導(dǎo)航電子地圖中的語(yǔ)音匹配與模式識(shí)別

1、導(dǎo)航電子地圖中的語(yǔ)音匹配與模式識(shí)別張 翎（南京師范大學(xué)地理科學(xué)學(xué)院， 南京210046）摘 要：針對(duì)目前在導(dǎo)航電子地圖系統(tǒng)中仍然采用鼠標(biāo)、鍵盤(pán)、觸摸屏等傳統(tǒng)輸入方式的不足，本文研究了語(yǔ)音控制技術(shù)在導(dǎo)航系統(tǒng)中的初步應(yīng)用方法。由于在導(dǎo)航系統(tǒng)應(yīng)用中存在的噪聲大、孤立詞和模糊語(yǔ)音等問(wèn)題，本文在采用通用的語(yǔ)音識(shí)別模塊的基礎(chǔ)上，首次提出了基于拼音音節(jié)字符串有效字符的相近匹配度算法，建立了靈活、可擴(kuò)充的模糊拼音庫(kù)，實(shí)驗(yàn)證明該方法顯著地提高了語(yǔ)音的匹配率；運(yùn)用人工智能技術(shù)和模式識(shí)別方法，建立了導(dǎo)航應(yīng)用的句法關(guān)鍵詞規(guī)則庫(kù)，基本實(shí)現(xiàn)了基于自然語(yǔ)言的人機(jī)交互功能，并將該技術(shù)實(shí)際應(yīng)用于導(dǎo)航電子地圖系統(tǒng)中，完善了語(yǔ)音的

2、輸入功能，提高了操作效率和系統(tǒng)的智能化程度，為導(dǎo)航電子地圖系統(tǒng)的進(jìn)一步應(yīng)用提供了快捷、有效的交互平臺(tái)。關(guān)鍵詞：語(yǔ)音 導(dǎo)航 電子地圖 模式識(shí)別Matching and Pattern Recognition of Voice For Electronic Navigation Map SystemZhang Ling(Nanjing Normal University, Nanjing 210046)Abstract: This paper probes into a basic application of voice control technology in electronic navi

3、gation map system. Because there are some problems in the application of navigation system, such as noise, isolated words and blurry voice, this paper, that is based on a current voice recognition module, firstly puts forward a method of the similar matching-degree calculation on geographical inform

4、ation which adopts faintness matching on pinyin string to improve their matching rates, sets up a rule database of syntax and keywords, basically realizes the interaction function of person and computer. The method has been successfully applied in navigation electronic atlas, which improves the inpu

5、t function of voice, and increases intelligent extent of electronic map application.Key words: voice; navigation; electronic map; pattern recognition目 錄1引 言32 研究的理論與技術(shù)基礎(chǔ)42.1導(dǎo)航電子地圖與語(yǔ)音導(dǎo)航42.2語(yǔ)音應(yīng)用的分類42.3語(yǔ)音應(yīng)用流程52.4技術(shù)基礎(chǔ)5語(yǔ)言匹配技術(shù)5模式識(shí)別技術(shù)63若干關(guān)鍵技術(shù)研究63.1主要存在的問(wèn)題63.2語(yǔ)言類型的選擇63.3導(dǎo)航句法規(guī)則庫(kù)的建立73.4拼音字符串的相近匹配度計(jì)算84實(shí)驗(yàn)與結(jié)果分析1

6、04.1實(shí)驗(yàn)數(shù)據(jù)114.2實(shí)驗(yàn)步驟114.3實(shí)驗(yàn)系統(tǒng)的界面114.4實(shí)驗(yàn)結(jié)果分析125結(jié)論與討論136謝辭137參考文獻(xiàn)14附錄：151 引 言現(xiàn)代社會(huì)的發(fā)展，已經(jīng)進(jìn)入了高信息化時(shí)代。信息成為推動(dòng)人類社會(huì)發(fā)展的強(qiáng)大動(dòng)力，而詳實(shí)、準(zhǔn)確的地理信息對(duì)人類社會(huì)發(fā)展產(chǎn)生的巨大推動(dòng)作用更加毋庸置疑。電子地圖的出現(xiàn)使得地理信息的顯示更加方便、直觀，并且將地圖的應(yīng)用擴(kuò)展到了更廣闊的領(lǐng)域1。隨著計(jì)算機(jī)科學(xué)與技術(shù)的發(fā)展，我國(guó)已經(jīng)公開(kāi)出版了不少電子地圖產(chǎn)品，如武漢百事通、中國(guó)電子地圖、中國(guó)深圳等，國(guó)外也有很多內(nèi)容豐富、功能強(qiáng)大的電子地圖產(chǎn)品，如微軟公司出品的Encarta 97 World Atlas等。這些產(chǎn)品通

