面向软件模糊自适应的语音式任务目标识别与结构化转换

张晓冰,,,

(解放军理工大学 国防工程学院,南京 210007)

0 概述

自适应软件近十几年一直是软件工程领域的研究热点[1]。其能够根据环境变化和用户任务目标来调整自身的参数和行为[2]以应对变化。在前期工作中,课题组提出了软件模糊自适应(Software Fuzzy Self-adaptation,SFSA)范型[3]以及相应的建模[4]和实现工具[5]:基于模糊控制理论构造模糊自适应环,以消除模糊不确定性对自适应过程的影响。在运行过程中,模糊自适应环在用户设定的目标制导下,基于模糊的、不完备的感知信息进行推理和决策。

软件模糊自适应系统是目标驱动的系统,与用户持续性的交互是其重要特征。特别是在任务型自适应系统中(例如送餐机器人系统),由用户事先设定任务目标到系统中,系统基于目标自动驱动自适应过程进行感知、决策和施动,以确保任务目标的完成。在传统方式下,用户大多根据任务要求先将意图转化为文本形式的任务目标,进而输入到自适应系统中。这种方法显然存在实时性不强、交互性弱等问题。随着语音识别技术的发展,用户越来越倾向通过语音表达意图,即直接将语音式的任务目标输入到系统,从而提高任务目标设定的实时性、便捷性。但是,这种非形式化、非结构化特征的语音式任务目标给系统的语音识别和处理带来了极大挑战。

为能直接捕获语音式任务目标,文献[6]提出直接将(英语)语音式任务目标施加到模糊自适应环。然而此方法限制用户只能按照模糊规则库中预设的词组或短语表达需求,缺乏语义的包容性和拓展性处理,限制了用户对任务目标的灵活性表达。……