Luận văn Thạc sĩ: Tương tác người máy sử dụng tiếng nói - Mai Chí Dũng

Luận văn Thạc sĩ về tương tác người máy (HCI) sử dụng tiếng nói, cung cấp tổng quan lý thuyết, mô hình và các công nghệ tương tác bằng giọng nói.

• Tác giả: Mai Chí Dũng
• Người hướng dẫn: Ts. Trịnh Văn Loan
• Trường học: Trường Đại học Bách Khoa Hà Nội
• Chuyên ngành: Công Nghệ Thông Tin
• Đề tài: Tương Tác Người Máy Sử Dụng Tiếng Nói
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2004
• Địa điểm: Hà Nội

Tóm tắt

I. Giới thiệu về Tương tác Người Máy

Tương tác người-máy (Human Computer Interaction - HCI) là một lĩnh vực nghiên cứu về con người, công nghệ máy tính và các cách thức mà các đối tượng này tương tác lẫn nhau. Lĩnh vực này tập trung vào việc làm cho các công nghệ máy tính dễ sử dụng hơn cho con người. Để hiểu sâu về tương tác người-máy, chúng ta cần nắm vững ba lĩnh vực chính: công nghệ máy tính, những người tương tác với công nghệ và tính dễ sử dụng cho người dùng. Ngoài ra, cần hiểu rõ công việc mà con người đang thực hiện bằng công nghệ máy tính. Bài viết này sẽ khám phá các vấn đề về nhận thức của con người, khả năng vật lý và cách tích hợp các kiến thức này vào thiết kế công nghệ hiện đại.

1.1. Định nghĩa và Phạm vi

Tương tác người-máy là một lĩnh vực phức tạp liên quan đến nhiều ngành học khác nhau. Nó không chỉ tập trung vào công nghệ mà còn xem xét các yếu tố con người. Lĩnh vực này yêu cầu sự kết hợp giữa kiến thức công nghệ thông tin, thiết kế giao diện và hiểu biết về hành vi người dùng để tạo ra các hệ thống tương tác hiệu quả.

1.2. Tầm quan trọng của Tương tác Người Máy

Nghiên cứu tương tác người-máy giúp các nhà thiết kế xây dựng các công nghệ phù hợp hơn với nhu cầu của người dùng. Điều này cải thiện trải nghiệm người dùng và tăng hiệu suất làm việc. Sự hiểu biết về tương tác người-máy là yếu tố then chốt trong phát triển phần mềm và ứng dụng hiện đại.

II. Các Lĩnh vực Liên Quan đến Tương tác Người Máy

Tương tác người-máy là một lĩnh vực liên ngành yêu cầu kiến thức từ nhiều lĩnh vực khác nhau. Một nhà thiết kế hệ thống tương tác lý tưởng phải có hiểu biết sâu về tâm lý học, khoa học nhận thức và công thái học. Họ cũng cần nắm vững công nghệ máy tính, thiết kế đồ họa và xã hội học. Mỗi lĩnh vực này đóng góp những kiến thức quý báu vào việc phát triển các giao diện người-máy thân thiện và hiệu quả. Tương tác người-máy đòi hỏi sự hội tụ của các khoa học xã hội và khoa học kỹ thuật để tạo ra các giải pháp công nghệ tối ưu.

2.1. Khoa học Nhận thức và Tâm lý Học

Khoa học nhận thức cung cấp những kiến thức về cách con người nhận thức, xử lý thông tin và giải quyết vấn đề. Tâm lý học giúp hiểu rõ hành vi người dùng, khả năng tập trung và các giới hạn về tiếp nhận thông tin. Những kiến thức này rất quan trọng để thiết kế giao diện tương tác người-máy có thể đáp ứng được khả năng nhận thức của người dùng.

2.2. Công thái Học và Thiết kế Giao diện

Công thái học (ergonomics) tập trung vào các hạn chế vật lý của con người và cách thiết kế để giảm thiểu mỏi mệt. Thiết kế giao diện trong tương tác người-máy phải xem xét các yếu tố như kích thước màn hình, bố cục nút bấm và tính thẩm mỹ. Kết hợp công thái học với thiết kế đồ họa tạo ra các hệ thống tương tác người-máy vừa hiệu quả vừa thoải mái.

