《基于MATLAB的语音分析平台设计.doc》由会员分享，可在线阅读，更多相关《基于MATLAB的语音分析平台设计.doc（17页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、基于MATLAB的语音分析平台设计【摘 要】本设计是基于MATLAB矩阵实验室设计一个语音分析平台，来实现语音信号的时域和频域分析，基于双门限检测法的端点检测以及使用谱减法实现语音信号的增强降噪，MATLAB可以将声音文件变换为离散的数据文件，然后利用其强大的矩阵运算能力处理数据，如傅里叶变换、时域和频域分析、音频处理、实现算法等。同时使用MATLABGUI的设计简洁明了，处理的结果实时反馈，使得数据的分析更直观快捷。语音信号处理是MATLAB重要应用的领域之一，利用MATLAB来分析处理语音信号不仅具有重要的理论意义同时具有重要的现实意义。【关键词】MATLAB 语音信号 频谱分析 端点检测
2、 语音增强 Design of speech analysis platform based on MATLAB【Abstract】This design is based on a speech analysis platform designed by MATLAB matrix laboratory to achieve speech signal in the time domain and frequency domain analysis, endpoint detection based on double threshold detection method and the u
3、se of spectral subtraction to achieve enhanced noise reduction of speech signals, MATLAB can sound The file is transformed into a discrete data file and then processed using its powerful matrix computation capabilities such as Fourier transforms, time and frequency domain analysis, audio processing,
4、 and implementation algorithms. Simultaneous use of MATLAB GUI design is concise and clear, real-time feedback of the results of the processing, making the analysis of the data more intuitive and efficient. Speech signal processing is one of the important applications of MATLAB. Using MATLAB to anal
5、yze and process speech signals not only has important theoretical significance but also has important practical significance.【Key Words】 MATLAB Speech Signals Spectrum Analysis Endpoint Detection Speech Enhancement1 绪论语言是人类最重要的交流方式，在我们生活中也是随时都会用到的，在人类还未发明文字前，语言就已被使用，在人们惊叹文字的复杂性时，人类的语言更让我们赞叹不已。现代通信中语
6、音作为语言的声学体现，是人类交换信息时最原始，最快捷，最有效的方式，语音作为现代通信中主流的信息传输媒介，对其进行分析是语音技术的基础。1.1 课题背景及意义在现代通信中，语音的传递早已不受时间和空间的限制，从电话到即时语音消息，人们对于语音信号的处理由简单的降噪增强提升语音质量到人声变换，再到如今的人工智能语音，语音已不再是人与人交流的专属，也可以是人与机器的通信工具，在未来也许会出现机器与机器之间通过语音来交流协作，在人工智能高速发展的今天，语音技术突飞猛进，但即使技术以发展到如此的地步，对语音信号进行基础的分析和处理仍有其现实意义，这也是研究语音信号的基础。在本设计中将使用MATLAB对
