基于Android手機(jī)語音報(bào)警系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

羅鵬 馮鏡吾 冷曉晗 曾肖鴻弋 葉談 孫晗 常昊 李策

摘要：基于Android移動(dòng)平臺(tái)開發(fā)的手機(jī)語音報(bào)警系統(tǒng)APP，結(jié)合Android開發(fā)技術(shù)、語音端點(diǎn)檢測(cè)技術(shù)、語音特征提取技術(shù)、語音識(shí)別技術(shù)、GPS定位技術(shù)、移動(dòng)終端和服務(wù)器終端信息交互技術(shù)，以實(shí)現(xiàn)實(shí)時(shí)檢測(cè)、采集外界語音的輸入信號(hào)，并實(shí)時(shí)處理語音信號(hào)，得到語音識(shí)別結(jié)果的功能。然后利用語音識(shí)別結(jié)果判斷系統(tǒng)是否啟動(dòng)與自動(dòng)報(bào)警，真正達(dá)到用戶能在手機(jī)端利用語音進(jìn)行語音報(bào)警的目的。

關(guān)鍵詞：Android;端點(diǎn)檢測(cè);語音特征提取;語音識(shí)別;GPS定位

中圖分類號(hào)：TN912.34? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2019）21-0082-05

開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

Abstract： The development of this APP is based on android mobile platform， combine with android development technology， VAD （Voice Activity Detection） technology， Speech Feature Extraction technology， Speech Recognition technology， GPS Positioning technology and Information Interaction between mobile device and Net-based server，thereby enabling real time monitoring， collect external voice input signal and handle voice signal in real time to get voice recognition result. Then use this result to judge whether to call the police or not， so it can achieve the final purpose of call the police with voice in mobile device.

Key words： Android; VAD （Voice Activity Detection）; Speech Feature Extraction; Speech Recognition; GPS Positioning

1 背景

近年來，隨著圖像處理、語音識(shí)別、人臉識(shí)別等新技術(shù)逐步從實(shí)驗(yàn)室走向?qū)嶋H應(yīng)用的過程中，Android手機(jī)結(jié)合各種新技術(shù)的應(yīng)用程序越來越多，而各種應(yīng)用程序的出現(xiàn)也極大豐富了用戶的體驗(yàn)。但目前市場(chǎng)上的智能手機(jī)，并沒有應(yīng)用程序在手機(jī)端實(shí)現(xiàn)語音的報(bào)警功能，而僅僅是實(shí)現(xiàn)手機(jī)端的一鍵報(bào)警功能;然而當(dāng)前的語音識(shí)別技術(shù)可以將費(fèi)時(shí)，費(fèi)力的機(jī)器操作變得簡(jiǎn)單有趣，使用語音控制手機(jī)也是高端智能手機(jī)的必備功能之一，比如手機(jī)語音助手，語音輸入法等功能的實(shí)現(xiàn)就讓人們的生活更加便捷有趣。

基于創(chuàng)新和實(shí)用的觀點(diǎn)，本文結(jié)合Android應(yīng)用開發(fā)技術(shù)和語音處理技術(shù)，提出基于Android手機(jī)語音報(bào)警系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)方案，并結(jié)合實(shí)際應(yīng)用場(chǎng)景開發(fā)一款基于用戶在危險(xiǎn)情況下可以使用語音在手機(jī)端進(jìn)行報(bào)警的APP。該系統(tǒng)具有廣泛的應(yīng)用用途，用戶可在銀行、圖書館、商場(chǎng)、居室等場(chǎng)合遇到危險(xiǎn)、緊急情況時(shí)使用該系統(tǒng)進(jìn)行自動(dòng)報(bào)警，以達(dá)到快速、準(zhǔn)確報(bào)警的目的。當(dāng)用戶在遇到緊急危險(xiǎn)情況時(shí)，比如用戶在商店、回家路上遭遇盜搶等受害者已經(jīng)被控制的突發(fā)情況下，用戶可以不用長按power電源鍵、home鍵或者音量鍵，而僅僅需要用戶說一句口令，就可以實(shí)現(xiàn)報(bào)警;報(bào)警系統(tǒng)快速響應(yīng)并向親戚、朋友等預(yù)先設(shè)定的報(bào)警信息接收人進(jìn)行求救。由于考慮到實(shí)際應(yīng)用場(chǎng)景，本系統(tǒng)要求在用戶無法使用手指進(jìn)行手機(jī)喚醒時(shí)，要求系統(tǒng)一直保持監(jiān)聽狀態(tài)，一旦從外界監(jiān)聽到語音活動(dòng)段，就開始進(jìn)行相應(yīng)的語音處理、識(shí)別、匹配，當(dāng)系統(tǒng)監(jiān)聽、匹配到用戶口令，就喚醒系統(tǒng)，自動(dòng)進(jìn)行報(bào)警。