III. Các Kênh Tương tác Người Máy

Các kênh tương tác trong tương tác người-máy bao gồm các phương thức khác nhau mà người dùng có thể giao tiếp với máy tính. Truyền thống, bàn phím và chuột là những công cụ chính, nhưng tương tác người-máy hiện đại đã mở rộng đáng kể với công nghệ mới. Tương tác bằng giọng nói là một trong những tiến bộ quan trọng nhất trong lĩnh vực này. Ngoài ra, còn có các thiết bị cảm ứng, định vị trong không gian ba chiều và các công nghệ nhận dạng cụ thể khác. Mỗi kênh tương tác có những ưu điểm và nhược điểm riêng, và việc lựa chọn kênh phù hợp là một phần quan trọng của tương tác người-máy.

3.1. Tương tác Truyền thống Bàn phím và Chuột

Bàn phím và chuột vẫn là các thiết bị chính trong tương tác người-máy truyền thống. Chúng cung cấp độ chính xác cao và khả năng kiểm soát tốt. Tuy nhiên, tương tác này yêu cầu hai tay và có thể gây mỏi với sử dụng lâu dài. Các nhà thiết kế hiện đang cải thiện tương tác người-máy qua những giao diện truyền thống để làm cho chúng thân thiện và hiệu quả hơn.

3.2. Tương tác Bằng Giọng Nói

Tương tác bằng giọng nói là một bước tiến lớn trong tương tác người-máy, cho phép người dùng giao tiếp với máy tính bằng ngôn ngữ tự nhiên. Công nghệ này sử dụng các thuật toán nhận dạng giọng nói để hiểu ý định của người dùng. Tương tác giọng nói mang lại sự tiện lợi, đặc biệt trong các tình huống không thể sử dụng tay. Đây là một lĩnh vực phát triển nhanh chóng trong tương tác người-máy hiện đại.

IV. Ứng dụng và Phát triển Tương tác Người Máy

Ứng dụng của tương tác người-máy bao trùm nhiều lĩnh vực từ công nghệ tiêu dùng đến các hệ thống enterprise phức tạp. Các nguyên tắc của tương tác người-máy được áp dụng trong phát triển phần mềm, ứng dụng di động, thiết bị thông minh và nhiều công nghệ khác. Mục tiêu chính là tạo ra các giao diện không chỉ dễ sử dụng mà còn cải thiện chất lượng cuộc sống của người dùng. Các phương pháp đánh giá thiết kế, kiểm thử người dùng và tối ưu hóa giao diện là những yếu tố thiết yếu trong việc phát triển các hệ thống tương tác người-máy thành công.

4.1. Phương pháp Thiết kế và Đánh giá

Thiết kế tương tác người-máy dựa trên các nguyên tắc khoa học và các mô hình hành vi người. Các nhà thiết kế sử dụng các phương pháp như người dùng trung tâm (user-centered design) để đảm bảo sản phẩm phù hợp với nhu cầu thực tế. Đánh giá các thiết kế thông qua kiểm thử với người dùng thực, ghi lại phản hồi và điều chỉnh là quá trình quan trọng để cải thiện tương tác người-máy.

4.2. Xu hướng Tương lai

Tương tác người-máy tiếp tục phát triển với các công nghệ mới như trí tuệ nhân tạo, thực tế ảo và các giao diện lượng tử. Tương tác giọng nói sẽ ngày càng phổ biến hơn trong các ứng dụng hàng ngày. Xu hướng tương lai tập trung vào việc tạo ra các hệ thống tương tác người-máy tự nhiên, trực quan và có khả năng thích ứng với nhu cầu cá nhân của người dùng.

Trích đoạn nội dung tài liệu

Chương IL. Tương tác người máy sử dụng tiếng nói 2. Tương táo người — máy đựa trên tiếng nói - --24 2.1 Các công nghệ ứng dụng tiếng nói. 25 ức xử lý tiếng nó 35 2.

