中文

面向物联网应用的卢干达语音意图识别

声音 2024-05-31 v1 人工智能 计算与语言 音频与语音处理

摘要

物联网技术的出现引发了人们对语音控制智能家居的巨大兴趣。虽然许多语音控制智能家居系统旨在理解和支持英语等广泛使用的语言,但卢干达语等低资源语言的使用者可能需要更多支持。本研究项目旨在开发一种用于物联网应用的卢干达语音意图分类系统,将本地语言融入智能家居环境。该项目使用硬件组件,如树莓派、Wio终端和ESP32节点作为微控制器。树莓派处理卢干达语音命令,Wio终端是显示设备,ESP32节点控制物联网设备。这项工作的最终目标是实现使用卢干达语的语音控制,通过部署在树莓派上的自然语言处理模型完成。该NLP模型利用梅尔频率倒谱系数作为声学特征,采用卷积神经网络架构进行语音意图分类。为此,我们整理了一个卢干达语音命令数据集,并已开源。这项工作通过融入卢干达语音命令,解决了物联网应用中的本地化挑战和语言多样性问题,使用户无需掌握英语即可与智能家居设备交互,特别是在本地语言占主导地位的地区。

关键词

引用

@article{arxiv.2405.19343,
  title  = {Luganda Speech Intent Recognition for IoT Applications},
  author = {Andrew Katumba and Sudi Murindanyi and John Trevor Kasule and Elvis Mugume},
  journal= {arXiv preprint arXiv:2405.19343},
  year   = {2024}
}

备注

Presented as a conference paper at ICLR 2024/AfricaNLP