7、過(guò)人機(jī)交互，可以實(shí)現(xiàn)查詢、統(tǒng)計(jì)、分析、量算、決策和定位導(dǎo)航等功能，一定程度上顯示了電子地圖反應(yīng)地理信息的優(yōu)越性。電子地圖問(wèn)世的目的是為人類服務(wù)的，隨著國(guó)家道路建設(shè)的日益完善、人民生活水平的提高，車輛將進(jìn)入普通家庭，現(xiàn)有道路設(shè)施的合理利用將為建設(shè)一個(gè)安全、可靠、高效快捷的交通運(yùn)輸系統(tǒng)做出貢獻(xiàn)。導(dǎo)航電子地圖系統(tǒng)的使用，不但使交通管制游刃有余，對(duì)個(gè)人而言，出行將更加方便、快捷。但是，現(xiàn)有的導(dǎo)航電子地圖在人機(jī)交互方面還有一定的欠缺，如沒(méi)有實(shí)現(xiàn)人與計(jì)算機(jī)之間直接用自然語(yǔ)言進(jìn)行交流等，還沒(méi)有使電子地圖真正實(shí)現(xiàn)人工智能（Artificial Intelligence）。展望其今后的發(fā)展，無(wú)論是三維電子地圖，

8、網(wǎng)絡(luò)電子地圖，還是智能導(dǎo)航電子地圖，以及智能交通系統(tǒng)（Intelligent Transportation System，簡(jiǎn)稱ITS）9的實(shí)現(xiàn)，都要求以人為本，實(shí)現(xiàn)人性化的人機(jī)交互。語(yǔ)音在導(dǎo)航電子地圖系統(tǒng)中應(yīng)用的目的是為了使計(jì)算機(jī)能夠模擬人的語(yǔ)言交流過(guò)程，并且能夠理解和運(yùn)用人的自然語(yǔ)言，提高交通導(dǎo)航系統(tǒng)的智能化程度，以最終實(shí)現(xiàn)人與計(jì)算機(jī)系統(tǒng)的自然交互。在語(yǔ)音導(dǎo)航研究方面，目前許多國(guó)家、機(jī)構(gòu)都制定了專門(mén)的實(shí)施計(jì)劃，如美國(guó)DARPA的Communication計(jì)劃、歐洲的ARISE計(jì)劃、REWARD計(jì)劃和VERBMOBIL計(jì)劃，同時(shí)許多著名的學(xué)府和研究機(jī)構(gòu)都正在從事這方面的研究，如MIT的SLS實(shí)

9、驗(yàn)室、CMU的ISL實(shí)驗(yàn)室、Lucent-Bell實(shí)驗(yàn)室、日本的ATR實(shí)驗(yàn)室、OGI的CSLU中心和Philips公司等。在我國(guó)，中科院自動(dòng)化所、清華大學(xué)、武漢大學(xué)、北京航空航天大學(xué)等都投入了很大的精力開(kāi)展這項(xiàng)研究，但目前漢語(yǔ)語(yǔ)音導(dǎo)航仍然以導(dǎo)航信息的語(yǔ)音提示為主，尚處于起步階段，還沒(méi)有實(shí)用性的語(yǔ)音輸入與控制的導(dǎo)航系統(tǒng)產(chǎn)品。本論文的目的是將自然語(yǔ)言交流方法運(yùn)用于導(dǎo)航系統(tǒng)中，使語(yǔ)音、電子地圖和交通導(dǎo)航真正有機(jī)地結(jié)合起來(lái)。本文在現(xiàn)有商品化的語(yǔ)音識(shí)別模塊基礎(chǔ)上，針對(duì)噪聲環(huán)境下中文文字識(shí)別率較低的情況下，考慮到導(dǎo)航系統(tǒng)所特有的語(yǔ)言特點(diǎn)，運(yùn)用模式識(shí)別技術(shù)和自然語(yǔ)言匹配方法，建立面向?qū)Ш綉?yīng)用的句法規(guī)則，在傳