2 系統(tǒng)總體設(shè)計(jì)及功能

本系統(tǒng)應(yīng)用軟件實(shí)現(xiàn)包括用戶注冊(cè)登錄、語音數(shù)據(jù)實(shí)時(shí)采集、語音活動(dòng)檢測(cè)、口令識(shí)別、GPS定位和報(bào)警信息發(fā)送六大功能模塊。系統(tǒng)功能結(jié)構(gòu)如圖1如下：

1） 用戶注冊(cè)登錄：該功能模塊完成用戶身份信息注冊(cè)，并將注冊(cè)信息上傳服務(wù)器終端進(jìn)行保存，用戶登錄時(shí)發(fā)出http登錄請(qǐng)求，由服務(wù)器對(duì)請(qǐng)求進(jìn)行登錄驗(yàn)證，如果登錄信息正確，則服務(wù)器同意其登錄請(qǐng)求。

2）語音數(shù)據(jù)的實(shí)時(shí)采集：該功能模塊實(shí)現(xiàn)語音的實(shí)時(shí)監(jiān)控和采集，并將采集的語音數(shù)據(jù)存儲(chǔ)在數(shù)據(jù)緩沖區(qū)中。

3） 語音端點(diǎn)檢測(cè)：該模塊通過多線程技術(shù)實(shí)現(xiàn)語音數(shù)據(jù)緩沖區(qū)的監(jiān)控，當(dāng)緩沖區(qū)中語音數(shù)據(jù)達(dá)到設(shè)定的門限值，此時(shí)取出語音數(shù)據(jù)進(jìn)行端點(diǎn)檢測(cè)，去除語音數(shù)據(jù)中非語音數(shù)據(jù)段，以減少系統(tǒng)資源、功率的消耗。

4） 語音識(shí)別服務(wù)：該模塊負(fù)責(zé)接收客戶端經(jīng)端點(diǎn)檢測(cè)后上傳的語音數(shù)據(jù)，并對(duì)數(shù)據(jù)進(jìn)行預(yù)加重、分幀、加窗等預(yù)處理，進(jìn)而提取語音數(shù)據(jù)的特征參數(shù);將特征參數(shù)作為輸入傳入口令識(shí)別模型庫進(jìn)行解碼與搜索匹配，輸出匹配結(jié)果并將結(jié)果返回客戶端。

5） GPS定位：該模塊包括定位信息獲取和定位信息處理兩個(gè)子模塊，其中GPS定位信息獲取子模塊通過輪詢的方式獲取設(shè)備的地理位置信息，而定位信息處理子模塊將獲取的地理位置信息處理為短信、文字等形式。

6） 求救信息處理、發(fā)送模塊：求救信息處理模塊主要完成求救信息的設(shè)置、文字信息的處理，系統(tǒng)允許用戶預(yù)先設(shè)置求救文字信息內(nèi)容和求救信息接收人;在求救者進(jìn)行求救行為時(shí)，求救信息發(fā)送子模塊自動(dòng)向求救信息接收人發(fā)送用戶預(yù)先設(shè)置的求救文字信息，并完成報(bào)警動(dòng)作。

3 系統(tǒng)實(shí)現(xiàn)及關(guān)鍵模塊

3.1 手機(jī)客服端功能實(shí)現(xiàn)

