單元，用於對所述語音信號進行解析，將所述語音信號與預設語句進行匹配，獲取與所述預設語句匹配的且與所述語音信號對應的條件語句，及與所述語音信號對應的執行語句；
一處理單元，連接所述解析單元，用於將所述條件語句與所述執行語句結合生成一目標條目；
一存儲單元，連接所述處理單元，用以存儲預設條目，根據所述預設條目對機器人進行訓練；
所述處理單元根據所述目標條目進行權重計算，並根據所述權重計算結果進行相應的處理。
優選的，所述解析單元包括：
一第一轉換模組，用於將所述語音信號轉換爲文字信息；
一語義分析模組，連接所述第一轉換模組，用於對所述文字信息進行解析，將所述文字信息與所述預設語句進行匹配，獲取與所述預設語句匹配的且與所述文字信息對應的條件語句，並識別所述條件語句是標準式條件語句或反饋式條件語句；
若所述條件語句是標準式條件語句，則獲取與所述文件信息對應的執行語句；
若所述條件語句是反饋式條件語句，則進行權重運算，使所述機器人執行上一次任務的操作。
優選的，所述解析單元還包括：
一第二轉換模組，連接所述語義分析模組，用於將所述執行語句轉換爲相應的音頻信號，並輸出。
優選的，每一條所述預設條目包括預設條件語句和預設執行語句。
優選的，所述處理單元根據所述目標條目中的所述條件語句，遍曆所述存儲單元中的所有所述預設條目中的所述預設條件語句，以獲取所述條件語句是否與所述預設條件語句重複，若不重複，則進行所述權重運算，並將所述目標條目存儲於所述存儲單元中以形成新的所述預設條目，根據所述預設條目對機器人進行訓練；若重複則進行所述權重運算，並根據所述權重計算結果進行相應的處理。
一種通過語音對機器人進行訓練的方法，包括下述步驟：
S1. 採集語音信號；
S2. 對所述語音信號進行解析，將所述語音信號與預設語句進行匹配，獲取與所述預設語句匹配的且與所述語音信號對應的條件語句，及與所述語音信號對應的執行語句；
S3. 將所述條件語句與所述執行語句結合生成一目標條目；
S4. 根據所述目標條目進行權重計算，並根據所述權重計算結果進行相應的處理。
優選的，所述步驟S2具體包括：
S21. 將所述語音信號轉換爲文字信息；
S22. 對所述文字信息進行解析，將所述文字信息與所述預設語句進行匹配，獲取與所述預設語句匹配的且與所述文字信息對應的條件語句，並識別所述條件語句是標準式條件語句或反饋式條件語句；
若所述條件語句是標準式條件語句，則獲取與所述文件信息對應的執行語句；
若所述條件語句是反饋式條件語句，則進行權重運算，使所述機器人執行上一次任務的操作。
優選的，所述步驟S2還包括：
S23. 將所述執行語句轉換爲相應的音頻信號，並輸出。
優選的，每一條所述預設條目包括預設條件語句和預設執行語句。
優選的，所述步驟S3具體包括：
S31. 根據所述目標條目中的所述條件語句，遍曆所述存儲單元中的所有所述預設條目中的所述預設條件語句；
S32. 獲取遍曆結果，判斷所述條件語句是否與所述預設條件語句重複，
若所述條件語句與所述預設條件語句不重複，則執行步驟S33；
若所述條件語句與所述預設條件語句重複，則執行步驟S34；
S33. 進行所述權重運算，並將所述目標條目存儲於所述存儲單元中以形成新的所述預設條目，根據所述預設條目對機器人進行訓練；
S34. 進行所述權重運算，並根據所述權重計算結果進行相應的處理。
上述技術方案的有益效果：
本技術方案中，在通過語音對機器人進行訓練的系統中，通過解析單元對語音信號進行解析獲取相應的條件語句和執行語句，通過處理單元將條件語句和執行語句結合生成條目，使機器人根據條目進行相應的訓練，效率高且錯誤率低。在通過語音對機器人進行訓練的方法中，只需用戶輸入語音信號即可對機器人進行訓練，操作簡單，適用範圍廣且效率高。
下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發明一部分實施例，而不是全部的實施例。基於本發明中的實施例，本領域普通技術人員在沒有作出創造性勞動的前提下所獲得的所有其他實施例，都屬於本發明保護的範圍。
需要說明的是，在不衝突的情况下，本發明中的實施例及實施例中的特徵可以相互組合。
下面結合附圖和具體實施例對本發明作進一步說明，但不作爲本發明的限定。
如圖1所示，一種通過語音對機器人進行訓練的系統，包括：
一接收單元1，用於接收語音信號；
