基于Android的移動終端語音助手系統設計與實現

鄧麗平，楊麗鳳

（1.太原理工大學現代科技學院，山西 太原 030027；2.太原理工大學 信息與計算機學院，山西 太原 030024）

0 引 言

近年來，語音識別技術獲得了人們的廣泛重視并取得了巨大進展。使用語音識別技術方便人與機器的交流，能夠改變人與計算機的交互方式。若不能熟練地使用鍵盤、鼠標與計算機或其他智能設備進行輸入，人機交流的效率較低，會影響到智能設備的進一步普及。使用語音識別技術，人們只需說幾句簡單的指令，就可操作程序甚至操作系統[1]。

智能手機是目前使用最為廣泛的通信設備，通過在手機上嵌入語音識別系統，可實現按人們的語音指令撥打電話、接通電話、語音處理電子郵件等功能[2-3]。語音識別技術解放了人們的雙手，使他們能夠更好地操作、應用計算機處理其他事務。

1 系統設計

1.1 系統功能簡介

語音助手系統是面向公司職員、學校醫院等企事業單位職工、學生等持有移動手機人員開發的一款應用軟件，特別是針對工作忙碌的人員，該應用系統發揮的作用更大。當收到開會或其他通知后，對智能語音助手講一遍通知內容，語音助手便自動將語音識別為文字，并提取文字內容中的時間、地點、事件等信息，最后在手機系統自帶的日歷中添加日程安排，默認十分鐘前提醒。當以電話的形式收到開會或其他安排的通知后，可第一時間對智能語音助手講一遍通知內容，以免事后忘記。當手動撥號不方便時，直接語音說出聯系人姓名，系統可直接撥通聯系人電話，也可通過語音給聯系人發送短信。本文系統具體功能如下：

（1）語音識別功能。用戶對手機講話，該功能將語音識別為文字，進行語義理解，通過關鍵詞提取等技術將內容形成日程安排，自動插入到手機系統自帶的日歷中，而且日歷中日程的日期時間與語音中的日期時間相對應，日程默認提前十分鐘提醒。

（2）語音撥號功能。用戶對手機講“打電話給某某”，系統自動從聯系人中查找對應的電話號碼，啟動撥號界面，實現撥號。如果該聯系人有多個電話號碼，則默認提取第一個。

（3）語音發送短信功能。用戶對手機講出“發送短信給某某”，系統自動從聯系人中提取電話號碼，默認提取第一個號碼，系統提示“請說出短信內容”，用戶講“短信內容是……”，系統自動將語音內容轉化為文字并形成短信發送出去。

（4）文字識別功能。當用戶收到短信通知后，可將短信內容粘貼到系統文字輸入框中，點擊“發送”按鈕，系統對文字內容進行語義理解，通過關鍵詞提取等技術將內容形成日程安排自動插入到手機系統自帶的日歷中，且日歷中日程的日期時間與文字中的日期時間相對應，日程默認提前十分鐘提醒。

（5）幫助文檔。用戶點擊“幫助”按鈕，對話框中輸出幫助文檔。

1.2 總體設計

本文系統采用Android 框架，Android 系統的最大優勢在于其平臺的開放性和服務的免費性[4]。雖然自4.0 Ice Cream Sandwich系統應用以來，出于安全考慮，Google關閉了部分功能的開放源碼，但 Android仍然具有非常大的操作空間，仍然是廣大開發者的首選[5-6]。目前，市面上已有較多語音助手相關軟件，在語音識別和智能搜索方面做得相當完善，但是它們卻在手機界面上仍然保留有大量操作，語音指令和手動選擇的組合無法令用戶滿意。本文語音助手通過語音識別技術配合手機日歷和記事本的提醒功能可及時自動存儲相關信息并按時提醒，用戶無需設置手機存儲及工作提醒。

本文系統總體設計思路：首先搭建語音識別框架；然后構建語義理解、關鍵詞提取模型；最后根據語音內容形成具體事件類型，包括日程添加事件、語音撥號事件，語音發送短信事件。系統設計流程如圖1所示。

圖1 系統流程圖

1.3 詳細設計

語音識別技術由VoiceRecognitionService包中的SpeechRecognizer. reateSpeechRecognizer識 別 器實現，識別結果返回給nbest= esults.getStringArrayList（SpeechRecognizer.RESULTS_RECOGNITION）。本文采用在線識別模式，識別準確率較高。

語義理解和關鍵詞提取由正則表達式組實現，對“星期幾”“明天”“下周幾”等表示日期的詞匯進行理解轉化，對“上下午”“幾點半”等表示時間的詞匯進行理解轉化，最后形成標準的日程時間序列。

插入日程由insertEvent函數實現，調用系統自帶的Calendar類。

打電話功能由nameNumberCall函數實現，通過Cursor查詢聯系人姓名，獲取聯系人電話號碼，形成Intent，調用startActivity呼叫聯系人。