3.1.1 語音實(shí)時(shí)采集模塊

該模塊實(shí)現(xiàn)包括音頻的實(shí)時(shí)監(jiān)聽和實(shí)時(shí)輸入，音頻編碼、解碼功能以及音頻存儲(chǔ)功能。系統(tǒng)通過多線程技術(shù)[1]一直監(jiān)聽麥克風(fēng)狀態(tài)，實(shí)時(shí)獲得外界模擬聲信號(hào)的輸入，并對(duì)輸入的聲音信號(hào)進(jìn)行濾波、采樣、量化、編碼處理后，輸出聲音信號(hào)的數(shù)字碼流[2]，并將處理得到的數(shù)字碼流輸出到語音數(shù)據(jù)緩沖區(qū)中進(jìn)行存儲(chǔ)，為后期數(shù)據(jù)預(yù)處理和語音識(shí)別功能模塊提供數(shù)據(jù)。音頻數(shù)據(jù)采集過程流程圖如圖2所示。

本文通過雙緩沖機(jī)制[3]和Audio Record接口[4]實(shí)現(xiàn)音頻的實(shí)時(shí)錄制功能，通過實(shí)例化Audio Record，結(jié)合相關(guān)場(chǎng)景設(shè)置、實(shí)時(shí)采集Audio Record接口需要的參數(shù)信息，并調(diào)用相關(guān)接口方法根據(jù)提供的參數(shù)信息完成音頻的實(shí)時(shí)錄制、存儲(chǔ)等功能，Audio Record參數(shù)信息如表1所示，相關(guān)接口方法信息如表2所示。

3.1.2 語音端點(diǎn)檢測(cè)模塊

在本系統(tǒng)中，語音的端點(diǎn)檢測(cè)[5]是關(guān)鍵技術(shù)之一。語音的端點(diǎn)檢測(cè)技術(shù)主要完成語音數(shù)據(jù)段的起始點(diǎn)和終止點(diǎn)的判斷，進(jìn)而將語音數(shù)據(jù)中非語音部分進(jìn)行丟棄，減少后期數(shù)據(jù)的傳輸量和處理量，提高系統(tǒng)的運(yùn)行效率，降低系統(tǒng)的消耗。系統(tǒng)在接收設(shè)備輸入信號(hào)后，進(jìn)行相應(yīng)的預(yù)處理。預(yù)處理的第一步主要是進(jìn)行分幀操作，即是將輸入語音信號(hào)分段，第二步主要完成對(duì)聲學(xué)參數(shù)的特征提取，聲學(xué)特征用于區(qū)分有效的語音幀，端點(diǎn)檢測(cè)的主要任務(wù)就是完成對(duì)端點(diǎn)的檢測(cè)判斷，進(jìn)而提取有效的語音幀，最后一步是進(jìn)行語音數(shù)據(jù)的平滑處理，得到一個(gè)清晰的語音信號(hào)。語音端點(diǎn)檢測(cè)基本原理流程如圖3所示。

本系統(tǒng)基于WebRTC[6]的VAD檢測(cè)模塊實(shí)現(xiàn)端點(diǎn)檢測(cè)功能，VAD檢測(cè)模塊通過一個(gè)子線程間隔性監(jiān)聽語音數(shù)據(jù)緩沖區(qū)，當(dāng)語音數(shù)據(jù)緩沖區(qū)達(dá)到設(shè)置的閾值時(shí)，VAD檢測(cè)模塊立刻從語音數(shù)據(jù)緩沖區(qū)獲取語音數(shù)據(jù)，并調(diào)用WebRTC相關(guān)接口函數(shù)進(jìn)行相應(yīng)的預(yù)處理和參數(shù)提取，完成語音數(shù)據(jù)的端點(diǎn)檢測(cè)。其中WebRTC相關(guān)接口及屬性如表3所示。

3.1.3 GPS定位模塊

全球定位系統(tǒng)GPS（Global Positioning System），全稱為導(dǎo)航衛(wèi)星定時(shí)和測(cè)距系統(tǒng)[7]，是一種基于衛(wèi)星的無線導(dǎo)航系統(tǒng)，是由美國國防部設(shè)計(jì)和運(yùn)行的、旨在為軍事和民用領(lǐng)域提供精確的授時(shí)、定位服務(wù)。基于GPS全球性覆蓋，持續(xù)、全天候提供服務(wù)、定位精度高等優(yōu)點(diǎn)，本文結(jié)合Android開發(fā)技術(shù)和百度地圖服務(wù)實(shí)現(xiàn)手機(jī)端的GPS定位功能。Android GPS定位開發(fā)流程主要如下：