7、语音信号进行分析和处理，实现语音信号的频谱分析、端点检测以及语音信号增强降噪，将会为以后进一步的学习和研究语音信号打下坚实的基础。1.2 论文的主要工作本设计是基于MATLAB的语音分析平台，该平台主要由语音信号的时域和频域分析、端点检测、语音降噪三大模块组成。其中时域和频域分析主要是对语音信号的短时能量、短时过零率、短时幅度和短时傅里叶变换进行分析，这部分工作也是为之后的端点检测和语音降噪做准备。端点检测采用双门限检测法找到语音的开始和结束，这对处理语音信号有积极的意义，可以节约时间和资源，也避免了处理时非语音段对语音段的干扰，提高语音的识别率。在语音降噪模块中，使用语音降噪中最常用的谱减法
8、，从混噪语音频谱中减去噪声频谱，但此方法有一定的局限性，其前提是噪声信号稳定或缓慢变化，在本次设计中较为适用，满足可行性。1.3 国内外研究现状上世纪六十年代中期数字信号处理(DSP)的理论和算法被形成体系，如数字信号滤波器和快速傅立叶变换（FFT），是DSP的基础。二十世纪七十年代后，提出了一种用于压缩和提取语音信号特征的线性预测技术（LPC），现已成为语音信号处理中最常用的工具，并被广泛适用于语音信号的分析，合成和应用。以及用于输入语音和参考样本之间的时间匹配的动态编程方法。在二十世纪八十年代初期，基于聚类分析和矢量量化（VQ）的新型高性能数据压缩技术被应用于语音信号处理;而使用隐马尔可夫
9、模型（HMM）描述语音信号产生的过程是20世纪80年代的语音信号。随着加工技术的重大发展，HMM已经成为现代语音识别研究的重要基石。近年来，人工神经网络（ANN）的研究得到了迅速发展。语音信号的分析和处理是其发展的重要动力之一。与此同时，它的许多成就也体现在语音信号的处理上。在今天，语音技术已经较为成熟，智能终端上都已配置有语音助手，虽然还不能完全解放人们的双手，但以能实现大部分的工作，打电话，发短信早已不是新鲜事，通过语音控制智能家电也以实现。语音技术方便了人们的生活，增添了许多乐趣。1.4 论文结构第一章 绪论。本章重点叙述了我们设计的背景和这个设计的意义，然后接着描述了在语音信号的研究现
10、状，最后指出了这篇文章主要研究的内容以及论文的组织结构。第二章 语音分析平台设计的方案论证。本章主要介绍本次语音分析平台设计的可行性分析与设计过程。第三章 基于MATLAB的语音分析平台的实现。本章为基于MATLAB语音分析平台的实现与功能介绍。第四章 总结与展望。针对全文做了总结，并对今后进一步的工作提出设想。参考文献致谢2 语音分析平台设计的方案论证2.1 运行环境硬件环境：处理器：Intel(R) Core(TM) i5-4210M CPU 2.60GHz内存：8G硬盘：512显卡：Intel(R) HD Graphics 4600软件环境：操作系统 ： Microsoft Window
11、s 10MATLAB ： 7.11.0.584(R2010b) 64-bit(win64)C+编译环境：Microsoft Visual C+ 2010 Express2.2 语音信号的录入与读取2.2.1 wavrecord函数录制语音wavrecord函数在MATLAB中可以调用计算机的音频输入设备（如麦克风）来记录声音，调用语法格式为：这个命令将获得一个数字化的语音数据串y，直接作为MATLAB变量参与各种操作，其中n是采样点的数量，决定录音的长度; fs为采样频率，默认值为11025Hz，也可以根据需要选择合适的采样率; ch是声道数，默认值为1，表示单声道，如指定为2，则采样为双声道
12、立体声数据; dtype是采样数据的存储格式，用字符串指定，有double，single，int16，int8,指定存储格和每个采样值的量化精度, int8为8位精度采样，其余为16位采样精度。2.2.2 wavread函数读取语音文件在MATLAB中，wavread函数用于读取WAV格式的音频文件，其基本的用法为：y = wavread（filename），加载由字符串filename指定的WAVE文件，并返回y中的采样数据，如果文件名不包含扩展名，则wavread会附加.wav。在本设计中使用的是y，Fs，nbits = wavread（filename）语句来读取语音文件并返回每个样本的
13、位数（nbits）。2.2.3 sound函数播放语音sound函数是MATLAB中的一个发声函数，其基本调用语法为sound(y,Fs),sound(y,Fs)以采样率Fs将音频信号y发送到计算机的音频输出设备（如扬声器），如果不指定采样率，则声音以8192 Hz的频率播放。2.2.4 global函数定义全局变量global函数在MATLAB中的作用是声明全局变量，可以在不同的函数中使用同一变量，在本设计中,将读入的语音信号的参数定义为全局变量，实现一次读入,处处使用，在不同的功能模块中都能直接使用进而对该语音信号进行分析和处理，使用global函数能提高代码的执行效率和提高代码的可读性。
