當前位置：首頁 > 运维知识 > windows >内容正文

windows

基于android平台的语音机器人服务娱乐系统

發布時間：2024/1/8 windows 30 豆豆

生活随笔收集整理的這篇文章主要介紹了基于android平台的语音机器人服务娱乐系统小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

分?類號：TP311

學校代碼：11460

學號：10130920

本科生畢業論文

基于android平臺的語音機器人服務娛樂系統

Robot Entertainment Service System Based on Android Platform

所在系（院）：

學?生：

指?導?教?師：

研究起止日期：

學位論文獨創性聲明
本人鄭重聲明：
1. 堅持以“求實、創新”的科學精神從事論文寫作工作。
2. 本論文是我個人在導師指導下進行的研究工作和取得的研究成果。
3. 本論文中除引文外，所有實驗數據和有關材料均是自己研究完成。
4. 本論文中除引文和致謝的內容外，本論文沒有抄襲，剽竊他人已經發表的研究成果。

5. 其他同學和導師對本文研究所做的貢獻均已在論文中作了聲明并表示了謝意。

作者簽名：劉倩
2013年 4 月 15 日

摘要

隨著科學技術的發展，人們已不再滿足當前人機交換信息的方式，而希望能用自然語言直接進行信息傳遞，以便大大的提高人的工作效率，語音識別是建立計算機聽覺系統的基礎，而目前，很大一部分應用都是基于移動互聯網技術，也是目前幾年國家一直推崇發展的，而近幾年移動平臺上有關語音識別的應用非?；鸨?#xff0c;國內有像挖財和UC瀏覽器等推出的語音輸入和控制功能，在助手類應用中，語音識別更是作為一種必不可少的主流技術，比如現在主流的GPS語音導航系統，基于Android平臺的語音播報器等，不僅能增強較完美的用戶體驗，還能給客戶增加不少趣味性，但是目前基于安卓移動平臺的機器人大多數都以文字輸入形式和機器人進行溝通聊天，內容形式比較單一，缺乏趣味性，現在流行的simsimi小黃雞中文版是一款運行在Android平臺上的安卓手機聊天機器人，雖然擁有龐大的數據庫，但是不支持語音聊天，不智能化，因為語音識別是近幾年手機開發的主流，所以我想能夠開發一款基于Android平臺的語音機器人娛樂系統，能夠語音和我們的機器人進行聊天，還可以通過語音進行天氣的查詢，它一樣擁有龐大的數據庫，而且會越來越智能，越聰明。

關鍵詞：android；java；語音功能；智能；開源系統；數據庫；

Abstract

With the development of science and technology, people are no longer satisfied with the current human ways to exchange information, hope can directlycommunicate with natural language, so as to greatly improve people's working efficiency, speech recognition is the foundation, establishing computer auditory system at present, a large part of the application is based on mobile Internettechnology, is currently a few the state has always promoted development, in recent years, the mobile platform application on speech recognition is very hot,there are like the speech input and control function to dig property and a UC browser launched, in a helper class applications, speech recognition is anecessary mainstream technology, such as the current mainstream GPS voice navigation system based on the Android platform, voice broadcast device, can not only enhance the perfect user experience, can increase the number ofinterest to the customer, but the Android mobile platform robot most on text input form and robot communication based on content, form is single, lack of interest,Chinese version of simsimi chicken is popular now a run on the Android platformAndroid mobile phone chat robot, though With a large database, but does not support the voice chat, not intelligence, because speech recognition is the mainstream of the mobile phone development in recent years, so I want to be able to develop a speech robot entertainment system based on Android platform,capable of speech and our robot to chat, also can be the weather by voicequery, it has the same the large database, and will be more and more intelligent,more clever.