Cáo công nghệ nhận dạng tiếng nói vả nhận nang người nói S6 3.3 Các công nghệ tổng hợp tiếng nói.2 Các dạng ứng đụng của êng nói 2.3 Thiết kế giao diện tẳng nói.1 Hội thoại dựa trên tiêng nói.2 Các kỹ thuật đảm thoại.5 Hướng dân, ug gp va pin i. TH HH HH0 ngư 3.6 Các lệnh chưng, .7 Cae loai am thamh hac. cece ees eects eens ieeesiens Phát triển ứng dụng tiếng nd ” 3.1 Các thành phân của hệ thắng tiếng nói 3.1 Các thành phân nhận dạng tiếng nói. serene see 43 3 ác thành phần địch tiếng nói - - Ad 3.3 Các thành phân quán lý hội thoại .4 Thanh phan sinh daura AS 31.5 Các thành phân tẳng hop tiếng nói.2 Quanlý hội thoại rong ứng đụng tiếng 1n 3.1 Các chiến lược quản lý hội thoại và tỉnh chủ dong 3.2 Các mô hình điều khiến hội thoại.3 Quản lý hội thoại trong các ứng dụngtiếng nói Chương LLL Các phương pháp nhận dạng và tổng hợp tiếng nói.

Nhan dang Liéng nói 1.1 Mô hình Markov ân.2 Các bài toán cơ bản của mô hình Markov an.3 Nhận dạng sử đụng mô hình Markov Ấn.2 Các thuật toán trong mô hình Marke 58 1.1 Nhận dạng từ rời rạc.59 i Tương tác người-mảy dựa trên tiếng nói Chương IL. Tương tác người máy sử dụng tiếng nói 2. Tương táo người — máy đựa trên tiếng nói - --24 2.1 Các công nghệ ứng dụng tiếng nói. 25 ức xử lý tiếng nó 35 2.

Cáo công nghệ nhận dạng tiếng nói vả nhận nang người nói S6 3.3 Các công nghệ tổng hợp tiếng nói.2 Các dạng ứng đụng của êng nói 2.3 Thiết kế giao diện tẳng nói.1 Hội thoại dựa trên tiêng nói.2 Các kỹ thuật đảm thoại.5 Hướng dân, ug gp va pin i. TH HH HH0 ngư 3.6 Các lệnh chưng, .7 Cae loai am thamh hac. cece ees eects eens ieeesiens Phát triển ứng dụng tiếng nd ” 3.1 Các thành phân của hệ thắng tiếng nói 3.1 Các thành phân nhận dạng tiếng nói. serene see 43 3 ác thành phần địch tiếng nói - - Ad 3.3 Các thành phân quán lý hội thoại .4 Thanh phan sinh daura AS 31.5 Các thành phân tẳng hop tiếng nói.2 Quanlý hội thoại rong ứng đụng tiếng 1n 3.1 Các chiến lược quản lý hội thoại và tỉnh chủ dong 3.2 Các mô hình điều khiến hội thoại.3 Quản lý hội thoại trong các ứng dụngtiếng nói Chương LLL Các phương pháp nhận dạng và tổng hợp tiếng nói.

Nhan dang Liéng nói 1.1 Mô hình Markov ân.2 Các bài toán cơ bản của mô hình Markov an.3 Nhận dạng sử đụng mô hình Markov Ấn.2 Các thuật toán trong mô hình Marke 58 1.1 Nhận dạng từ rời rạc.59 i Tương tác người-mảy dựa trên tiếng nói 1.2 Tính toán tham số theo thuật toán l3aum-Weleh.3 Nhận dạng và giải thuật Viterbi 64 2. Nhận dạng tiếng nói sử dụng bộ công cu ATK.1 Khái quát HH2 mg metarererrrrroeuGỔ 22 Kiến trúc phần mềm HTK 66 2.3 Các thuộc tỉnh chung của một công, cụ TTTK .4 Bộ công cụ (Toollert). TH HH Hee „68 2.1 Các công cụ cho bước chuẩn bì đứ liệu 69 2.3 Các công cụ đảo tạo.3 Các công cụ nhận đạng.4 Công cụ phân tích.5 Cie phuucmg phap dao tao md hinh Markov tong HTK - -72 3.1 Khởi tao sit dung Init.2 Khéi tạo bằng công cụ HCompV.3 Tinh loán các mô hình rời rac sử dụng HResL. Tổng hợp tiếng nói 3.1 Câu trúc chưng.