1） 向百度地圖申請(qǐng)服務(wù)，得到一個(gè)API Key，作為接入百度地圖的密鑰，并完成相關(guān)環(huán)境配置。

2） 獲取StringBuilder類對(duì)象currentPosition。currentPosition用于產(chǎn)生所有與定位相關(guān)的服務(wù)和對(duì)象。通過調(diào)用 getCountry（）、getProvince（）等方法來實(shí)現(xiàn)獲取。

3） 設(shè)置LocationClientOption類。LocationClientOption對(duì)象的設(shè)置可以幫助系統(tǒng)獲取到更精確的Context定位信息。LocationClientOption對(duì)象option的主要屬性如表4所示。

4） 創(chuàng)建LocationClient實(shí)例。通過新建一個(gè)LBSwithBaidu活動(dòng)，并調(diào)用onCreate（）方法創(chuàng)建LocationClient實(shí)例。

5） 注冊(cè)定位監(jiān)聽器。通過LocationCliet實(shí)例調(diào)用getApplocationContext（）方法獲取全局的Context屬性參數(shù)，并調(diào)用LocationClient實(shí)例的registerLocationListener（）方法完成監(jiān)聽器的注冊(cè)。

6） 獲取用戶當(dāng)前地理位置信息。通過調(diào)用requestLocation（）方法開始進(jìn)行當(dāng)前位置信息獲取，設(shè)置參數(shù)為前文提到的全局參數(shù)Context。

7） 地理位置的經(jīng)緯度解析。通過調(diào)用bdLocation的getLatitude（）、getLongitude（）、getAltitude（）方法來獲取當(dāng)前位置經(jīng)度、緯度和海拔的值，進(jìn)而得到用戶經(jīng)度和緯度信息。

8） 地理位置信息更新與顯示。通過創(chuàng)建LocationClientOption對(duì)象調(diào)用setScanSpan（）方法設(shè)置10秒為一個(gè)時(shí)間間隔更新當(dāng)前位置信息，并通過調(diào)用ActivityCompt類的requestPermissions（）方法申請(qǐng)相關(guān)權(quán)限，并在配置文件中加入MAPVIEW控件實(shí)現(xiàn)地圖的顯示。

3.1.4 求救信息的處理與發(fā)送

求救信息處理子模塊主要完成接收從后端服務(wù)器通過語音識(shí)別服務(wù)得到的識(shí)別結(jié)果，并將識(shí)別結(jié)果與用戶口令進(jìn)行比對(duì)，如果識(shí)別結(jié)果與口令比對(duì)成功，則啟動(dòng)求救信息發(fā)送子模塊，將用戶位置信息和預(yù)先設(shè)置的報(bào)警文字發(fā)送給求救人，達(dá)到快速報(bào)警的目的。

求救信息發(fā)送主要流程如下：

1）接收服務(wù)器返回的信息，并檢測(cè)isRescue屬性。

2）若isResecue屬性為真，則向服務(wù)器請(qǐng)求存在用戶數(shù)據(jù)庫該用戶的HelpText屬性和HelpTelephone屬性，并通過相應(yīng)變量接收、存儲(chǔ)。

3）設(shè)置一個(gè)SmsManager實(shí)例sms。利用庫中封裝的sendTextMessage函數(shù)發(fā)送求救信息，其中destinationAddress參數(shù)用HelpTelephone變量賦值，Text參數(shù)用HelpText變量賦值，sendIntent和deliveryIntent分別使用SentPI和DeliverPI賦值。

4）監(jiān)控SentPI和DeliverPI參數(shù)。其中sentPI參數(shù)用于檢測(cè)運(yùn)營商是否成功發(fā)送求救信息，deliverPI參數(shù)用于檢測(cè)運(yùn)營商成功發(fā)送求救信息后，對(duì)方是否接收成功。若發(fā)生發(fā)送、接收出錯(cuò)，則進(jìn)行相關(guān)的錯(cuò)誤處理，若發(fā)送、接收成功，則調(diào)用Toast.show（）函數(shù)顯示結(jié)果。