10、統(tǒng)鼠標(biāo)、鍵盤(pán)、觸摸屏等輸入方式的基礎(chǔ)上增加語(yǔ)音的輸入功能，實(shí)現(xiàn)語(yǔ)音導(dǎo)航的語(yǔ)義理解和自動(dòng)操作，并將其實(shí)際應(yīng)用到南京師范大學(xué)導(dǎo)航電子地圖系統(tǒng)中，以簡(jiǎn)化系統(tǒng)的命令操作流程，提高應(yīng)用中的安全性，最終為提高交通導(dǎo)航系統(tǒng)的智能化程度，實(shí)現(xiàn)人與計(jì)算機(jī)系統(tǒng)的自然交互服務(wù)，為智能交通系統(tǒng)（ITS）的建立奠定基礎(chǔ)。2 研究的理論與技術(shù)基礎(chǔ)2.1 導(dǎo)航電子地圖與語(yǔ)音導(dǎo)航導(dǎo)航電子地圖將GPS定位系統(tǒng)與電子地圖結(jié)合起來(lái)，在不斷發(fā)展的計(jì)算機(jī)軟硬件技術(shù)支持下，以電子地圖數(shù)據(jù)庫(kù)為數(shù)據(jù)基礎(chǔ)，充分利用GPS的高精度定位能力、電子地圖的空間分析和直觀表達(dá)能力，實(shí)現(xiàn)地圖顯示、目標(biāo)查詢、距離量算、路徑分析等眾多功能，并在實(shí)時(shí)、有效地獲

11、取移動(dòng)目標(biāo)（如車輛）所在位置的基礎(chǔ)上，進(jìn)一步實(shí)現(xiàn)定位、導(dǎo)航和相關(guān)信息服務(wù)1。目前，提高導(dǎo)航電子地圖的智能化程度是導(dǎo)航系統(tǒng)普遍的研究重點(diǎn)，它包括兩層含義，一是導(dǎo)航路徑分析、目標(biāo)搜索、查詢方法的智能化，適應(yīng)各種復(fù)雜分析條件和用戶要求，以建立有效正確的導(dǎo)航應(yīng)用，在這一方面已經(jīng)取得了大量的研究成果；二是系統(tǒng)界面和交互環(huán)境的智能化，這是提供系統(tǒng)應(yīng)用的靈活性，因?yàn)閷?dǎo)航電子地圖系統(tǒng)的應(yīng)用通常是在動(dòng)態(tài)移動(dòng)環(huán)境下，需要快速、方便和安全的用戶輸入和實(shí)時(shí)的結(jié)果信息反饋。針對(duì)這一要求，傳統(tǒng)的鼠標(biāo)、鍵盤(pán)模式存在嚴(yán)重的缺陷，如輸入速度慢、不能在目標(biāo)動(dòng)態(tài)移動(dòng)過(guò)程中實(shí)時(shí)進(jìn)行。語(yǔ)音技術(shù)是人工智能技術(shù)的重要組成部分，隨著語(yǔ)音識(shí)別

12、技術(shù)的發(fā)展，應(yīng)用語(yǔ)音提高導(dǎo)航系統(tǒng)的智能化程度已具有一定的研究基礎(chǔ)。目前，已有一些商品化的語(yǔ)音軟件在國(guó)內(nèi)得到較好的應(yīng)用，如IBM的ViaVoice、Microsoft的Speech SDK等。語(yǔ)音導(dǎo)航必然成為導(dǎo)航系統(tǒng)的一個(gè)新的研究領(lǐng)域。2.2 語(yǔ)音應(yīng)用的分類導(dǎo)航電子地圖中的語(yǔ)音所研究的并非完全的自然語(yǔ)言，而是結(jié)合導(dǎo)航應(yīng)用的語(yǔ)音信息，具有專業(yè)領(lǐng)域的語(yǔ)言特點(diǎn)和語(yǔ)法規(guī)則。從應(yīng)用的角度出發(fā)，可分為以下幾類：（1）輸出型語(yǔ)音輸出型語(yǔ)音的應(yīng)用是根據(jù)使用電子地圖的目的，在顯示地圖圖形的同時(shí)，將與主題有關(guān)的內(nèi)容用聲音播報(bào)出來(lái)，使電子地圖具有語(yǔ)言表達(dá)的功能。該類型的語(yǔ)音通常是系統(tǒng)發(fā)送給用戶的信息，一般為固定的內(nèi)容

