30、语音识别技术在机器人控制与教育中的应用与探索

语音识别技术在机器人控制与教育中的应用与探索

1. 相关研究概述

当前，基于人工智能的方法，尤其是语音识别领域，正开展着大量的研究，相关科学文献数量众多。为了便于分析，我们将相关研究分为三个部分：
- 自动语音识别（ASR）系统的技术层面 ：涵盖系统架构、特征、识别方法、技术以及质量指标等。例如，Malik 等人探讨了语音识别任务中使用的各种技术和方法，介绍了 ASR 系统的基本架构，包括特征提取模块、分类模块和语言模型，并讨论了这些模型的优缺点；Haridas 等人从技术、应用和参数测量三个不同视角对现有语音识别策略和系统进行了分析和分类；Filippidou 和 Moussiades 对 IBM Watson、Google 和 Wit 三个知名 ASR 系统进行了基准测试，结果显示 Google 的自动语音识别性能更优。
- ASR 在教育领域的应用 ：Jean - Charles 收集了职前教师对在课堂中集成语音助手的看法数据；Fonte 等人描述了一个帮助学生学习的系统，学生可通过 Android 应用使用自然语言界面进行咨询考试问题、获取学习材料推荐等操作；Catalan 等人讨论了用于支持 edX 上 Java 编程 MOOC 学习者的语音对话代理 JavaPAL，并评估了其可用性；Darabkh 等人提出了一个让手臂残疾学生在教育过程中通过语音控制计算机的 SR 系统；Nassif 等人对 2006 - 2018 年使用深度神经网络进行语音识别的研究进行了统计分析，指出语音信号能提供多种信息；Kim 和 Seltzer 致力于端到端语音识别的研究，提出创建多语言语音识别系统的方法；Jolad 和 Khanai