3.2 服務(wù)器終端功能實(shí)現(xiàn)

3.2.1 語音識(shí)別服務(wù)

語音識(shí)別是將用戶輸入的語音轉(zhuǎn)換成計(jì)算機(jī)能夠處理的字符序列的一種技術(shù)，處理的大致過程可分為如下過程，第一步主要是完成數(shù)字語音信號(hào)相應(yīng)的預(yù)處理，包括語音的預(yù)加重、分幀、加窗、端點(diǎn)檢測(cè)等，第二步是對(duì)輸入的語音信號(hào)進(jìn)行分析，提取語音信號(hào)的MFCC特征參數(shù)[8]，并通過相應(yīng)訓(xùn)練得到語音識(shí)別的模型庫，第三步是計(jì)算機(jī)根據(jù)提供的語音識(shí)別模型庫，將需要識(shí)別的語音數(shù)據(jù)的特征參數(shù)與模型庫通過相關(guān)的解碼、搜索算法進(jìn)行對(duì)比，找出模型庫中與輸入語音信號(hào)最優(yōu)匹配的模板，最后輸出識(shí)別結(jié)果，語音識(shí)別的基本原理流程圖如圖4所示。其中語音識(shí)別的主要過程可分為模型訓(xùn)練和語音識(shí)別判斷。

1）模型訓(xùn)練。訓(xùn)練的根本就是構(gòu)造聲學(xué)模型，再輸入數(shù)據(jù)集訓(xùn)練。本項(xiàng)目使用Keras、TensorFlow基于深度卷積神經(jīng)網(wǎng)絡(luò)和長短時(shí)記憶神經(jīng)網(wǎng)絡(luò)、注意力機(jī)制以及CTC實(shí)現(xiàn)。定義CNN/LSTM/CTC模型，使用函數(shù)式模型。CNN[9]（卷積神經(jīng)網(wǎng)絡(luò)）模型分為輸入層、隱藏層和輸出層，輸入層由上一步語音初步處理后的向量序列組成;隱藏層由卷積層、池化層和全連接層組成，卷積函數(shù)運(yùn)用Conv2D（）函數(shù)，將語音向量組與卷積核相乘，提取更高層次的特征，池化層運(yùn)用MaxPooling2D（）函數(shù)，減小數(shù)據(jù)處理量同時(shí)保留有用信息，全連接層對(duì)經(jīng)過多次卷積層和多次池化層所得出來的高級(jí)特征進(jìn)行全連接，算出預(yù)測(cè)值;輸出層主要由softmax作為激發(fā)函數(shù)，將所得的特征預(yù)測(cè)值進(jìn)行分類處理，最后通過全連接層輸出預(yù)測(cè)值。本項(xiàng)目將神經(jīng)元運(yùn)用的為LSTM（長短時(shí)記憶單元）神經(jīng)元[10]，其基本思想是利用不同類型的門控制輸出的信息流，意在長時(shí)間保存信息的復(fù)雜并能精巧運(yùn)用。CTC層在lambda層中實(shí)現(xiàn)，實(shí)現(xiàn)連接性時(shí)序及輸出。模型定義成功后，將本項(xiàng)目所采集的數(shù)據(jù)集經(jīng)處理后進(jìn)行長時(shí)間訓(xùn)練，通過對(duì)比loss的函數(shù)圖像和準(zhǔn)確率的結(jié)果，最后獲得模型進(jìn)行運(yùn)用。

2）語音識(shí)別判斷。根據(jù)馬爾可夫假設(shè)[11]，假設(shè)每一個(gè)詞出現(xiàn)的概率僅考慮與前一個(gè)詞有關(guān)，統(tǒng)計(jì)每一個(gè)詞的概率與前一個(gè)詞到這一個(gè)詞的轉(zhuǎn)移概率，選取普通人說話的場(chǎng)景下的語料庫，生成一個(gè)帶有詞頻標(biāo)識(shí)的中文詞典。通過聲學(xué)模型得到語音特征向量，結(jié)合中文詞典，使用維特比算法[12]進(jìn)行解碼運(yùn)算，構(gòu)成語言模型。解碼過程中不斷剔除掉概率過低的路徑，解碼完成后得到一個(gè)概率最大的路徑，即概率最大的一個(gè)句子，然后輸出相應(yīng)的文本。

