基于NAO平臺的英語學(xué)習(xí)機(jī)器人設(shè)計(jì)

楊潔

(渭南職業(yè)技術(shù)學(xué)院 師范學(xué)院， 渭南 714000)

0 引言

隨著現(xiàn)代信息技術(shù)的不斷發(fā)展，信息化和智能化成為當(dāng)前時(shí)代第一個(gè)標(biāo)志。在智能化的今天，各種智能系統(tǒng)開始不斷涌現(xiàn)，如基于Android和IOS的各項(xiàng)應(yīng)用功能程序更是極大的方便了人們的生活。教育領(lǐng)域也不例外，在教育信息化的今天，涌現(xiàn)出一大批基于教育的智能開發(fā)系統(tǒng)，如基于Android的教育APP，比較典型的就是基于Android的英語學(xué)習(xí)，或者是英語口語軟件等等。同時(shí)在這些軟件的基礎(chǔ)上，人們開始引入學(xué)習(xí)者行為分析等智能算法，以此極大的拓展了當(dāng)前的英語教育功能。而在智能化的今天，智能機(jī)器人開始成為一個(gè)新興的研究熱點(diǎn)，智能機(jī)器人的開發(fā)被廣泛研究，如基于智能機(jī)器人的電力巡檢機(jī)器人。除應(yīng)用到電力以外，人們嘗試將智能機(jī)器人應(yīng)用到英語學(xué)習(xí)中，比較典型的就是基于人機(jī)交互的智能機(jī)器人。人機(jī)交互機(jī)器人是教學(xué)領(lǐng)域中最新的智能教學(xué)系統(tǒng)，該系統(tǒng)主要是將學(xué)習(xí)者與機(jī)器人進(jìn)行結(jié)合，以人機(jī)交互技術(shù)實(shí)現(xiàn)兩者之間的溝通與對話。對此，本文則嘗試采用當(dāng)前的NAO智能機(jī)器人平臺，構(gòu)建一款可用于人機(jī)交互的英語智能學(xué)習(xí)系統(tǒng)，并對該系統(tǒng)進(jìn)行了詳細(xì)的設(shè)計(jì)與實(shí)現(xiàn)。

1 系統(tǒng)整體架構(gòu)設(shè)計(jì)

本文主要是以基于同伴交互的人機(jī)交互模型為基礎(chǔ)，對英語學(xué)習(xí)機(jī)器人進(jìn)行研究與設(shè)計(jì)。設(shè)計(jì)工作主要以傳遞英語教學(xué)內(nèi)容為目標(biāo)，采用語音對話方式來構(gòu)建起學(xué)習(xí)者與機(jī)器人之間溝通的橋梁，涉及聽說、肢體表達(dá)等行為方式，以此對學(xué)習(xí)者的下一步行為進(jìn)行判斷與規(guī)劃，使英語學(xué)習(xí)機(jī)器人形成閉環(huán)系統(tǒng)，直至學(xué)習(xí)者主動(dòng)發(fā)起與機(jī)器人之間的交互時(shí)停止溝通與判斷。具體英語學(xué)習(xí)機(jī)器人交互系統(tǒng)實(shí)現(xiàn)框架如圖1所示。

圖1 英語學(xué)習(xí)機(jī)器人交互系統(tǒng)實(shí)現(xiàn)框架

根據(jù)圖1看出，本文所設(shè)計(jì)的英語學(xué)習(xí)機(jī)器人主要是在NAO機(jī)器人平臺上進(jìn)行設(shè)計(jì)與開發(fā)，主要對系統(tǒng)的語音處理、肢體動(dòng)作以及網(wǎng)絡(luò)通信等功能進(jìn)行支撐，使該學(xué)習(xí)系統(tǒng)能夠滿足用戶各項(xiàng)功能需求。在這些系統(tǒng)基本功能中，語音處理主要由語音識別以及語音合成兩部分構(gòu)成，英語學(xué)習(xí)機(jī)器人主要通過肢體動(dòng)作結(jié)合語音的方式，來對其情感進(jìn)行表達(dá)，再利用網(wǎng)絡(luò)通信功能對系統(tǒng)服務(wù)器中的語音功能進(jìn)行調(diào)用，以此實(shí)現(xiàn)與學(xué)習(xí)者之間的溝通與交互。