一解析單元2，連接接收單元1，用於對語音信號進行解析，將語音信號與預設語句進行匹配，獲取與預設語句匹配的且與語音信號對應的條件語句，及與語音信號對應的執行語句；
一處理單元3，連接解析單元2，用於將條件語句與執行語句結合生成一目標條目；
一存儲單元4，連接處理單元3，用以存儲預設條目，根據預設條目對機器人進行訓練；
處理單元3根據目標條目進行權重計算，並根據權重計算結果進行相應的處理。
在本實施例中，採用語音對機器人進行訓練的系統可應用於兒童類玩具中，雖然兒童不具備專業的編程開發技能，但兒童可以通過自然語言與機器人交流，並訓練機器人執行相應的動作。
在本實施例中，針對機器人行爲邏輯開發的優化過程，選擇了適合普通用戶與機器人進行交互的方式，使用戶在對機器人進行訓練的過程專注於訓練邏輯本身，而非開發語言，提高了工作效率且降低了錯誤率。通過解析單元2對語音信號進行解析獲取相應的條件語句和執行語句，通過處理單元3將條件語句和執行語句結合生成條目，使機器人根據條目進行相應的訓練，效率高且錯誤率低。
在優選的實施例中，解析單元2包括：
一第一轉換模組21，用於將語音信號轉換爲文字信息；
一語義分析模組22，連接第一轉換模組21，用於對文字信息進行解析，將文字信息與預設語句進行匹配，獲取與預設語句匹配的且與文字信息對應的條件語句，並識別條件語句是標準式條件語句或反饋式條件語句；
若條件語句是標準式條件語句，則獲取與文件信息對應的執行語句；
若條件語句是反饋式條件語句，則進行權重運算，使機器人執行上一次任務的操作。
在本實施例中，目標條目對應的句式可以是： 當A時，就B； 如果A時，則B； 不要再在A時，做B； 這個時候應該做B； 這是錯誤的； 這樣做是不對的等。
其中，“當A時”，“如果A時”，“不要再在A時”，以及“這個時候”均爲標準式條件語句；“這是錯誤的”和“這樣做是不對的”均爲反饋式條件語句。
採用語音對機器人進行訓練的系統的整個訓練過程爲：當識別到訓練關鍵句式時機器人進入訓練模式，用戶可使用與上述相似的句式與機器人對話時，通過解析單元2的語義分析模組22將用戶說的話劃分爲部分A和部分B，經過語義轉換，將部分A轉換爲條件開發語句，將部分B轉換爲執行動作開發語句，把部分A和部分B的關聯關係追加到本地的訓練知識庫（存儲單元4），並將部分A和部分B結合形成新的條目，如果部分A與訓練知識庫中的條件開發語句相同，部分B與訓練知識庫中相應的執行動作開發語句不同，則部分A爲兩條條件一樣但執行不同動作的知識條目，需進行權重運算，權重運算包含用戶的正負反饋，追加時間進行考量，並將新知識條目追加到本地知識庫，並更新訓練知識庫。當識別到普通自然語言交流時，訓練模式結束，機器人結束訓練回歸到輪詢判斷模式，曆遍訓練知識庫中的所有條目，當命中某一條知識條目時，則執行知識條目中所包含的執行動作開發語句。
在本實施例中，第一轉換模組21可採用自動語音識別（Automatic Speech Recognition，ASR）技術，ASR技術可將人類語音中的詞彙內容轉換爲計算機可讀的內容並輸入計算機，並且與計算機進行交互。
語義分析模組22採用人工智能的自然語言處理(Natural Language Processing，NLP)技術，通過NLP技術獲取文字信息中的條件語句和執行語句。
在優選的實施例中，解析單元2還包括：
一第二轉換模組23，連接語義分析模組22，用於將執行語句轉換爲相應的音頻信號，並輸出。
在本實施例中，第二轉換模組23採用TTS（Text To Speech）即將文本轉換爲語音技術，該技術是人機對話的一部分，通過TTS使機器人能夠說話。
在優選的實施例中，每一條預設條目包括預設條件語句和預設執行語句。
在優選的實施例中，處理單元3根據目標條目中的條件語句，遍曆存儲單元中的所有預設條目中的預設條件語句，以獲取條件語句是否與預設條件語句重複，若不重複，則進行權重運算，並將目標條目存儲於存儲單元中4以形成新的預設條目，根據預設條目對機器人進行訓練；若重複則進行權重運算，並根據權重計算結果進行相應的處理。
在本實施例中，可在追加新知識條目或原有知識條目後，當收到用戶的正負反饋時，進行權重運算，整理整個訓練知識庫，進行壓縮等工作，以保證機器人在條件輪詢判斷時的效率。
如圖2所示，一種通過語音對機器人進行訓練的方法，包括下述步驟：
S1. 採集語音信號；
S2. 對語音信號進行解析，將語音信號與預設語句進行匹配，獲取與預設語句匹配的且與語音信號對應的條件語句，及與語音信號對應的執行語句；