14、2.3 语音信号的预处理2.3.1 预滤波语音信号分析之前先对其实行预处理过程。预处理的第一步就是预滤波。通过预滤波不但能够让被检测的语音信号里每个频域分量频率高出FS/2的全部分量受到约束（FS是采样频率），实现防止混叠扰乱的情况，而且还可以对50Hz的干扰频率电源工频起到约束的作用。一般来说进行预滤波的预滤波器可以看成是一个带通滤波器。它有8KHz的采样频率，包括了上截止频率（FH）和下截止频率（FL），其中很大一部分的数字语音信号的编译码上截止频率为3.4KHz，下截止频率是 。2.3.2 分帧从整个部分来看，信号的特点和表示它原本性质的数据都是会变动的。而且短时范围里面（一般在以内）,
15、语音又具备着短时的平稳特性,因此可以把它当为几乎不发生改变的比较稳定的过程，且一个分析帧指的就是每一个短时间范围以内的语音段，把语音信号截取成很多个短时范围的语音片段。分帧操作时，为了得到持续不断且稳定的帧数，可以使用交叠分段法。帧移指的是在语音段内前面一帧与后面一帧相互交叉的区域，如图2-1所示。除了特殊情况，帧移和帧长的比值取在之间是较为合适的，因为不合适的取值很容易影响分析的结果。图2-1 帧长与帧移的示意图2.3.3 加窗在语音信号的处理过程中为了防止出现截断效应，就要在对语音段进行分帧处理之后开展加窗操作。若要直接分帧语音段，可以在语音中添入矩形窗。预处理时，必须要有加窗处理。矩形窗
16、有着相对来说较大的旁瓣，并且在时域里面相乘就等同于在频域里面进行卷积，就很容易因为在时域里进行分帧处理，使信号被截断，从而造成在频域里引发频谱的泄露Error! Reference source not found.。就是因为在频域里进行卷积从而致使能量泄露到其他的频域里，而且这种情况分帧越长它的效果就越不清楚。所以语音信号分帧完成了接着就是加窗操作，就是为了克服这个问题。N表示窗长，窗长的确定要在加窗以前进行，加窗的语音信号是由固定的窗函数与信号相乘而构成的Error! Reference source not found.。在加窗操作中出现最多的窗函数有矩形窗、汉明窗（Hamming）以及
17、汉宁窗（Hanning），它们可以这样表示：（1） 矩形窗 (2.1)（2） 汉明窗（Hamming） (2.2)（3） 汉宁窗（Hanning） (2.3)式中N是窗长。窗函数在时间很短的范围内对分析参数的性质具有较大的影响。受到的影响是很大的。语音信号开始加窗操作时，要根据信号的实际情况对窗函数以及窗长N进行合理的选择。因此为了让短时范围所内所求取的参数可以更好的表现出语音信号特性的变化，在进行加窗处理时要选择适合的窗口。2.3.4 预加重预加重是一种在发送过程中提高信号高频分量的信号处理方式。在对语音信号进行处理的时候预加重是通过运用信号的独有特点和噪声的独有特点之间的差异进行有作用的处
18、理。当语音信号变换成数字信号时，要想能够获得语音信号片段里某一段在时域里的波形，首要对语音信号与电信号之间进行转换，然后通过模数转换器把电信号变成数字信号，这个时候改变后的信号将会按次序有序的存入到一个数据区里面。预加重能增强高频区域，还能让语音的频谱更平缓。语音信号处理的时候产生的声门波的影响可以被预加重的零点以及辐射的零点相消除，因此可以让语音信号里只留有声道的部分，以此让频谱分析或者对参数的声道分析变得更加的方便，语音信号的预处理如图2-2所示。图2-2 预处理过程预加重的完成通常是需要利用具备6dB倍频程来增加高频特征的数字滤波器。预加重通常情况下用的是是一个求一次导的数字滤波器： （
19、2.4）式中的取值接近于1。某些情况下要求算出初始信号，那么原来的频谱就必须由预加重后频谱来计算出，这时要求使用去加重的处理方法对已经测量得到的值，即在处理过程中要加上6dB倍频程在降低时候的频率特性，借此来复原本来的特性。2.4音信号的时域分析时域（Time domain）是描述数学函数或物理信号对时间的关系, 一个信号随着时间的变化可以用时域波形可以表达。对语音信号分析的最自然最直接的方法是以时间为自变量进行分析，语音信号典型的时域特征包括短时能量，短时平均过零率，短时自相关系数，短时平均幅度差。浊音和清音之间激励的变化，会使信号峰值幅度有很大的变化，在浊音范围内基频有相当大的变化。2.4
20、.1 短时能量通常来说语音信号的能量值和噪声的能量值的差别是特别大的，因此对语音信号端点检测时可以通过能量值对语音信号和噪声进行区分，当被检测的信号分帧处理完成之后，每一帧的短时能量要通过计算得出，就要把每帧的能量幅度进行积和。接着按照每帧的短时能量来对门限展开设置。在n时刻信号可以的短时能量是这样的： （2.5）式中，是汉明窗。让，那么就有： （2.6）在公式（2.6）中，是有固定长度的窗函数。短时能量是辨别语音信号中清音与浊音的部分。与浊音相比较，清音段具备的能量更大。信号短时平均幅度如式（2.7）： （2.7）通常当信号处在相对来说比较清楚的条件下，能够依据短时能量展开对其的端点检测，可