Key Words:?Android;java; SQLite database; SQLite database; open source system; smart; Voice function;

1 緒論

1.1 研究背景及現狀

早在計算機發明之前，自動語音識別的設想就已經被提上了議事日程，早期的聲碼器可被視作語音識別及合成的雛形。而1920年代生產的"Radio Rex"玩具狗可能是最早的語音識別器，當這只狗的名字被呼喚的時候，它能夠從底座上彈出來，這就是第一代語音機器人的誕生。

隨著現代技術的發展，人們對移動終端的依賴性和期望是越來越大。短信發送，語音通訊，手機小游戲等都已經無法滿足人們對移動終端的需求，這些移動終端也開始失去了市場。人們現在都想要各種機器能聽懂人類的語言，并且能做到人說什么，機器就會按照人說的話，去執行命令，從而實現人機的語言交流。隨著計算機科技的發展，人們的這一想法終于可以實現，這是由于語音識別技術的出現，使得機器通過識別和理解，然后把人的語音信號轉變成機器相對應的命令。語音識別技術的應用已經成為當今社會上具有競爭價值的新興高科技加高技術的產業。它在人機交互中占的比列將會越來越大。所以本課題的研究也正是致力于開發出一款基于android手機平臺的語音娛樂服務機器人，除了可以正常的和用戶進行語音交流外，還可以實現一些用戶生活上的幫助功能，來滿足用戶的使用和需求，比如查詢天氣等。

1.2語音識別基本原理

語音識別過程與人對語音識別處理的過程基本上是一致的。它實際上是一種模式識別系統，和常規的模式系統一樣，有特征提取、模式匹配、參考模式庫等三個基本單元。

語音識別系統的基本結構如圖1-1所示。它分為三個步驟：

（1）前端處理：從語音信號中提取有效的特征參數來代表語音特征，具有很好的區分性。

（2）聲學模型與模式匹配：聲學模型通常將獲取的語音特征通過學習算法產生，在識別時將輸入的語音特征與聲學模型進行匹配與比較，得到最佳的識別結果。[5]

（3）語言處理：語言處理可以進行語法、語義分析，通過最好有高效的算法，保證語音識別的實現。

圖1-1語音識別的原理框圖

Android手機上實現語音識別的原理：android手機先將用戶語音輸入的信號，送至科大訊飛的云端，借助于云端技術可以識別用戶的語音輸入，云端搜索完畢后，將返回打印數據。

1.3科大訊飛介紹

科大訊飛作為中國最大的智能語音技術提供商，在智能語音技術領域有著長期的研究積累，并在中文語音合成、語音識別、口語評測等多項技術上擁有國際領先的成果?；趽碛凶灾髦R產權的世界領先智能語音技術，科大訊飛已推出從大型電信級應用到小型嵌入式應用，從電信、金融等行業到企業和家庭用戶，從PC到手機到MP3/MP4/PMP和玩具，能夠滿足不同應用環境的多種產品。科大訊飛占有中文語音技術市場70%以上市場份額，語音合成產品市場份額達到70%以上，在電信、金融、電力、社保等主流行業的份額更達80%以上，開發伙伴超過10000家，以訊飛為核心的中文語音產業鏈已初具規模。

要實現語音機器人的對話功能，必須要用到一下兩種技術

語音合成技術

語音合成和語音識別技術是實現人機語音通信，建立一個有聽和講能力的口語系統所必需的兩項關鍵技術。使電腦具有類似于人一樣的說話能力，是當今時代信息產業的重要競爭市場。和語音識別相比，語音合成的技術相對說來要成熟一些，并已開始向產業化方向成功邁進，大規模應用指日可待。

語音識別技術

自動語音識別技術(Auto Speech Recognize，簡稱ASR)所要解決的問題是讓計算機能夠“聽懂”人類的語音，將語音中包含的文字信息“提取”出來。ASR技術在“能聽會說”的智能計算機系統中扮演著重要角色，相當于給計算機系統安裝上“耳朵”，使其具備“能聽”的功能，進而實現信息時代利用“語音”這一最自然、最便捷的手段進行人機通信和交互。