而透過圖1的架構(gòu)看出，本文所設(shè)計(jì)的英語學(xué)習(xí)機(jī)器人其實(shí)就是一個(gè)接受、處理、分發(fā)以及信號的工具。在實(shí)際應(yīng)用過程中，英語學(xué)習(xí)機(jī)器人能夠直接對學(xué)習(xí)者發(fā)出的語音信號進(jìn)行接收，并且在接收到該信號之后再利用語音識別功能對該信號進(jìn)行轉(zhuǎn)換，使其由語音信號轉(zhuǎn)變?yōu)槲谋拘盘枺阌诔绦驅(qū)W(xué)習(xí)者語音信號的理解。系統(tǒng)將會(huì)根據(jù)輸入信號來對服務(wù)器接口進(jìn)行調(diào)用，以此實(shí)現(xiàn)英語學(xué)習(xí)機(jī)器人的不同功能。系統(tǒng)服務(wù)器在返回接口調(diào)用結(jié)果之后，系統(tǒng)將會(huì)借助機(jī)器人自身具備的語音合成以及肢體動(dòng)作兩大基本功能將調(diào)用結(jié)果生動(dòng)的展現(xiàn)于學(xué)習(xí)者眼前。

2 開發(fā)環(huán)境搭建

2.1 硬件開發(fā)平臺搭建

本文主要選用NAO機(jī)器人作為本次設(shè)計(jì)的開發(fā)平臺。NAO機(jī)器人是一種由法國Aldebaran Robotic公司所設(shè)計(jì)研發(fā)的一種可編程防人機(jī)器人。該機(jī)器人高約57 cm，全身上下遍布著25個(gè)自由度及系列傳感器，具體包括紅外線傳感器、壓力傳感器等。同時(shí)，NAO機(jī)器人還擁有2個(gè)攝像頭以及4個(gè)麥克風(fēng)，頭部及軀干位置分別裝有一個(gè)CPU，其中，頭部的CPU主要運(yùn)行于Linux內(nèi)核之上。

圖2 NAO機(jī)器人平臺

相較于同類型的機(jī)器人平臺，NAO機(jī)器人具備基礎(chǔ)功能全面這一顯著特征，并且擁有多種傳感器以及豐富的開發(fā)接口，能夠?yàn)楸敬斡⒄Z學(xué)習(xí)機(jī)器人設(shè)計(jì)提供極大的支持。如NAO機(jī)器人內(nèi)部具備行走以及運(yùn)動(dòng)模塊,能夠?qū)C(jī)器人的運(yùn)動(dòng)控制起到支持，實(shí)現(xiàn)機(jī)器人在多種應(yīng)用場景地面行走;NAO機(jī)器人還具備PDF(語音識別技術(shù)云)，能夠使開發(fā)設(shè)計(jì)完成的英語學(xué)習(xí)機(jī)器人具備19種不同的語言交流能力。另外，采用NAO機(jī)器人平臺進(jìn)行英語學(xué)習(xí)機(jī)器人設(shè)計(jì)，能夠使系統(tǒng)對多種主流可開發(fā)語言以及調(diào)試控制軟件進(jìn)行支持。

2.2 軟件開發(fā)環(huán)境搭建

英語學(xué)習(xí)機(jī)器人主要借助NAO機(jī)器人平臺的運(yùn)行環(huán)境以及服務(wù)器對語音功能進(jìn)行實(shí)現(xiàn)。在NAO機(jī)器人環(huán)境之下，引入Python語言來對機(jī)器人的語音信號處理以及接口調(diào)用兩個(gè)基本功能進(jìn)行實(shí)現(xiàn)；利用Java語言來對其核心教學(xué)功能進(jìn)行實(shí)現(xiàn)，比如單詞發(fā)音犯規(guī)、自由對話內(nèi)容的反饋等，能夠幫助學(xué)習(xí)者提高自身英語水平。本次設(shè)計(jì)工作主要采用Spring boot框架作為系統(tǒng)服務(wù)器程序，并且將程序發(fā)布于Nginx Web服務(wù)器上。在英語學(xué)習(xí)機(jī)器人中，NAO機(jī)器人與系統(tǒng)服務(wù)器之間主要借助RESTFUL風(fēng)格接口進(jìn)行通信，兩者同處于一個(gè)局域網(wǎng)中。

