人机交互的论文

从1946年第一台计算机ENIAC问世以来，在计算机领域内，曾研制了各式各样的新技术和新产品，有些"长盛不衰"，有些则是"昙花一现"，总结它们盛、衰的缘由，可以得出这样一个规律，即：凡有助于缩小人机隔阂，有助于建立和谐人机环境的理论、方法、技术和产品都具有强大的生命力。例如，大规模并行处理（Massively Parallel Processing）、多媒体（Multinedia）、开放系统（Opensystem）、面向对象（Object-oriented）、网络计算（Netwouk computing）和嵌入式计算（Embedded comput-ing）等，均因为在建立和谐人机环境方面成效显著，而成为当今的主流技术。所谓建立和谐的人机环境，决不仅限于设计并实现一个友好的人机界面和具有灵活的交互功能，其最终目的是：从人在应用计算机的过程中增长了知识，发展到计算机在被人应用的过程中优化了功能；从计算机系统?quot;初解人意"逐步发展成计算机系统能够"善解人意"。用户在开始时都极力追求"更快、更高、更全"的计算机，但随着信息技术的发展和信息应用系统的普及，用户已经致力于寻求更为"好用、适用、易用"的计算机，希望在与计算机"合作共事"的过程中，计算机会逐步了解用户的需求、爱好和水平，并且用户和计算机的"学问"一起增长，这种。"人机智能共增"的技术水平和应用结果是计算机技术和人工智能技术发展到一个新的阶段的重要标志之一。 在以计算机或类计算机为核心的电子产品时代，人机交互技术正成为各国研究的重点之一。所谓人机交互技术，就是利用人类自身的语言、文字、图像等进行人机之间通讯的技术统称，人机自然语言（语音）通讯是其中较具潜能的一种。由于具有理解人类自然语言的计算机智能是新一代计算机的重要特征，围绕人机自然语言交互技术有关课题的研究是当今计算机、人工智能和信号处理研究的前沿热点课题，难度很大，既有很强的理论性又有很强的实验性。 从古老的"芝麻开门"传说开始，人类就一直幻想着用语言去征服和改造自然。伴随新技术的不断发展，人类的这一梦想正在逐步实现。谁能预知中文语音识别技术究竟能给我们带来什么样的应用前景？ 随着信息时代的到来，计算机已成为人类不可缺少的日常工具。在计算机中，通常人机交互界面以键盘为主。为了使计算机的界面与人更加"友好"，科学家开发出了若干种易学易懂、操作简单的界面。其中最方便最自然的界面首推口述语言。基于语音识别、镆艉铣杉白匀挥镅岳斫獾娜嘶�镆舳曰凹际跏鞘澜绻�系囊桓瞿讯群艽螅��惶粽叫缘母呒际趿煊颉Ｋ�那熬笆�止饷鳌Ａ斓际澜缛砑�绷鞯奈⑷硎琢毂榷�谴淖罱�担?quot;5年以后95%的网络软件将是在语音驱动下完成的。"近几年来，语音识别、合成技术发展很快，和它有关的语言学、语音学、语音理解，听觉心理和语言感知也有较大进展，加之超大规模集成电路、电子计算机、数字信号处理、人工智能等取得了突飞猛进的发展，以及最近两年的国际互联网的迅速生长和全球信息基础设施建设热潮，这为人机语音对话的研究提供了更好的理论和物质基础以及需求牵引。科学家们指出，人机语音对话已处于突破的前夜，估计10年内将会有重大的突破，并得到广泛应用。人机语音技术主要包括二个方面的内容，即语音识别和合成。 一般来说，语音可分成声母和韵母，计算机在接受到口腔发出的声音振动信号以后，切分出声母和韵母，然后根据声母和韵母在信号中不同空间、不同参数进行处理，并按照事先在计算机内部建立起来的各种模型进行匹配，计算出实际输入的波形和各模型之间的中心距离，最后得到一串以符号表征的信号序列。这些工作仅完成了语音识别的第一步。大家知道，语音信号往往是模糊不清的，它可以归结为五重模糊：即语音模糊、音词转换模糊、多义模糊、语义切分模糊和指代性模糊。人类的大脑在语音交流过程中，有天然的解决上述模糊的本领，因此人类可以从模糊的语音中清理出语音中包含的信息，通俗地说，这就是理解。