S3. 將條件語句與執行語句結合生成一目標條目；
S4. 根據目標條目進行權重計算，並根據權重計算結果進行相應的處理。
在本實施例中，只需用戶輸入語音信號即可對機器人進行訓練，操作簡單，適用範圍廣且效率高。
如圖3所示，在優選的實施例中，步驟S2具體包括：
S21. 將語音信號轉換爲文字信息；
S22. 對文字信息進行解析，將文字信息與預設語句進行匹配，獲取與預設語句匹配的且與文字信息對應的條件語句，並識別條件語句是標準式條件語句或反饋式條件語句；
若條件語句是標準式條件語句，則獲取與文件信息對應的執行語句；
若條件語句是反饋式條件語句，則進行權重運算，使機器人執行上一次任務的操作。
在本實施例中，將語音信號轉換爲文字信息可採用自動語音識別（Automatic Speech Recognition，ASR）技術，ASR技術可將人類語音中的詞彙內容轉換爲計算機可讀的輸入，並且與計算機進行交互。
對文字信息進行解析可採用人工智能的自然語言處理(Natural Language Processing，NLP)技術，通過NLP技術獲取文字信息中的條件語句和執行語句。
在優選的實施例中，步驟S2還包括：
S23. 將執行語句轉換爲相應的音頻信號，並輸出。
在本實施例中，採用TTS（Text To Speech，將文本轉換爲語音）技術將執行語句轉換爲相應的音頻信號，該技術是人機對話的一部分，通過TTS使機器人能夠說話。
在優選的實施例中，每一條預設條目包括預設條件語句和預設執行語句。
如圖4所示，在優選的實施例中，步驟S3具體包括：
S31. 根據目標條目中的條件語句，遍曆存儲單元中的所有預設條目中的預設條件語句；
S32. 獲取遍曆結果，並進行權重計算
判斷條件語句是否與預設條件語句重複，
若條件語句與預設條件語句不重複，則執行步驟S33；
若條件語句與預設條件語句重複，則執行步驟S34；
S33. 進行權重運算，並將目標條目存儲於存儲單元中以形成新的預設條目，根據預設條目對機器人進行訓練；
S34. 進行權重運算，並根據權重計算結果進行相應的處理。
在本實施例中，當機器人在下午的時候聽到用戶說“你好”時，用戶訓練機器人回復“XXX(人名)，下午好”的訓練步驟如下： A1. 用戶對機器人說“你好”，“這個時候應該說，XXX，下午好” A2. 對用戶說的內容進行語義解析，分離出說話內容中的執行語句即“說XXX,下午好”，“說”是對應機器人的TTS服務，“XXX”命中當前互動的用戶的名字，“下午”命中當前的時間，“XXX，下午好”對應TTS服務的內容； A3. 根據語義解析結果生成新的知識庫條目，判斷權重後追加到本地知識庫； A4. 機器人執行新的知識庫，結束； 在完成這次互動訓練後，當用戶對機器人說“你好”時，機器人就會回答“XXX，下午好”，從而達到預期訓練目的。
本發明可使用戶在訓練機器人時解放雙手，在不需要寫任何代碼的情况下，實現對機器人行爲的修正，使用戶在訓練過程中更專注於訓練內容本身，而非如何編寫代碼等基礎問題上。
以上所述僅爲本發明較佳的實施例，並非因此限制本發明的實施方式及保護範圍，對於本領域技術人員而言，應當能夠意識到凡運用本發明說明書及圖示內容所作出的等同替換和顯而易見的變化所得到的方案，均應當包含在本發明的保護範圍內。
接收單元1 解析單元2 第一轉換模組21 語義分析模組22 第二轉換模組23 處理單元3 存儲單元4 步驟S1-S4 步驟S21-S23 步驟S31-S34
圖1爲本發明所述通過語音對機器人進行訓練的系統的一種實施例的模組圖； 圖2爲本發明所述通過語音對機器人進行訓練的方法的一種實施的流程圖； 圖3爲對語音信號進行解析的方法流程圖； 圖4爲根據遍曆結果對所述目標條目進行相應的處理的方法流程圖。
接收單元1 解析單元2 第一轉換模組21 語義分析模組22 第二轉換模組23 處理單元3 存儲單元4
Claims (10)
- 一種通過語音對機器人進行訓練的系統，包括： 一接收單元，用於接收語音信號； 一解析單元，連接所述接收單元，用於對所述語音信號進行解析，將所述語音信號與預設語句進行匹配，獲取與所述預設語句匹配的且與所述語音信號對應的條件語句，及與所述語音信號對應的執行語句； 一處理單元，連接所述解析單元，用於將所述條件語句與所述執行語句結合生成一目標條目； 一存儲單元，連接所述處理單元，用以存儲預設條目，根據所述預設條目對機器人進行訓練； 所述處理單元根據所述目標條目進行權重計算，並根據所述權重計算結果進行相應的處理。