發送短信功能由sendSMS函數實現，通過Cursor查詢聯系人姓名，獲取聯系人電話號碼，形成Intent，調用startActivity給聯系人發送短信。

2 系統測試與特點

2.1 系統測試

啟動系統，進入系統主界面，如圖2所示。本文系統的啟動時間少于1 s。

系統啟動后，界面下方有3個按鈕。第一個按鈕為文字/語音切換按鈕，系統默認為文字輸入模式，點一下該按鈕，系統切換為語音識別模式。第二個按鈕為“發送”，可將短信收到的通知直接粘貼到“文字輸入”框內，如圖3所示。系統自動根據文字內容進行語義理解和關鍵詞提取，將通知的主要內容形成日程安排自動插入到日歷中，如圖4所示。對話框采用人機對話形式，系統提示在左側，用戶輸入在右側，消息背景為流行的氣泡效果。

圖2 系統主界面

圖3 粘貼文字通知

圖4 通過文字識別添加日程

應用情景1：當短信或微信收到開會通知后，若此時用戶在不宜大聲說話的場所，可將通知內容復制到“文字輸入框”中，點擊“文字識別”按鈕，系統會自動分析文字內容并形成日程自動添加到日歷中。

點擊文字/語音切換按鈕，出現“語音識別”按鈕。用戶接到電話通知或口頭通知后，以免事后忘記，需第一時間點擊“語音識別”按鈕，將通知內容或安排對準手機敘述一遍，系統自動對敘述內容進行語音識別，將語音識別內容輸出到屏幕上，如圖5所示。同時通過語義理解自動形成事件，若為日程事件，系統則會自動形成日程安排并插入到日歷中，如圖6所示。

圖5 語音識別內容輸出

圖6 通過語音識別添加日程

應用情景2：當收到開會通知后，若用戶正在開車（等紅綠燈），可以點擊“語音識別”按鈕將通知內容對手機復述一遍，系統會將語音識別為文字，自動分析文字內容并形成日程自動添加到日歷中，避免事后忘記。

應用情景3：當早晨出門上班時，不會用智能手機的父母叮囑下班時幫忙買一些物品（食物、藥品等），而此時時間緊迫，來不及將物品名稱手動輸入到備忘錄中，用戶可打開智能語音助手，點擊“語音識別”按鈕，將父母叮囑的物品名稱對手機復述一遍（如下午5點購買大米1袋，掛面2卷，食鹽2袋，醋1瓶，X1藥品2盒，X2藥品1瓶，X3藥品1瓶，其中X1只買某某廠家的等），系統將語音識別為文字，自動分析文字內容并形成日程自動添加到日歷中，避免到了單位或下班時忘記要買的物品。

應用情景4：當不方便手動查找聯系人而又急需給聯系人打電話時，點擊“語音識別”按鈕，講出“打電話給某某”，系統直接呼叫聯系人，如圖7、圖8所示。

圖7 語音撥號過程

圖8 語音撥號結果

應用情景5：當用戶不方便打字而又急于給聯系人發送短信時，點擊“語音識別”按鈕，講出“發送短信給某某”，然后說出短信內容，系統自動將語音內容轉為文字并形成短信發送給聯系人，如圖9、圖10所示。

圖9 語音發短信過程

圖10 語音發短信結果

點擊“幫助”按鈕后，主界面輸出幫助文檔，包含功能介紹、應用例子等。

幫助的四大功能為：通過語音添加日程；通過文字添加日程；通過語音直接呼叫聯系人；通過語音直接發送短信。

通過語音或文字添加日程舉例：4月25日下午3點在議室開會；下周三上午9點在B405開例會；后天晚上6點半在××飯店聚餐。

通過語音撥打電話舉例：打電話給張三。

通過語音發送短信舉例：先說“發短信給張三”；然后說“短信內容是：我在開車，稍后給您回電。”

2.2 系統特點

本文系統采用云語音識別技術，需打開WiFi或數據流量，語音識別精度高。可一鍵完成日程添加，一鍵實現語音撥號，快速實現語音發送文字短信。本文系統無需讀取聯系人信息權限，但需短信讀取權限、打電話權限、日歷讀寫權限。與其他語音助手相比，本文系統的優點是無需在用戶手機新建數據庫，用戶的所有日程都添加在用戶手機自帶的日歷中，當用戶卸載系統時，無需擔心已添加的日程會丟失。

編程語言為Android，Java。系統運行環境為支持Android系統的手機或平板電腦。

3 結 語

目前語音識別技術是科學研究的熱點，語音助手也是當前移動客戶端開發的熱門方向。本文提出了基于智能終端平臺的語音識別手機助手應用系統的總體結構與設計，以及實現的主要技術，并將其應用到手機日常應用中。測試結果表明，本文系統起到了用戶與日歷間的橋梁作用，尤其適合上班族使用，當手頭工作繁多時，使用該系統一鍵添加日程安排，可避免事后忘記而造成工作不便。