自动语音辨识对抗攻击和防御技术综述

语音辨识技术是人机交互的重要方式。随着深度学习的不断发展,基于深度学习的自动语音辨识系统也取得了重要进展。然而,经过精心设计的音频对抗样本可以使得基于神经网络的自动语音辨识系统产生错误,给基于语音辨识系统的应用带来安全风险。为了提升基于神经网络的自动语音辨识系统的安全性,需要对音频对抗样本的攻击和防御进行研究。基于此,分析总结对抗样本生成和防御技术的研究现状,介绍自动语音辨识系统对抗样本攻击和防御技术面临的挑战和解决思路。

基于语音交互功能的医疗服务机器人控制系统设计

根据老年人、残疾人的实际需求,设计了医疗服务型机器人移动本体和6自由度机械手臂,搭建了以简化隐式马科夫模型为基础的自动语音辨识控制系统。该控制系统通过人机交互系统的语音命令与键盘指令,可控制机器人运行到指定位置,控制机械手抓取物体,实现机器人的避障功能和座椅、病床两模式的自主切换。针对典型医疗服务需求,对所设计的医疗服务机器人进行了实验,实验结果表明,该机器人在人机交互指令控制下能很好地实现到达指定位置、抓取物体、避障和病床/座椅模式切换,不仅易于操作,而且性能稳定,语音系统对命令的识别率达90%以上,从而验证了该医疗服务型机器人控制系统设计的可行性和有效性。