- 如申請專利範圍第1項所述的通過語音對機器人進行訓練的系統，所述解析單元包括： 一第一轉換模組，用於將所述語音信號轉換爲文字信息； 一語義分析模組，連接所述第一轉換模組，用於對所述文字信息進行解析，將所述文字信息與所述預設語句進行匹配，獲取與所述預設語句匹配的且與所述文字信息對應的條件語句，並識別所述條件語句是標準式條件語句或反饋式條件語句； 若所述條件語句是標準式條件語句，則獲取與所述文件信息對應的執行語句； 若所述條件語句是反饋式條件語句，則進行權重運算，使所述機器人執行上一次任務的操作。
- 如申請專利範圍第2項所述的通過語音對機器人進行訓練的系統，所述解析單元還包括： 一第二轉換模組，連接所述語義分析模組，用於將所述執行語句轉換爲相應的音頻信號，並輸出。
- 如申請專利範圍第2項所述的通過語音對機器人進行訓練的系統，每一條所述預設條目包括預設條件語句和預設執行語句。
- 如申請專利範圍第4項所述的通過語音對機器人進行訓練的系統，所述處理單元根據所述目標條目中的所述條件語句，遍曆所述存儲單元中的所有所述預設條目中的所述預設條件語句，以獲取所述條件語句是否與所述預設條件語句重複，若不重複，則進行所述權重運算，並將所述目標條目存儲於所述存儲單元中以形成新的所述預設條目，根據所述預設條目對機器人進行訓練；若重複則進行所述權重運算，並根據所述權重計算結果進行相應的處理。
- 一種通過語音對機器人進行訓練的方法，包括下述步驟： S1. 採集語音信號； S2. 對所述語音信號進行解析，將所述語音信號與預設語句進行匹配，獲取與所述預設語句匹配的且與所述語音信號對應的條件語句，及與所述語音信號對應的執行語句； S3. 將所述條件語句與所述執行語句結合生成一目標條目； S4. 根據所述目標條目進行權重計算，並根據所述權重計算結果進行相應的處理。
- 如申請專利範圍第6項所述通過語音對機器人進行訓練的方法，所述步驟S2具體包括： S21. 將所述語音信號轉換爲文字信息； S22. 對所述文字信息進行解析，將所述文字信息與所述預設語句進行匹配，獲取與所述預設語句匹配的且與所述文字信息對應的條件語句，並識別所述條件語句是標準式條件語句或反饋式條件語句； 若所述條件語句是標準式條件語句，則獲取與所述文件信息對應的執行語句； 若所述條件語句是反饋式條件語句，則進行權重運算，使所述機器人執行上一次任務的操作。
- 如申請專利範圍第7項所述通過語音對機器人進行訓練的方法，所述步驟S2還包括： S23. 將所述執行語句轉換爲相應的音頻信號，並輸出。
- 如申請專利範圍第6項所述通過語音對機器人進行訓練的方法，每一條所述預設條目包括預設條件語句和預設執行語句。
- 如申請專利範圍第9項所述通過語音對機器人進行訓練的方法，所述步驟S3具體包括： S31. 根據所述目標條目中的所述條件語句，遍曆所述存儲單元中的所有所述預設條目中的所述預設條件語句； S32. 獲取遍曆結果，判斷所述條件語句是否與所述預設條件語句重複， 若所述條件語句與所述預設條件語句不重複，則執行步驟S33； 若所述條件語句與所述預設條件語句重複，則執行步驟S34； S33. 進行所述權重運算，並將所述目標條目存儲於所述存儲單元中以形成新的所述預設條目，根據所述預設條目對機器人進行訓練； S34. 進行所述權重運算，並根據所述權重計算結果進行相應的處理。
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510383547.9A CN106326208B (zh) | 2015-06-30 | 2015-06-30 | 一种通过语音对机器人进行训练的系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TW201719452A TW201719452A (zh) | 2017-06-01 |
| TWI594136B true TWI594136B (zh) | 2017-08-01 |
Family
ID=57607864
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW105120437A TWI594136B (zh) | 2015-06-30 | 2016-06-29 | 一種通過語音對機器人進行訓練的系統及方法 |