13、播報(bào)，也有系統(tǒng)通過(guò)分析生成的內(nèi)容，如在導(dǎo)航系統(tǒng)中有類似“前方100米向從左邊數(shù)第3個(gè)路口轉(zhuǎn)”的信息反饋，其中的“100”和“3”是由系統(tǒng)分析所得。輸出型語(yǔ)音的只能單向的由系統(tǒng)向用戶發(fā)送語(yǔ)音信息，不能夠使用語(yǔ)音輸入，還沒(méi)有實(shí)現(xiàn)智能化的人機(jī)交互。（2）輸入型語(yǔ)音輸入行語(yǔ)音是指用戶通過(guò)話筒等聲音采集設(shè)備將命令或者要執(zhí)行的操作等語(yǔ)句以語(yǔ)音的方式輸入計(jì)算機(jī)，讓計(jì)算機(jī)系統(tǒng)識(shí)別語(yǔ)音以及理解語(yǔ)義來(lái)執(zhí)行命令。它包括非理解型語(yǔ)音和理解型語(yǔ)音兩種形式。非理解型語(yǔ)音是用戶向計(jì)算機(jī)系統(tǒng)發(fā)出語(yǔ)音指令來(lái)控制導(dǎo)航電子地圖系統(tǒng)以達(dá)到語(yǔ)音管理的目的。此類輸入的語(yǔ)句結(jié)構(gòu)比較簡(jiǎn)單，一般為一個(gè)固定的簡(jiǎn)短語(yǔ)句組成，如“啟動(dòng)”、“結(jié)束”、

14、“放大”、“縮小”等。該類型的語(yǔ)音輸入通常是系統(tǒng)規(guī)定的關(guān)鍵詞，計(jì)算機(jī)系統(tǒng)無(wú)需對(duì)輸入語(yǔ)句的語(yǔ)法、語(yǔ)義進(jìn)行理解，只要進(jìn)行關(guān)鍵詞的匹配就可以達(dá)到執(zhí)行相關(guān)命令的目的。理解型語(yǔ)音則是在一定的語(yǔ)法規(guī)則的限定下，給用戶最大限度的自由，讓用戶可以自由的說(shuō)話，通過(guò)計(jì)算機(jī)來(lái)理解語(yǔ)音并且執(zhí)行相關(guān)的命令。在面向?qū)Ш綉?yīng)用的語(yǔ)音輸入時(shí)，如“南師大在哪里”、“我要到南師大”、“從南師大到南大怎么走”、“離南師大最近的超市在哪里”等這些都屬于理解型語(yǔ)音。此類輸入的語(yǔ)句比理解型語(yǔ)音輸入的語(yǔ)句更為復(fù)雜，但是具有更大的靈活性。在處理這種類型的輸入型語(yǔ)音時(shí)，計(jì)算機(jī)系統(tǒng)根據(jù)導(dǎo)航領(lǐng)域的語(yǔ)法規(guī)則來(lái)進(jìn)行語(yǔ)義的理解，再執(zhí)行相關(guān)的操作?？紤]到導(dǎo)

15、航系統(tǒng)應(yīng)用的實(shí)際需要，本文研究將主要集中在理解型輸入語(yǔ)音方面。（3）輸入輸出型語(yǔ)音這是將上面兩種方式結(jié)合起來(lái)的一種形式，同時(shí)兼顧語(yǔ)音輸入和語(yǔ)音輸出功能，在一定程度上具有真正意義的人機(jī)語(yǔ)音交互能力，也是導(dǎo)航系統(tǒng)語(yǔ)音應(yīng)用的更高目標(biāo)。/5 結(jié)論與討論本論文實(shí)現(xiàn)了用計(jì)算機(jī)模擬人的語(yǔ)言交流過(guò)程，通過(guò)建立面向?qū)Ш筋I(lǐng)域的語(yǔ)言規(guī)則，使計(jì)算機(jī)通過(guò)模式識(shí)別理解和運(yùn)用在導(dǎo)航領(lǐng)域的自然語(yǔ)言，并且通過(guò)隨機(jī)帶噪拼音字符串的二次匹配計(jì)算匹配率提高了語(yǔ)音的識(shí)別率。該技術(shù)已經(jīng)應(yīng)用于導(dǎo)航電子地圖系統(tǒng)，在南京師范大學(xué)導(dǎo)航電子地圖系統(tǒng)中進(jìn)行了相關(guān)的實(shí)驗(yàn)，達(dá)到了預(yù)期的效果，從而使語(yǔ)音、電子地圖和交通導(dǎo)航有機(jī)的結(jié)合起來(lái)，實(shí)現(xiàn)了人與計(jì)算機(jī)

