基于BDI Agent技术的情感机器人语音识别技术研究

《基于BDI Agent技术的情感机器人语音识别技术研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于BDIAgent技术的情感机器人语音识别技术研究，谷学静石志国王志良殷玉祥(北京科技大学信.色工程学院北京100083)摘共本文介绍了BDIAgent技术在情感机器人实现中的应用.通过基于Agent技术的语音识别网络的构建，实现让机器人对外界语音愉入能够正确识别和理解，这样才能为进一步进行情感上的交流典定基础.本文中主要讨论了如何在BDIAgent技术的基础上建立识别器和解释器.关幼词BDIAgent愉感计气人工心理v情感mg}中圈分类号TP247.61引言智能机器人的出现，标志着机器人已不再是

2、只用于满足人类生产作业需要的工具，还要融入人类社会，使人类生活更加丰富多彩.莫拉维克在他的智能机器人中提出:未来的机器人将具备种种人性化的特征.人类的智能不仅表现为正常的理性思维和逻辑推理能力，也应表现为正常的情感能力.悄感在人们的智能活动中扮演着重要的、不可缺少的角色，Damasi。在他的研究中发现P1情感能力对正常的人类行为是至关重要的，它与理性思维和逻辑推理能力不是绝对矛盾的，而是可以相辅相成的.美国学者Goleman认为情感能力是人类智能的重要标志121所以，人性化的机器人必须具备情感能力.

3、开发一种情感机器人，它是计算机信息技术发展的必然，也是机器人、人工心理领域乃至整个自动化学科的热门技术.语言是人类最重要的交流工具.所以要开发情感机器人，首先需要解决机器人对人类语言的识别和理解能力，这样才能进一步理解人类的感情，从而相应地做出情感上的反应目前，Agent这一概念无论是在人工智能领域还是在其它计算环境中的应用都越来越广泛.D.Connah和P.Wavish将Agent看作是复杂而自治的“Being"(生物)131.Agent的基本特性包括自治性、能动性、反应性和连续执行性等，非基本特

4、性包括社会性、个性、适应性、情绪和人格等目前，用来刻画Agent意识属性的一种流行的方法是使用Beliefs,Desires和Intentions的组合(即BDI结构)141因而，我们考虑研究开发基于BDIAgent技术进行语音识别和理解的悄感机器人.·本课理得到国家自然科学基金资助，项目编号69975002谷学静，女.1972年生，讲师.硕士生.主要研究方向为人工心理和人工悄感及语音识别技术谷学静等:基于BDIAgent技术的情感机器人语音识别技术研究2情感机器人的概述2.1摘感机韶人的定义所谓情

5、感机器人是指具有人类智能的机器人.它从人类中成长，学习人类的技能，与人类拥有共同的价值标准，可以看成是人类思维的后代，这里所说的人类智能，并不是通常所指的狭义的智能，而是一种广义上的智能，它不但包括一定的智商，同时还具有一定的“情商”(EmotionalIntelligence),因为现代研究认为，情感能力是人类智能的重要标志，它在人类的决策行为中起决定性的作用.2.2.感机器人的特点斌予机器人以人类的情感是人们梦寐以求的愿望，实现这一愿望需要多学科领域研究人员的共同努力，包括图像识别、语音识别、自

6、然语言处理、传感器技术、通信技术、语音合成技术、计算机技术等.最终实现的情感机器人应具有如下特点:(I)其行为表现出和真人一致的特性:(2)能够感知、识别和理解人类的情感，并能够表达自身的情感;(3)情感机器人之间或情感机器人与真人之间可以通过自然的方式交流.2.3.感的层次我们的基于人工情感的行为系统的基本原理是这样一个概念，即情感分为三个层次:位于瞬时悄绪I⋯..最顶层的是瞬时情感，这一层情感行为即是我们峭对事件所做出的最直接的情感反应，例如，当我....们听到笑话时，我们会立即微笑或大笑，或者

7、当怅我们意外地遇到老朋友时，我们会马上觉得惊奇.悄感的第二个层次是情绪或称心情，情绪是由于瞬时感情的积累而延续成为一种感情状态.最下面一层是人的个性，这是一种在没有瞬时悄感和图1三层情感行为模型情绪作用下我们所表现出来的情感行为.情感的三层结构如图I所示.2.4摘感机器人研究中要解决的困难情感机器人的研究是自动化学科的热门技术，国内外众多的学者都在致力于该项研究，但它的研究道路又是艰辛曲折的，遇到了许多困难.首先，在情感识别方面，一般可以通过两种途径来实现，一是声学信息，即通过识别操作者的语音、语调

8、、时态结构、频度结构来判断人的情感:二是视觉信息，即通过人脸图像识别，来判断操作人的情感.但这两种方式所达到的识别率都不理想.日本东京科技大学机器人动力实验室的小原福三教授和广志莆屋教授等人ISI综合声学信息和视觉信息用于语音识别，己研制出能表达人类厌恶、愤怒、忧愁、害怕、惊讶和愉快6种面部表情的机器人，它能识别理解操作人的语音、表悄和手开放式分布与并行计算进展年全国开放式分布与并行计算学术会议论文集势，并能做出模仿动作.对上述六种表情的识别率为83%.虽然有所提高但