LH HH HH.1 Khôi xú lí ngôn ngữ tự nhiên - 79 3.3 Khối phn tich vain Ban.3 Phiên âm tự động, - - - .4 Tạo ngữ điệu 3.2 Khỏi xử lí tin hiệu số - 3.3 Một số phương pháp tỏng hợp tiếng nói.1 Cac phuong phap tong hợp bằng phương phap nii.2 Các phương pháp tổng hợp đựa trên mô hình 82 Chương IV. Chương trình trợ giúp lập trình Pascal. Thiết kế hệ thần 2.1 Một số đặc điểm của pasoal.2 Téng hop tiéng Anh .4 Module nhan dang 89 3.1 Nhận dạng tiếng Việt. om) Tương tác người-mảy dựa trên tiếng nói Chương IL.

Tương tác người máy sử dụng tiếng nói 2. Tương táo người — máy đựa trên tiếng nói - --24 2.1 Các công nghệ ứng dụng tiếng nói. 25 ức xử lý tiếng nó 35 2. Cáo công nghệ nhận dạng tiếng nói vả nhận nang người nói S6 3.3 Các công nghệ tổng hợp tiếng nói.2 Các dạng ứng đụng của êng nói 2.3 Thiết kế giao diện tẳng nói.1 Hội thoại dựa trên tiêng nói.2 Các kỹ thuật đảm thoại.5 Hướng dân, ug gp va pin i.

TH HH HH0 ngư 3.6 Các lệnh chưng, .7 Cae loai am thamh hac. cece ees eects eens ieeesiens Phát triển ứng dụng tiếng nd ” 3.1 Các thành phân của hệ thắng tiếng nói 3.1 Các thành phân nhận dạng tiếng nói. serene see 43 3 ác thành phần địch tiếng nói - - Ad 3.3 Các thành phân quán lý hội thoại .4 Thanh phan sinh daura AS 31.5 Các thành phân tẳng hop tiếng nói.2 Quanlý hội thoại rong ứng đụng tiếng 1n 3.1 Các chiến lược quản lý hội thoại và tỉnh chủ dong 3.2 Các mô hình điều khiến hội thoại.3 Quản lý hội thoại trong các ứng dụngtiếng nói Chương LLL Các phương pháp nhận dạng và tổng hợp tiếng nói. Nhan dang Liéng nói 1.1 Mô hình Markov ân.2 Các bài toán cơ bản của mô hình Markov an.3 Nhận dạng sử đụng mô hình Markov Ấn.2 Các thuật toán trong mô hình Marke 58 1.1 Nhận dạng từ rời rạc.59 i Tương tác người-mảy dựa trên tiếng nói 1.2 Tính toán tham số theo thuật toán l3aum-Weleh.3 Nhận dạng và giải thuật Viterbi 64 2.

Nhận dạng tiếng nói sử dụng bộ công cu ATK.1 Khái quát HH2 mg metarererrrrroeuGỔ 22 Kiến trúc phần mềm HTK 66 2.3 Các thuộc tỉnh chung của một công, cụ TTTK .4 Bộ công cụ (Toollert). TH HH Hee „68 2.1 Các công cụ cho bước chuẩn bì đứ liệu 69 2.3 Các công cụ đảo tạo.3 Các công cụ nhận đạng.4 Công cụ phân tích.5 Cie phuucmg phap dao tao md hinh Markov tong HTK - -72 3.1 Khởi tao sit dung Init.2 Khéi tạo bằng công cụ HCompV.3 Tinh loán các mô hình rời rac sử dụng HResL. Tổng hợp tiếng nói 3.1 Câu trúc chưng. LH HH HH.1 Khôi xú lí ngôn ngữ tự nhiên - 79 3.3 Khối phn tich vain Ban.3 Phiên âm tự động, - - - .4 Tạo ngữ điệu 3.2 Khỏi xử lí tin hiệu số - 3.3 Một số phương pháp tỏng hợp tiếng nói.1 Cac phuong phap tong hợp bằng phương phap nii.2 Các phương pháp tổng hợp đựa trên mô hình 82 Chương IV.

Chương trình trợ giúp lập trình Pascal. Thiết kế hệ thần 2.1 Một số đặc điểm của pasoal.2 Téng hop tiéng Anh .4 Module nhan dang 89 3.1 Nhận dạng tiếng Việt. om) Tương tác người-mảy dựa trên tiếng nói Lời nói đầu Mặc dù công nghệphan mềm ở Việt nam đã có những bước phát triển rõ rệt va oi lĩnh vực liên quan đến công nghệ phần mềm hiện lại đã được chú ý đến nhiều ở nước ta. Tuy nhiên, tương tác người-máy hiện tại vẫn là một lĩnh vực chua thú hút được nhiều nghiên cứu cũng như chưa duoe tìm hiểu mội.