2語音機器人服務娛樂系統的研究分析

本文系統設計采用的開發環境為Windows下的Google Android開發平臺。

所需軟件如下：

Eclipse 3.3.2

JAVA JDK SE 1.6

Google Android SDK

ADT

2.1市場可行性

隨著現今科技技術的發展，3G技術的發展帶來了3G手機的到來，基于Android操作系統的手機市場逐步發展壯大，愈來愈多的人開始選擇谷歌的Android手機，因此這個市場的商業價值很高，所以我們選擇了開發基于Android平臺的語音識別應用系統。由于科學技術的不斷發展，讓各種機器能聽懂人類的語言并能按人的命令來行動，從而實現了人類與機器的語言交流。而Android自帶的語音功能卻很少被開發和應用，沒能給人們帶來快捷和便利，正因為如此，我決定開發此語音機器人服務娛樂系統，不僅可以和機器人進行簡單的聊天交流，同時還可以通過語音來查詢天氣，并且加入動畫增加趣味性，因此我希望我的研發不僅可以成為人們生活的好伙伴，還可以作為兒童們的玩具，而目前正缺少這種帶有趣味性，類似湯姆貓，功能也比較多的機器人服務娛樂系統了，它會讓你覺得有一個真正的伙伴站你的面前，和你輕松交談，所以從市場角度來看，十分有必要開發基于Android的機器人服務娛樂系統。

2.2研究目的

隨著一批又一批的移動應用不斷發布的今天，開發一個具有對話功能的語音機器人服務娛樂系統，會受到大部分小朋友，學生以及年輕上班族的青睞，并且該系統必須具備操作簡單，功能俱全，可擴展性好，娛樂性豐富，不單一等特點，現在市場已經有類似的語音機器人，如湯姆貓等，但玩法大多比較單一，對話簡單，而這款具有對話功能的語音機器人服務娛樂系統，玩法多樣化，能真正的實現智能語音對話的功能，讓它成為你工作，娛樂，生活中的好伙伴另外。
通過此次設計，能夠掌握android軟件開發，掌握控件、數據庫SQLite和多線程編程技術。能夠在實踐中了解語音識別技術，掌握android語音播報天氣等功能，因為語音機器人可不斷的完善的功能很多，所以可以涉及到很多android的應用功能，所以希望自己在程序開發的過程中，不斷的總結錯誤，提高自己的實踐能力。

2.3 Android介紹

Android是一種基于Linux的自由及開放源代碼的操作系統，主要使用于移動設備，如智能手機和平板電腦，由Google公司和開放手機聯盟領導及開發。尚未有統一中文名稱，中國大陸地區較多人使用“安卓”或“安致”。

2.3.1 Android平臺架構

圖2-1 Android的架構流程圖

應用程序層（Applications）
該層主要有移動終端常常自帶的一些手機軟件，如：email客戶端，SMS 短消息程序，日歷，地圖，瀏覽器，聯系人管理程序等。這些應用主要的開發語言是JAVA語言。因此使得熟悉JAVA開發的開發者，能很快的過渡到android系統軟件的開發中。開發者開發的軟件也是應用在該層上面。

應用程序框架 (Application Framework)
開發人員通過API框架來了解核心應用技術。任何應用程序可以通過發布它的功能塊同時任何其它的應用程序都能夠使用其所發布的功能塊（不過得遵循框架的安全性限制）。同樣，任何應用程序重用機制都可以使用戶方便的替換程序組件。
隱藏在每個應用程序后面的是一系列的服務系統, 其中包括：
視圖（Views）——可以用來創建應用程序，它包括：列表（lists），文本框（text boxes），按鈕（buttons），網格（grids）。
內容提供器（Content Providers）——它使應用程序能夠訪問另一個應用程序的數據，或者分享他們已有的資源。
資源管理器（Resource Manager）——提供了訪問資源并且非代碼的形式，例如圖形，字符串，和一些布局文件（layout files）。
活動管理器（Activity Manager）——專門管理一些程序的生命周期同時提供了常用的導航返回功能。
通知管理器（Notification Manager）——它讓應用程序在顯示框中可以顯示出自己定義的一些提示信息。

