70、Alex：统计对话系统框架

Alex：统计对话系统框架

1. 引言

Alex对话系统框架（ADSF）是一个可在GitHub上免费下载的框架，旨在为口语对话系统领域的统计方法实验提供一个模块化平台。它易于适应新的领域和语言，目前已支持使用不同的数据驱动组件进行自动语音识别、口语语言理解和对话状态跟踪。由于采用模块化设计，系统中的各个组件可以轻松替换。

ADSF被用于开发捷克公共交通信息（PTI）领域的实验性口语对话系统。该系统通过免费的800电话号码向公众开放，提供捷克共和国各类公共交通信息，以及天气和时间信息。自首次推出最小可用版本后的九个月内，已收集到近900个来自公众的电话。

2. 框架结构和主要组件

系统的基本架构是模块化的，包含传统口语对话系统（SDS）的组件：自动语音识别器（ASR，包括语音活动检测器）、口语语言理解（SLU）、对话管理器（DM）、自然语言生成器（NLG）和文本转语音（TTS）模块。

框架使用Python开发，若因性能问题需要，可轻松集成C/C++扩展。为确保系统的实时响应性，每个组件在多核机器上以单独的进程运行，并通过操作系统管道与其他组件通信。中央组件是一个集线器，负责协调框架内的所有组件。所有组件都可以访问一个公共的日志记录进程，以便同步记录事件和数据，包括输入和输出音频流、语音活动检测器识别的语音段、ASR假设、SLU假设、每个对话轮次的对话状态、以对话行为形式呈现的响应以及NLG模块的输出。系统结构如图1所示：

graph LR
    classDef process fill:#E5F6FF,stroke:#73A6FF,stroke-wid