3 系統(tǒng)詳細(xì)設(shè)計(jì)

3.1 單詞練習(xí)功能模塊流程設(shè)計(jì)

在開展英語學(xué)習(xí)機(jī)器人的單詞練習(xí)功能部分設(shè)計(jì)時(shí)，本文將選用人教版七年級英語課本中的單詞作為單詞練習(xí)功能模塊的英語單詞詞庫。通過單詞練習(xí)模塊，能夠使英語學(xué)習(xí)機(jī)器人輔助學(xué)習(xí)者開展課后單詞練習(xí)。具體單詞練習(xí)功能模塊流程設(shè)計(jì)如圖3所示。

圖3 單詞練習(xí)功能模塊流程設(shè)計(jì)

如圖3所示，學(xué)習(xí)者在使用英語學(xué)習(xí)機(jī)器的單詞練習(xí)功能模塊時(shí)，將會(huì)對著英語學(xué)習(xí)機(jī)器人進(jìn)行英語單詞的發(fā)音練習(xí)。英語學(xué)習(xí)機(jī)器人在接收到學(xué)習(xí)者的語音信息之后，將會(huì)對該信息進(jìn)行識別，判斷其是否存在于系統(tǒng)單詞庫中。若判斷結(jié)果為存在，則將與該語音信息對于的英語單詞釋義以及例句等信息呈現(xiàn)于學(xué)習(xí)者眼前，并且鼓勵(lì)學(xué)習(xí)者對該單詞進(jìn)行深入了解。在單詞練習(xí)功能模塊中，機(jī)器人主要借助語音信號通信與學(xué)習(xí)者之間取得溝通，并且利用網(wǎng)絡(luò)通信實(shí)現(xiàn)與服務(wù)器之間的通信。系統(tǒng)在運(yùn)行單詞練習(xí)功能時(shí)，機(jī)器人、服務(wù)器以及學(xué)習(xí)者之間主要有以下兩點(diǎn)交互流程。

(1) 機(jī)器人對學(xué)習(xí)者單詞進(jìn)行識別。在單詞練習(xí)功能啟動(dòng)之后，學(xué)習(xí)者將會(huì)對著機(jī)器人進(jìn)行英語單詞發(fā)音及朗讀。此時(shí)，機(jī)器人將會(huì)對學(xué)習(xí)者發(fā)出的英語單詞進(jìn)行識別，并且將識別成功的單詞發(fā)送至系統(tǒng)服務(wù)器。

(2) 服務(wù)器檢索單詞。服務(wù)器在接收到機(jī)器人發(fā)來的英語單詞之后，將會(huì)對系統(tǒng)單詞庫進(jìn)行檢索，以此獲取單詞庫中的單詞信息。若最終檢索結(jié)果為失敗，則向?qū)W習(xí)者反饋單詞不存在這一結(jié)果；反之，則將單詞庫中檢索到的單詞所有信息呈現(xiàn)于學(xué)習(xí)者眼前。

3.2 角色扮演對話功能設(shè)計(jì)

角色扮演對話功能就是將學(xué)習(xí)者與機(jī)器人劃分為兩個(gè)角色，按照課本內(nèi)容相互配合，以此開展英語學(xué)習(xí)過程中的情景對話。具體角色扮演對話功能流程設(shè)計(jì)如圖4所示。

圖4 角色扮演對話功能流程設(shè)計(jì)

如上圖所示，在使用角色扮演對話功能之前，學(xué)習(xí)者需要對本次對話扮演角色進(jìn)行選擇之后，才能實(shí)現(xiàn)與英語學(xué)習(xí)機(jī)器人之間的對話。在整個(gè)角色扮演對話過程中，英語學(xué)習(xí)機(jī)器人與學(xué)習(xí)者之阿金通過語音信號進(jìn)行信息的傳遞，與服務(wù)器之間通過約定接口實(shí)現(xiàn)通信。

3.3 自由對話功能的實(shí)現(xiàn)