程序庫（Libraries）
Android 包含了C/C++庫，這些程序庫能被Android的系統不同的組件使用。這些組件可以通過Android的程序框架來為開發者提供已設置的服務。以下是已有的核心庫：
系統C庫——一個繼承了BSD而來的標準 C系統的函數庫（libc），這是專門為基于嵌入式linux的設備而定制的。
媒體庫——該庫支持了多種最常用的關于音頻、視頻的回放和錄制，同時還支持靜態的圖像文件。編碼格式包括MP3、JPG、AAC、PNG、AMR。
Surface Manager——它是專門管理顯示的子系統，而且應用程序還可以將2D和3D的圖層的融合起來。
SGL——底層2D的圖形驅動引擎。
3D libraries——圖形庫，該庫使用了3D的硬件和軟件加速。
FreeType——位圖和矢量，顯示字體。
SQLite——任何開發程序都能使用，功能非常好的輕型數據庫。

Android 運行庫層（Android Runtime）

Android中有自己的核心庫，此核心庫給予了大多數JAVA編程中的核心庫擁有語言功能。所有Android開發程序都是自己在進程中各自運行，它們都有自己的虛擬機實例。JAVA虛擬機被專門設計成專有設備，它能夠運行多個虛擬系統。

Android包含一個c/c++的集合，當開發者使用android應用程序架構時，android系統會通過這些集合來支持對開發者使用的各個組件，下面是一些庫：

Surface Manager
管理多個程序執行時候的相互存取和顯示，同時也負責對2D與3D的繪圖進行合成顯示。
Media Framework
中文是多媒體庫，支持多種常用的視頻，音頻格式的播放和錄制，比如：MPEG4、MP3、H.264、AAC、ARM等。
SQLite
這是相對于Oracle、mysql、sqlserver等一些數據庫還小的小型數據庫，它是關系型數據引擎。
OpenGL|ES
是根據OpenGL ES API的標準實現的3D繪圖函數庫。
FreeType
提供矢量和位圖。
WebKit

Web瀏覽引擎。

每個android應用程序都是采用Java語言編寫的而且，它都運行在Dalvik虛擬機上，而Dalvik虛擬機只執行“.dex”的文件，Java程序通過編譯時，還需要通過android的SDK中的“dx”工具將其轉化為“.dex”的后綴文件，才能正常的運行。

Linux 內核（Linux kernel）

Android的核心系統的服務依是基于 Linux的內核，如安全性，內存管理，進程管理，網絡的協議棧和驅動模型。

2.3.2 Android應用程序構成

對一個Android應用程序而言，一般是由下面4大組件構造而成：

Activity（活動）
Broadcast Receiver（廣播接收器）
Service（服務）
Content Provider（內容提供器）

Activity
應用程序的每個界面都將是Activity類的擴展。Acitvities用視圖(View)構成GUI來顯示信息、響應用戶操作。就桌面開發而言，一個活動(Activity)相當于一個窗體(Form)。

Intent Receiver
應用程序消息傳遞框架，它是各個組件之間的橋梁，它可以在給特定的服務傳播消息來執行你的意圖。

Service
Service組件在后臺運行，更新你的數據源和可見的Activities，觸發通知(Notification)。在應用程序的Activities不激活或不可見時，用于執行依然需要繼續的長期處理。

Content Provider

Content Providers用于管理和共享應用程序數據庫。是跨應用程序邊界數據共享的優先方式。

2.4 Eclipse簡介

Eclipse是一種可擴展的開放源代碼IDE。2001年11月，IBM公司捐出價值4,000萬美元的源代碼組建了Eclipse聯盟，并由該聯盟負責這種工具的后續開發。集成開發環境(IDE)經常將其應用范圍限定在“開發、構建和調試”的周期之中。為了幫助集成開發環境(IDE)克服目前的局限性，業界廠商合作創建了Eclipse平臺。Eclipse允許在同一IDE中集成來自不同供應商的工具，并實現了工具之間的互操作性，從而顯著改變了項目工作流程，使開發者可以專注在實際的嵌入式目標上。

Eclipse框架的這種靈活性來源于其擴展點。它們是在XML中定義的已知接口，并充當插件的耦合點。擴展點的范圍包括從用在常規表述過濾器中的簡單字符串，到一個Java類的描述。任何Eclipse插件定義的擴展點都能夠被其它插件使用，反之，任何Eclipse插件也可以遵從其它插件定義的擴展點。除了解由擴展點定義的接口外，插件不知道它們通過擴展點提供的服務將如何被使用。