Country Status (4)
| Country | Link |
|---|---|
| CN (1) | CN106326208B (zh) |
| HK (1) | HK1231592A1 (zh) |
| TW (1) | TWI594136B (zh) |
| WO (1) | WO2017000786A1 (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108172226A (zh) * | 2018-01-27 | 2018-06-15 | 上海萌王智能科技有限公司 | 一种可学习应答语音和动作的语音控制机器人 |
| WO2021110870A1 (en) | 2019-12-05 | 2021-06-10 | Acib Gmbh | Method for producing a fermentation product |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060262912A1 (en) * | 2005-05-19 | 2006-11-23 | Mci, Inc. | Systems and methods for providing voicemail services including caller identification |
| TW201423587A (zh) * | 2012-12-04 | 2014-06-16 | Hongfujin Prec Ind Wuhan | 被叫提示系統及方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060100855A1 (en) * | 2004-10-27 | 2006-05-11 | Rozen Suan D | Disambiguation method for complex sentences |
| CN101075435B (zh) * | 2007-04-19 | 2011-05-18 | 深圳先进技术研究院 | 一种智能聊天系统及其实现方法 |
| KR101060183B1 (ko) * | 2009-12-11 | 2011-08-30 | 한국과학기술연구원 | 임베디드 청각 시스템 및 음성 신호 처리 방법 |
| US8719023B2 (en) * | 2010-05-21 | 2014-05-06 | Sony Computer Entertainment Inc. | Robustness to environmental changes of a context dependent speech recognizer |
| CN202736475U (zh) * | 2011-12-08 | 2013-02-13 | 华南理工大学 | 一种聊天机器人 |
| CN103065629A (zh) * | 2012-11-20 | 2013-04-24 | 广东工业大学 | 一种仿人机器人的语音识别系统 |
-
2015
- 2015-06-30 CN CN201510383547.9A patent/CN106326208B/zh active Active
-
2016
- 2016-06-15 WO PCT/CN2016/085911 patent/WO2017000786A1/zh active Application Filing
- 2016-06-29 TW TW105120437A patent/TWI594136B/zh active
-
2017
- 2017-05-19 HK HK17105090.9A patent/HK1231592A1/zh not_active IP Right Cessation
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060262912A1 (en) * | 2005-05-19 | 2006-11-23 | Mci, Inc. | Systems and methods for providing voicemail services including caller identification |