而要通过计算机进行理解，必须要教会计算机有这种理解模糊的能力，这就比较困难。科学家们对此进行了大量研究。最近中科院声学所黄曾阳研究员提出基于自然语言理解?quot;概念层次网络理论"。这一理论的出现，立刻在我国计算语言界引起了重视，一些著名学者称这是一项创新成果，认为随着这一理论在计算机上实现，在计算机自然语言理解上将有重大突破。根据这个理论，我国科学家在计算机上设计了一套计算机可读的符号系统，建立了富有汉语特色的知识库。知识库中包含了内容极其丰富、内在逻辑关系十分严密的网络结构语义信息，同时设计了包括单字词感知、语义块感知、句类判定、语境生成、隐藏知识揭示等处理模块。组成了一个具有一定人工智能水平的计算机自然语言理解系统。 计算机语音合成即文语转换系统，就是将计算机内文字形式的语言文本转换成声音形式，以语音方式播放出来的系统，它的目标是让计算机具备人一样的说话能力，即在合成语音的质量上，在文字信息的认读能力和抑扬顿挫的掌握上，都达到正常语言交际的要求，并为大多数听众接受。文语转换除了与语音识别和语言理解共同构成人机对话系统外，还可以广泛用于文稿校对、计算机辅助教学、自动电话查询、盲人阅读机等方面。 近年来在汉语文语转换技术上取得了很大进展。由于采用了新的语音合成技术对汉语的声学特征作了比较深入的研究，建立了韵律调节规律，使得新的汉语文语转换系统的语音合成的质量有了明显的提高。为使计算机合成的语言具有高清晰度和高自然度，还必须解决文语转换中的"文本处理"智能化问题，即将现系统中静态的韵律模型改变为与上下文有关的由语义控制的动态模型，将特殊条件下韵律的人工标注改为机器自动标注，其中包括文本中的多音字读音的自动确认、重读、语间停顿或连续，以及其它韵律特征的自动标注等。为了达到这个目标，计算机必须完全读懂文本中的每一句话。计算机自然语言理解系统同样可以解决这一难题。这一系统可为韵律处理和语音合成提供各种处理信息，解决多音字读音问题、歧义切分问题，给出正确的语义块结构，自动生成轻重、缓急、停延等韵律信息，从而提高合成语音的正确率和自然率。目前国外比较完善的文语转换系统的文本处理多数是通过语法分析或统计分析在一定程度上理解文本，对于不能提取韵律信息的只能通过人工加入韵律符号。基于语义理解的韵律处理是保证合成语音自然度的关键。韵律处理包括两方面的内容：一是根据文本内容对合成语音的韵律特片进行描述，如确定什么地方强调，什么地方应一带而过，什么地方放慢语速，什么地方加快语速，什么地方有短停顿，什么地方有个长停顿等；二是?quot;强调"、"忽略"、"加快"、"放慢"、"停顿"等韵律描述信息转化为相应的音高、音长和音强等声学参数，送给合成模块，使合成语音具有适当的韵律、节奏。解决韵律控制问题有两个途径：一是利用知识，二是利用统计模型。当前，科学家正努力将以自然语言理解为支持的汉语语音识别和语音合成的计算机人机语音对话系统做成可供上市的商品提供给用户，但是目前仍有大量工作要做，特别是基于概念层次网络的知识库的建立，需要投入大批人力、物力，需要按照计算机可以处理的袷剑�源罅恐�督�惺占�⒐槟伞⒄�怼⒙既搿Ｔ诖锏绞辜扑慊�耆�腿艘谎�杂啥曰熬辰缰�埃�嵊胁簧僦屑洳�房梢酝聘�没АＨ缰悄苄秃河锲匆羰淙胂低常�淖执�碇械男８逑低常�跫兜奈挠镒�幌低常�扑慊�虻タ谟镏噶钕低常�囟ㄈ说目谟锸侗鹣低车染�崖叫�谑导手械玫搅擞τ谩Ｓ芍锌圃荷����⒌?quot;佳音"文语转换系统已经装配到微机上，可将输入到计算机中的文章模拟男人、女人、老人、儿童等不同的声音，用"普通话"和"广东话"读出。虽然目前该系统还不具备"理解"能力，但其发出的声音清晰，有较高的自然度。另外，自然语言理解技术的突破不光可以应用在计算机人机语音对话中，它的更大应用将是人工智能中的一个具有更大意义的领域──机器翻译。人类梦寐以求的以机器代替翻译人员对自然语言进行全自动翻译的一天将会到来。

【论文名称】：人机交互的进展及面临的挑战【阅读地址】：