2.4.1 Eclipse的優點

Eclipse的最大特點是它能接受由Java開發者自己編寫的開放源代碼插件，這類似于微軟公司的Visual Studio和Sun 微系統公司的NetBeans平臺。Eclipse為工具開發商提供了更好的靈活性，使他們能更好地控制自己的軟件技術。Eclipse 聯盟已經宣布將在2004年中期發布其3.0版軟件。這是一款非常受歡迎的java開發工具，這國內的用戶越來越多，實際上實用它java開發人員是最多的。缺點就是較復雜，對初學者來說，理解起來比較困難。

3語音機器人服務娛樂系統的需求分析

3.1 功能需求

基于android平臺的語音機器人服務娛樂系統，是通過語音與手機交換講話娛樂的系統,通過系統能夠輸入對話的信息并語音閱讀出來，實現了通過手機象對語音機器人一樣講話服務娛樂的功能。以下是語音識別應用系統具備的功能：

能夠和機器人進語音進行聊天，可以由軟件開發者修改數據庫里的對話內容

設有語音查詢天氣功能

3.2 需求分析

在軟件設計之前，我們需要做的就是在市場針對這一類型的軟件進行調查，看是否能夠滿足于大部分人生活的需要，我們要做的工作就是對語音識別應用系統實現的流程、操作等做出詳細的調查，從而了解系統需要實現的功能。系統在開發的過程中，經過了較長時間的設計階段，需要不斷的優化和完善，

