人形机器人在真实环境中的语音识别

日本国立研究所的先进工业科学和技术（AIST） ，一个独立的行政机构，已经开发了一个真实的环境中讲话识别功能使用麦克风阵列，成功延伸的人形机器人项目HRP - 2下的人形机器人传感能力“ PROMETHEE“。

麦克风阵列由机器人的头（图1左）周围安装了8个全向麦克风。声源位于抵达个别麦克风的时间差的基础上，并在同一时间，一个摄像头安装在机器人的头部检测，跟踪和定位一个人给声乐指令。稳定的语音识别是通过结合从麦克风阵列和相机派生的信息，并通过隔离和消除噪音。已开发和硬件，以消除噪声实时建成一个机器人，从而有可能为人工操作，给机器人声乐指导，并通过机器人控制IT家电，甚至在多个噪声源，如电视存在的一个领域， 。

图1。 （左）一个人形机器人头，配备麦克风阵列。箭头显示安装麦克风的位置。 （右）一个多通道信号处理硬件，建在一个机器人。

因此，预计可能会在人工操作，并通过机器人的听觉功能的人形机器人之间的居住环境实现自然通信。

目前的研究已经开展，AIST的项目“仿人机器人型智能助力平台的发展”（2003-05财年）的一部分。

由于仿人机器人P2的本田汽车有限公司宣布，在1996年，研发人形机器人工程已不仅在日本而且在世界各地大力增加。在经济，贸易和工业部（METI）起草机器人技术的战略地图，如支持家庭的工作，自力更生支持计划，以确保到2025年，实际使用在居住环境支持人类劳动的机器人，援助和中年人士的护理。

虽然以前的ř和人形机器人技术ð努力都被机器人瞄准安全和稳定的阶层和行为，以及机器人视觉运动的重点，很少有被做全面的听证会的机器人，它起着重要的作用功能的技术开发在建立人类与机器人之间自然通信。

在生活环境，下一代机器人的实际使用预计，人类与机器人直接通过语音通道的相互作用越来越多的机器人关键领悟力功能之一。

下一代机器人，预计在不久的将来工作生活环境，很多声源存在，比如电视。在这种情况下，人类和机器人通过语音就像人对人际交往的渠道之间的自然沟通是机器人的工作生活环境的基本职能之一。目前的研究已取得它可以安装在一个人形机器人可操作的环境中涉及了很多声源语音接口。在这项工作中，人形机器人“HRP - 2 PROMETHEE”已使用。

在这项研究中开发的语音接口由以下几部分组成组成：

• 嵌入周围的HRP - 2头8个全向麦克风组成的麦克风阵列系统。
• 软件，以确定一个人HRP - 2头安装摄像头广泛的领域采取了图像的位置。
• 软件，以确定每个阵列中的麦克风，检测话语段和隔离声源，通过与人类位置的视觉信息从相机附送的组合在语音信号的到达时间的差异的基础上，声源的位置，分离和消除噪音比其他人的声音。
• 小型多通道信号处理实时（图1右）在执行这些软件功能的硬件。
• 喂养噪音消除的语音识别软件，语音接口“朱利安”，使人们有可能一个人形机器人，稳定地认识到，在电视和其他噪声源存在的环境下的语音指令，而无需头对人类的一部分人类的声音运营商，建立机器人的听觉功能。

此外，已开发一套软件，使机器人通过感知声乐指令操作和操纵通过网络电视和其他IT家电，这种方式验证的语音接口的用处。

http://www.aist.go.jp