具體自由對話功能設(shè)計(jì)流程如圖5所示。

如上圖所示，在自由對話功能模塊中，學(xué)習(xí)者、機(jī)器人以及服務(wù)器之間具有以下幾點(diǎn)執(zhí)行流程：

(1) 開始對話。學(xué)習(xí)者在啟動(dòng)自由對話功能模塊之后，可通過觸碰英語學(xué)習(xí)機(jī)器人身體部件的方式，來告知機(jī)器人已做好自由對話準(zhǔn)備并開始兩者之間的自由對話。機(jī)器人在接收到學(xué)習(xí)者發(fā)起的自由對話信號之后，將會(huì)向服務(wù)器發(fā)起自由對話申請，并且由服務(wù)器對自由對話信息的記錄。

圖5 自由對話功能設(shè)計(jì)流程

(2) 語音識別。在開展自由對話時(shí)，機(jī)器人將會(huì)對學(xué)習(xí)者發(fā)出的語音進(jìn)行識別，若正確識別，則將該語音發(fā)送至服務(wù)器并且給出合理回應(yīng)；反之，則重復(fù)上一步驟。

(3) 等待學(xué)習(xí)者應(yīng)答。機(jī)器人在向?qū)W習(xí)者發(fā)起提問后，若學(xué)習(xí)者未在1分鐘內(nèi)給出相應(yīng)的答對，機(jī)器人將啟動(dòng)自動(dòng)問答模式；反之，則重復(fù)上一步驟。

3.4 基于規(guī)則匹配的對話管理設(shè)計(jì)

具體基于規(guī)則匹配的對話管理程序執(zhí)行流程圖如圖6所示。

圖6 基于規(guī)則匹配的對話管理程序執(zhí)行流程

如圖6所示，基于規(guī)則匹配對話管理程序主語由四大步驟構(gòu)成，分別為預(yù)處理、獲取合法規(guī)則、獲取最佳規(guī)則以及生成應(yīng)答。在此管理程序中，機(jī)器人調(diào)用接口時(shí)產(chǎn)生的參數(shù)將會(huì)被作為程序的輸入，返回應(yīng)答語句將代表著程序結(jié)束。

3.5 情感交互設(shè)計(jì)

具體情感交互流程設(shè)計(jì)如圖7所示。

如圖7所示，機(jī)器人在接收到用戶發(fā)來的聲音信號之后，將會(huì)借助系統(tǒng)語音識別模塊對該信號進(jìn)行識別，并根據(jù)識別結(jié)果對機(jī)器人輸出內(nèi)容進(jìn)行決定。若輸出內(nèi)容中含有系統(tǒng)設(shè)定的情感關(guān)鍵字，服務(wù)器將會(huì)對動(dòng)作庫當(dāng)中與該關(guān)鍵字對于的動(dòng)作進(jìn)行調(diào)用，并伴隨語音內(nèi)容進(jìn)行輸出。

圖7 情感交互流程設(shè)計(jì)

4 系統(tǒng)測試

本文構(gòu)建的英語機(jī)器人主要陪伴讓英語學(xué)習(xí)者參與課下英語學(xué)習(xí)。學(xué)習(xí)者可通過觸碰英語學(xué)習(xí)機(jī)器人身體部件的方式，來對該機(jī)器人進(jìn)行啟動(dòng)。機(jī)器人的頭頂共有三個(gè)功能區(qū)，分別為單詞練習(xí)、角色扮演對話以及自由對話，學(xué)習(xí)者可自行選取相應(yīng)的功能模塊，對這些功能的實(shí)現(xiàn)，則通過Choregraphe軟件實(shí)現(xiàn)。具體的開發(fā)測試界面如圖8所示。

圖8 英語學(xué)習(xí)機(jī)器人與學(xué)習(xí)者對話交互場景編程

5 總結(jié)

通過上述的測試看出，無論是對話功能，還是與服務(wù)器端的鏈接方面，該英語智能機(jī)器人都可很好的連接和進(jìn)行。由此可以看出，本文構(gòu)建的這種英語學(xué)習(xí)機(jī)器人具有很強(qiáng)的交互場景和互動(dòng)功能。但是，本文在語音識別模塊和機(jī)器人的交互中，還有待進(jìn)一步的探討和設(shè)計(jì)。