针对翻译机器人人机交互的智能化需求，提出一种语音识别的翻译机器人交互系统。其中，为提高语音识别的质量，在语音信号预处理基础上，分别采用DNN-HMM和WaveNet卷积网络对语音进行识别和合成，然后采用Seq2Seq模型和GPT-2神经网络实现人机的单轮交互和多轮交互。结果表明，通过以上的综合方案，语音识别的准确率平均为97%;单轮和多轮交互训练取得良好效果，其中多轮交互的精确率、召回率提升至85%以上；最后将以上方案部署到系统中进行测试，能满足翻译的人机交互需求。
科研之友
微信
新浪微博
Facebook
分享链接