16、系統(tǒng)的自然交互，提高了交通導(dǎo)航系統(tǒng)的智能化程度。目前，本論文對(duì)導(dǎo)航電子地圖中的語(yǔ)音應(yīng)用研究處于初步階段，功能的實(shí)現(xiàn)只是定位與導(dǎo)航。以后通過(guò)對(duì)導(dǎo)航語(yǔ)言規(guī)則的增加，使計(jì)算機(jī)系統(tǒng)能夠理解更為復(fù)雜的語(yǔ)句，比如實(shí)現(xiàn)空間分析功能“查詢南師大周圍一公里內(nèi)所有的公交站點(diǎn)”等。在語(yǔ)音識(shí)別方面，通過(guò)基于地理信息的二次匹配度的計(jì)算方法在一定程度上提高了語(yǔ)音識(shí)別率，但是識(shí)別率還沒(méi)有達(dá)到100%的情況。隨著語(yǔ)音采集設(shè)備和模糊音自適應(yīng)能力等方面的完善，語(yǔ)音的識(shí)別率能夠達(dá)到更理想的效果15。6 謝辭本文是在指導(dǎo)導(dǎo)師龍毅教授精心指導(dǎo)下完成的，從論文的選題、實(shí)驗(yàn)系統(tǒng)的開(kāi)發(fā)到最后文章的修改定稿，感謝龍毅教授在學(xué)業(yè)上對(duì)我的諄諄教導(dǎo)

17、，導(dǎo)師嚴(yán)于律己，為人師表、嚴(yán)謹(jǐn)?shù)闹螌W(xué)態(tài)度都使我受益匪淺。感謝蔣成環(huán)、毛凱、張亮、束平、周侗五位師兄，同小組成員崔世林同學(xué)，以及全體課題組同學(xué)的幫助。感謝朱春華同學(xué)對(duì)我論文摘要翻譯的幫助。感謝同宿舍舍友張正榮、張劍和張勁四年來(lái)的關(guān)心和幫助。感謝在四年來(lái)關(guān)心和幫助我的老師們和01級(jí)8班的全體同學(xué)。還要感謝養(yǎng)育我成長(zhǎng)的我的父母，他們永遠(yuǎn)是我前進(jìn)的動(dòng)力。感謝所有關(guān)心、幫助和合作過(guò)的師長(zhǎng)、同學(xué)和朋友們。7 參考文獻(xiàn)1 武雪玲、任 福新技術(shù)條件下電子地圖的現(xiàn)狀及發(fā)展趨勢(shì)分析J測(cè)繪通報(bào)，2004，27(6)：75-782 任天平、門(mén)茂琛語(yǔ)音識(shí)別技術(shù)應(yīng)用的進(jìn)展J科技廣場(chǎng)，2005：19-203 張瑞強(qiáng)、王作英

18、、張建平帶拼音糾錯(cuò)的漢語(yǔ)音字轉(zhuǎn)換技術(shù)J清華大學(xué)學(xué)報(bào)（自然科學(xué)版），1997，37(10)：9-114 楊大利、徐明星、吳文虎噪音環(huán)境下的語(yǔ)音識(shí)別研究J計(jì)算機(jī)工程與應(yīng)用，2003，20：1-45 于鵬、徐義芳、曹志剛基于加權(quán)特征值補(bǔ)償?shù)恼f(shuō)話人識(shí)別J信號(hào)處理，2002，18(6)：513-5176 王金明、張雄偉一種基于自適應(yīng)模糊濾波的語(yǔ)音增強(qiáng)方法J解放軍理工大學(xué)學(xué)報(bào)（自然科學(xué)版），2003，4(1)：17-207 王衛(wèi)華、陳衛(wèi)東、顧 岳用Microsoft Speech SDK實(shí)現(xiàn)語(yǔ)音識(shí)別和語(yǔ)音合成J電子技術(shù)，2000，11：40-418 李玲慧、毛卉等基于GIS的數(shù)字地圖的應(yīng)用J 地域研究與開(kāi)發(fā)，2003，22(6)：52-54.9 陳則王、袁信面向ITS的車輛導(dǎo)航與定位技術(shù)J 交通與計(jì)算機(jī)，2001，19(6)：23-25.10 何兆成、劉緒啟、洪 波、李 軍、黃忠洲、余志車輛導(dǎo)航系統(tǒng)語(yǔ)音路徑引導(dǎo)模塊的實(shí)現(xiàn)J 交通運(yùn)輸工程學(xué)報(bào)，2003，3(4)：108-111.11 聶 敏語(yǔ)音識(shí)別及其關(guān)鍵技術(shù)J 微波與衛(wèi)星通信，1999，4：53-56.12 何湘智語(yǔ)音識(shí)別的研究與發(fā)展J 計(jì)算機(jī)與現(xiàn)代化，2002，79（3）：3-6.13 Doh Suk Kim、 Soo Y