3.3 客戶終端與服務(wù)器終端的交互

客服終端與服務(wù)器終端的交互主要包括數(shù)據(jù)發(fā)送子模塊和數(shù)據(jù)接收子模塊，主要實(shí)現(xiàn)客服終端向后端服務(wù)器的語音識(shí)別服務(wù)子模塊發(fā)送語音數(shù)據(jù)，并請(qǐng)求提供相應(yīng)語音識(shí)別服務(wù)。其中數(shù)據(jù)發(fā)送子模塊主要負(fù)責(zé)發(fā)送HTTP協(xié)議的POST請(qǐng)求[13]，請(qǐng)求將客戶終端采集的語音數(shù)據(jù)上傳后臺(tái)的語音識(shí)別服務(wù)子模塊，并進(jìn)行語音識(shí)別服務(wù);數(shù)據(jù)接收子模塊接收客服終端上傳的語音數(shù)據(jù)，等待語音識(shí)別子模塊輸出口令結(jié)果，將識(shí)別口令結(jié)果或是錯(cuò)誤信息以JSON[13]格式字符串形式返回給客戶終端的服務(wù)請(qǐng)求者。

該模塊通過Java JDK提供的JSONArry和JSONObject類實(shí)現(xiàn)輕量級(jí)數(shù)據(jù)交換格式的設(shè)置，并調(diào)用相關(guān)參數(shù)和方法獲取需要的數(shù)據(jù)。通過HttpURLConnection類及其父類URLConnection實(shí)現(xiàn)數(shù)據(jù)的發(fā)送和接收功能，HttpURLConnection類的相關(guān)函數(shù)如表6所示。

4 系統(tǒng)應(yīng)用實(shí)例展示

4.1 用戶注冊(cè)、登錄界面展示

用戶通過輸入賬號(hào)和密碼進(jìn)行注冊(cè)，注冊(cè)界面如圖5所示;用戶注冊(cè)成功后，軟件將用戶賬號(hào)和密碼輸出到后臺(tái)文件mrsoft.xml中進(jìn)行保存，保存結(jié)果如圖6所示;用戶登錄時(shí)查看mrsoft.xml文件，檢查用戶是否注冊(cè)并驗(yàn)證其登錄密碼是否正確。用戶登錄界面如圖7所示。

4.2 用戶主界面及其功能展示

用戶登錄成功后，軟件跳轉(zhuǎn)進(jìn)入用戶主界面，用戶主界面主要包括報(bào)警消息提醒、個(gè)人信息設(shè)置、用戶定位、緊急聯(lián)系人設(shè)置功能，用戶可點(diǎn)擊“按鈕”查看相關(guān)信息，用戶主界面如圖8所示。其中消息提醒功能實(shí)現(xiàn)系統(tǒng)和用戶的交流，發(fā)送用戶報(bào)警消息的通知;發(fā)送消息結(jié)果如圖9所示;個(gè)人信息功能用于用戶信息的完善和更改;用戶定位功能實(shí)現(xiàn)用戶位置信息的獲取，定位結(jié)果如圖10所示。緊急聯(lián)系人設(shè)置實(shí)現(xiàn)用戶報(bào)警聯(lián)系人信息的輸入，并將輸入數(shù)據(jù)輸出到后臺(tái)文件savelxr.xml中保存。報(bào)警聯(lián)系人信息輸入界面如圖11所示，保存數(shù)據(jù)如圖12所示。