Một lĩnh vực khác hiện tại vẫn còn nhiều vẫn đê cân phải nghiên cứu đó là lĩnh vực xử lý ngôn ngữ tự nhiên. Đây vàn lá lĩnh vực mở với nhiều van dễ còn bỏ ngõ. Xủ lý tiếng nói v biệt là xử lý tiếng nói bằng Hếng Việt vẫn còn là lĩnh vực íL được chủ ý. Vì thế, đồ án “Tương tác người-máy dựa trên tiếng nói” là bước đều tìm hiểu một số kỹ thuật tương tác người-náy và các kết quả nghiên cứu hiện tại trong lĩnh vực xử lý tiếng nói ở nước ta.

Độ án gồm các phần chính sau » Chương L Tổng quan về tương tác người rnấy. Phần mày giới thiệu các khải niệm, các đối tượng liên quan đến tương tác người may. Tương tác người mảy dựa trên tiếng noi, Phần này giỏi thiệu các điểm riêng khi sử dụng tiếng nóồi trong tương lắc người máy. Do đặc thủ của Hếng nói, nên nên áp đụng nó trong tương tác người máy sẽ nay sinh ra cáo vấn để mới và do đó sẽ cần các phương pháp xử lý khác so với các kỹ thuật chung trang tương tác người máy.

«Chương II, Các kỹ thuật tổng hợp tiếng nói và nhận dạng tiếng nói » Chương IV. Chương trình trợ giúp lập tinh Pascal. Phan nay trinh bảy một ứng dụng demo cho các kỹ thuật tương tác được trình bày trong chương 1, TT va Tt Vi tương tác người máy và xử lý tiếng nói nói đều lá các lĩnh vục rất lớn và liên quan đến nhiều lĩnh vực khu êL quả nghiên cứu liệu tại về lĩnh vực này (ở nước ta) vin con rat hạn chế nên đồ án nảy chắc chắn không tránh khỏi những hạn chế. Tác giả hy vọng nhận được các dóng góp của những người quan.

tâm thuật mây tinh, trường Đại học bách khoa Hà Nôi đã tận tỉnh. hướng dần, chỉ bảo để tác giả có thể hoàn thành được bản luận văn này. Xin chân thành côn on. TĨA nội, ngảy 30 tháng 9 năm 2004 Học viên Mai Chí Dũng wi Tương tác người-mảy dựa trên tiếng nói Chương IL.

Tổng quan về tương tác người máy 1. Giới thiệu Tương tac ngudi may (uman Computer Interaction — IICT) don giãn là Tĩnh vực nghiên cửu về con người, công nghệ máy tỉnh và các cách thức mả các đổi tượng này tương tác lẫn nhau. Chứng ta nghiên cứu HCT đề xác định cách mà chủng ta lâm cho các công nghệ máy tính dễ sứ dụng hơn cho con người. Diễu này yêu cầu phải nằm được íL nhất là 3 lĩnh vực sau: công nghệ máy tính, những người tương tác với công nghệ máy tỉnh và tính 'dễ sử dụng hon’ cho con người bao gồm những gì.

Tuy nhiên còn có một khía cạnh thứ tư đó là việc nắm được công việc mà cơn người đang thục hiện bằng cổng nghệ máy tính. Trong bài nảy chúng ta sẽ xem xét các vẫn đẻ về nhận thửc của con. ngudi (human cognitive), cac kha năng vật lý va cách dé tích hợp các trí thức nay vao tong thiél ké cong nghé. Chúng ta sẽ xem xét công nghệ theo cả hai mặt: các công nghệ hiện có và các chức.

năng của chúng. Chúng la sẽ giỏi thiệu các nguyên lắc, những xnô hình Điều hiện khả năng dễ sử dụng vẻ đưa ra các phương pháp cho việc đánh giả các thiết kế. Chứng ta cũng sẽ xem xói các hành vị của người đừng, Tương tác người-máy là một lĩnh vực phúc tạp liên quan đền nhiều lĩnh vực khác. Trong phần này chủng ta sẽ chí xem xét tương tác người máy dưới góc dộ của khoa học máy tính 1.