4語音識別應用系統的設計及相關技術

4.1 功能框架

本系統旨在建立Android手機，主要有如下幾個核心功能模塊，如圖4-1所示：

Android語音控制系統

圖4.1 系統功能框架

功能選擇

語音記事本

控制電燈

添加

刪除

通過按鈕控制電燈開關

通過語音控制電燈開關

添加標題

添加的內容存儲到數據庫中

刪除對應在數據庫的內容

圖4-1 軟件功能模塊流程圖

各個模塊具體功能如下：

語音記事本：

添加模塊
點擊menu后點擊添加進入新的記事本，輸入標題和添加記錄內容，點擊確定BUTTON，保存到數據庫中

刪除模塊

點擊menu后，點擊刪除按鈕，即可刪除記錄

控制電燈：

按鈕控制模塊
通過開/關Button,來控制燈的開關

語音控制模塊

通過按下語音Button，當說開燈/關燈時來控制燈的開/關

4.2 系統實現流程圖

啟動模擬器后，首先進入的是登錄界面，輸入用戶名和密碼后，進入主界面，然后通過兩個下面的Button來選擇功能界面，并且進行不同的操作，整個流程如圖4-2所示：

開始

主界面

功能選擇

yes

說笑話

退出

查詢地理位置

系統幫助

圖4-2系統實現流程圖

4.3 用戶界面設計

用戶登錄界面
用戶登錄界面是系統運行之后進入的第一個顯示界面，用來完成用戶的用戶名和密碼登錄，確認以后進入主界面。

主界面
一進入主界面通過按發音按鈕，可以和語音機器人進行簡單的語音聊天，可以通過發出“北京”等，查詢各個城市的天氣，并且由語音機器人進行語音播報
通過一個BUTTON按鈕，散開式樣的風格進行不同的功能選擇。
說笑話，可以讓機器人語音說笑話
查詢地址位置，當選擇進入語音記事本后，將進入地理位置功能，將定位你目前的地理位置，自動播報你當前的所在位置。
系統幫助界面，可以顯示機器人服務娛樂系統的玩法。
退出，退出系統
4.4 數據存儲設計
數據存儲方式?？煞譃?#xff1a;SharePreference、SQLite、Content Provider和File。作為一個完整的應用程序，數據存儲操作是不能缺少的。因此，Android系統一共提供了四種數據存儲方式。
SQLite： SQLite是一個擁有強大功能的輕量級數據庫，支持基本SQL語法，是常被使用的一種數據存儲方式。Android為此數據庫提供了一個名為SQLiteDatabase的類，封裝了一些操作數據庫的API。
SharedPreference：除了SQLite數據庫以外，另一種經常被使用的數據存儲方式，其本質就是一個xml文件，常用于存儲較簡單的參數設置。
File：即常說的文件（I/O）存儲方法，常用存儲大數量的數據，但是缺點是在更新數據時效率低。
ContentProvider: Android系統中用來實現所有應用程序共享的一種數據存儲方式，由于數據通常在各自應用間的是互相私密的，因而此存儲方式使用比較少，但是其又是必不可少的一種存儲方式。例如音頻，視頻，通訊錄，一般都可以使用此存儲方式。每個Content Provider都會對外提供一個公共的URI，當有應用程序有數據需要共享時，就需要使用Content Provider為這些數據定義一個URI，之后其他的應用程序就可以通過Content Provider傳入這個URI來對數據進行操作。
本文使用了SQLite數據庫來保存語音聊天的對話信息。系統保存了語音主人的問題和機器人的回答，通過SQLite數據庫中的保存的主人問題和TTS返回的resultString進行模糊查詢。如果匹配成功，則返回機器人的回答，機器人的回答就是SQLite里保存的constant.ANS字段，當然，實現這樣一個語音對話需要解決一系列技術問題。比如谷歌的語音包是不支持中文的，為了很快的進行服務器的語音數據提取，目前最主流的語音包是來自科大訊飛的TTS語音包，支持中文，還有就是，數據庫如何創建；該數據庫包含哪些操作；接下來對數據庫的一些操作性的問題做個簡單的解答：

SQLite數據庫如何創建？

解答：我們都知道Android編程用的也是Java語言，傳統的數據庫創建和操作是基于一塊操作的，那么我們在做JAVA編程的時候就要很好地利用JAVA面向對象的特點，首先我們寫一個初始化的類，用來進行數據庫和數據表的初始化，創建一個類constants，這個類專門對數據庫進行初始化。這樣做的目的就是為了方便以后直接利用這個對象進行數據庫的操作，這個類如圖4-3所示：

圖4-3 數據庫的操作類圖

代碼如下：

public class constants extends Activity{

//這里的代碼很重要，用來進行數據庫的初始化工作

public static final String DATABASE_NAME = "chat.db";

public static final int DATABASE_VERSION = 1;

public static final String CHAT_TABLE_NAME = "chat_table";//對話表名

public static final String ANS = "ans";//對話問題問題字段名

public static final String QUS= "qus";//對話答案答案字段名

public static SQLiteDatabase db;

public static final int ACTIVITY_CREATE = 0;

public static final int ACTIVITY_EDIT = 1;

}

如上代碼所示，創建一個constants類來初始化數據,在這里數據名為chat.db，數據表為chat_table,有兩個字段ans(主人的問題)和qus（機器人的回答).

2.系統應用到的數據庫主要就是查詢，事先就應該將對話的數據全部寫進去，在昨晚數據信息的初始化以后，下一步要做的就是繼承SQLiteOpenHelper來創建數據庫和數據表，在public void Oncreate(SQLiteDatabase db)中進行數據添加，

代碼如下：

public class DBHelper extends SQLiteOpenHelper {

public DBHelper(Context context) {

super(context, constants.DATABASE_NAME, null,

constants.DATABASE_VERSION);

}

@Override

public void onCreate(SQLiteDatabase db) {

// TODO Auto-generated method stub

String sql = "CREATE TABLE " + constants.CHAT_TABLE_NAME + " ("

+ constants.QUS + " text not null, " + constants.ANS

+ " text not null " + ");";

Log.i("chenggong:createDB=", sql);

db.execSQL(sql);

String sql1 = "insert into " + constants.CHAT_TABLE_NAME + " ("

+ constants.QUS + ", " + constants.ANS + ") values('你好','你好');";

String sql2 = "insert into " + constants.CHAT_TABLE_NAME + " ("