5 總結(jié)與展望

本文主要基于移動(dòng)終端設(shè)備并結(jié)合當(dāng)前熱門的語音識(shí)別技術(shù)提出手機(jī)端實(shí)現(xiàn)語音報(bào)警功能的設(shè)計(jì)及其實(shí)現(xiàn)方案，實(shí)現(xiàn)手機(jī)端一鍵報(bào)警功能的替代。該系統(tǒng)具有廣泛的應(yīng)用用途，用戶可在銀行、圖書館、商場(chǎng)、居室等場(chǎng)合遇到危險(xiǎn)、緊急情況時(shí)使用該系統(tǒng)進(jìn)行自動(dòng)報(bào)警，以達(dá)到快速、準(zhǔn)確報(bào)警的目的。雖然該系統(tǒng)已基本實(shí)現(xiàn)，但要實(shí)現(xiàn)一個(gè)穩(wěn)定性優(yōu)良、可移植性優(yōu)良、功耗低、成本低、語音識(shí)別率準(zhǔn)確度高、實(shí)際運(yùn)用度強(qiáng)的語音報(bào)警系統(tǒng)，還有很多問題需要進(jìn)一步的探索和完善，比如解決強(qiáng)噪聲干擾問題，收集更全面語音數(shù)據(jù)優(yōu)化語音識(shí)別模型問題，解決語音實(shí)時(shí)檢測(cè)時(shí)的手機(jī)功耗問題等都需要我們的完善和優(yōu)化。

參考文獻(xiàn)：

[1] 李鑫， 廖正赟. 多線程技術(shù)在Android手機(jī)開發(fā)中的運(yùn)用[J]. 通訊世界， 2016（10）： 105.

[2] 何佳若. 室內(nèi)語音報(bào)警詞識(shí)別系統(tǒng)設(shè)計(jì)[C]//安聲學(xué)學(xué)會(huì)、 上海市聲學(xué)學(xué)會(huì).第二屆西安-上海兩地聲學(xué)學(xué)術(shù)會(huì)議論文集. 西安聲學(xué)學(xué)會(huì)、上海市聲學(xué)學(xué)會(huì)：《聲學(xué)技術(shù)》編輯部， 2011： 4.

[3] 文明. 基于雙緩沖技術(shù)的音頻數(shù)據(jù)實(shí)時(shí)采集與播放[J]. 聲學(xué)與電子工程， 2016（2）： 36-37.

[4] 朱元波. Android傳感器開發(fā)與智能設(shè)備案例實(shí)戰(zhàn)[M]. 北京： 人民郵電出版社， 2016（5）.

[5] 劉華平， 李昕， 徐柏齡， 等. 語音信號(hào)端點(diǎn)檢測(cè)方法綜述及展望[J]. 計(jì)算機(jī)應(yīng)用研究， 2008（8）： 2278-2283.

[6] 周衛(wèi)斌， 姚列健， 倪慧珍， 等. 基于WebRTC的Android數(shù)字樓宇對(duì)講系統(tǒng)回聲消除[J]. 電聲技術(shù)， 2016， 40（2）： 52-55.

[7] 葛昌利. 高精度GPS定位方法及其在無人機(jī)定位系統(tǒng)中應(yīng)用的研究[D]. 南京： 南京郵電大學(xué)， 2018.

[8] 高銘， 孫仁誠. 基于改進(jìn)MFCC的說話人特征參數(shù)提取算法[J]. 青島大學(xué)學(xué)報(bào)： 自然科學(xué)版， 2019， 32（1）： 61-65， 73.

[9] 梅俊杰. 基于卷積神經(jīng)網(wǎng)絡(luò)的語音識(shí)別研究[D]. 北京： 北京交通大學(xué)， 2017.

[10] 俞棟， 鄧力. 解析深度學(xué)習(xí)語音識(shí)別實(shí)踐[M]. 北京： 電子工業(yè)出版社， 2016（7）.

[11] VASEHGI S V. State duration modelling in hidden Markov models[J]. Journal of Signal Processing， 2014， 41（1）： 31-41.

[12] FOMEY G D. The Viterbi Algorithm[J]. Proceedings of the IEEE， 1973， 461（3）： 266-278.

[13] 劉憲濤. 基于Android平臺(tái)的手機(jī)語音識(shí)別服務(wù)客戶端系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 北京： 北京郵電大學(xué)， 2013.

【通聯(lián)編輯：謝媛媛】