| TW201423587A (zh) * | 2012-12-04 | 2014-06-16 | Hongfujin Prec Ind Wuhan | 被叫提示系統及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| HK1231592A1 (zh) | 2017-12-22 |
| WO2017000786A1 (zh) | 2017-01-05 |
| TW201719452A (zh) | 2017-06-01 |
| CN106326208A (zh) | 2017-01-11 |
| CN106326208B (zh) | 2019-06-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6726800B2 (ja) | 人工知能に基づくヒューマンマシンインタラクション方法及び装置 | |
| JP5405672B2 (ja) | 外国語学習装置及び対話システム | |
| KR102388042B1 (ko) | 대화 시스템 및 그것을 위한 컴퓨터 프로그램 | |
| KR100679043B1 (ko) | 음성 대화 인터페이스 장치 및 방법 | |
| JP2017107078A (ja) | 音声対話方法、音声対話装置及び音声対話プログラム | |
| KR20210154849A (ko) | 2-패스 방식의 종단간 음성 인식 | |
| JP2014191030A (ja) | 音声認識端末およびコンピュータ端末を用いる音声認識方法 | |
| WO2020048143A1 (zh) | 基于机器学习的同声传译方法及装置 | |
| KR20210059995A (ko) | 학습 기반의 외국어 말하기 평가 방법 및 그 시스템 | |
| TWI594136B (zh) | 一種通過語音對機器人進行訓練的系統及方法 | |
| CN116821290A (zh) | 面向多任务对话的大语言模型训练方法和交互方法 | |
| Lekova et al. | System software architecture for enhancing human-robot interaction by conversational ai | |
| WO2023226767A1 (zh) | 模型训练方法和装置及语音含义的理解方法和装置 | |
| KR102564008B1 (ko) | 실시간 통역단위문 추출에 기반한 동시통역 장치 및 방법 | |
| JP6306447B2 (ja) | 複数の異なる対話制御部を同時に用いて応答文を再生する端末、プログラム及びシステム | |
| CN108717854A (zh) | 基于优化gfcc特征参数的说话人识别方法 | |
| JP7224278B2 (ja) | ユーザの発話文に対する応答文を推定する装置、プログラム及び方法 | |
| KR102181583B1 (ko) | 음성인식 교감형 로봇, 교감형 로봇 음성인식 시스템 및 그 방법 | |
| WO2024212692A1 (zh) | 口语学习方法、装置、设备及存储介质 | |
| Bharathi et al. | A cost effective implementation of a voice assisted home automation system | |
| JP2013239021A (ja) | 会議支援システム及び方法、コンピュータプログラム並びに記録媒体 | |
| JP7363307B2 (ja) | 音声チャットボットにおける認識結果の自動学習装置及び方法、並びにコンピュータプログラム及び記録媒体 | |
| WO2023036283A1 (zh) | 一种在线课堂交互的方法及在线课堂系统 | |
| Kraus | Mixed-initiative intent recognition using cloud-based cognitive services | |
| Yoshimura | Casual conversation technology achieving natural dialog with computers |