21、如果信号里的某个字后接着的为一个清音，那么会极其不容易与其后面跟着的没有声音的片段划分开来。语音的振幅经过横轴的次数在语音及噪声之间也是有极大差异性。于是就产生了几种有特点的数据联结起来的检查方法。短时能量还能够由以下方法计算： （2.8） （2.9） （2.10）2.4.2 短时过零率当语音进行分帧操作之后每一帧语音的样式经由横轴的次数就可以让过零率代表。信号波峰与波谷之间的改变进行归一化的操作，将波峰与波谷两者的变换更换为通过横轴的次数，也可以称为通过零轴的次数，这就是短时过零率。语音样本转换标识的回数其实就指过零率。信号可以这样定义它的过零率： （2.11）Sgn表示符号函数，即： （2
22、.12）过零率可以粗略地将语音频谱的性质形容出来，换句话来说即为让被检测的语音片段被滤波器分解成无数个通道，再分别算出它们每个里面的所具有的能量与过零率。就清音段而言，它蕴藏了极其大的过零率。2.5 语音信号的频域分析2.5.1 滤波器组分析方法语音要在频域进行解析还能够运用滤波器组法，这种方法有一定的优点，如运用起来容易，在实际使用中表现突出，不容易受到其它东西的干扰等等。这种方法能够使用有平缓性能的滤波器，能够使用大致得出信号频谱但它的辨识度会减少的宽带带通滤波器，还能够使用辨识度被升高的窄带带通滤波器。如图2-3所示的是滤波器组法的原理图。 图2-3 带通滤波器频谱分析原理图2.5.2
23、傅里叶频谱分析因为傅里叶变换法拥有的某些特点，所以普遍被用在频域分析里。要想取得语音信号所对应的频谱、能量、熵等参数，就需要傅里叶变换与傅里叶逆变换对经过分帧加窗处理的语音信号。由于语音具备迟缓性，当展开频域分析时需要使用傅里叶变换在很小的范围内，和它相匹配的是能够求出频域的性质，在此处预处理分帧之后加窗操作添加的是汉明窗。(1)短时频谱和短时功率谱假定信号通过上述计算方法后写作，那么跟的联系如2.5式。 （2.13）语音信号的频谱是的幅度，那么就有 （2.14）根据语音幅度与短时功率谱的关系，因此可以得出后者的计算公式为 （2.15）(2)倒谱距离将语音信号进行同态处理就是对语音信号进行倒谱
24、分析，把非线性化的问题转换成线性化的问题就是对信号的同态处理，也可以叫做同态滤波Error! Reference source not found.。端点检测的某些数据能够让倒谱距离来表示，原因是语音的性质能通过倒谱来表现的很好。当环境中的噪声很强的时候，倒谱的距离可以由倒谱系数来求出。2.6语音信号的端点检测 2.6.1 两级判决法采用双门限比较法的两级判决法，具体如下第一级判决：1. 先根据语音短时能量的轮廓选取一个较高的门限T1，进行一次粗判：语音起止点位于该门限与短时能量包络交点所对应的时间间隔之外(即AB段之外)。 2. 根据背景噪声的平均能量确定一个较低的门限T2，并从A点往左、从
25、B点往右搜索，分别找到短时能量包络与门限T2相交的两个点C和D，于是CD段就是用双门限方法根据短时能量所判定的语音段。第二级判决：以短时平均过零率为标准，从C点往左和从D点往右搜索，找到短时平均过零率低于某个门限T3的两点E和F，这便是语音段的起止点。门限T3是由背景噪声的平均过零率所确定的。注意：门限T2，T3都是由背景噪声特性确定的，因此，在进行起止点判决前，T1，T2，T3，三个门限值的确定还应当通过多次实验。图2-4两级判决法示意图2.6.2 双门限检测（1） 信号经过分帧操作后，求出每帧所具有的能量及过零率，并且计算得到能量和过零率的比值（能零比）；（2） 对语音预处理之后，设定参数
26、的默认值，例如最大静音长度。（3） 判别语音是否处于静音段还是在过渡段的条件就是判断它所具有的能量以及过零率是否在最初设定的低门限以上或者以下。若是在以上则处于语音段；若在以下就处于过渡期；若都没有，信号依然处于静音段；（4） 判别语音是否依旧在语音段的条件就是看它所具有的能量或者过零率是否高于最初设定的门限值。若是高于它，就表示依旧为语音段；若设定的初始长度比此时的大，则表示依旧在语音段，还没有终止；若噪声长度的最低值大于此时信号的长度，则可以判定是语音不够长，这时的信号是噪声，此时还能够判定语音信号是在静音段，如果不是那么就说明语音段已经进入了结束段。2.7 谱减法语音降噪谱减法算法是最早
27、的语音去噪算法之一。它基于一个简单的原理：假设语音中的噪声只有加性噪声，只要从混噪语音频谱中减去噪声频谱，就可以得到纯粹的语音幅度，其前提是噪声信号稳定或缓慢变化。在获得纯信号的幅度谱之后，可以组合噪声语音相位（大致替换纯语音相位）以获得近似纯语音。之所以能做到这一点是因为语音信号的相位不会影响语音清晰度。按上述所示，如果我们设y(n)为受噪声污染的信号，则由纯净语音信号和加性噪声组成，即： (2.16) 其傅里叶变换后表示为： (2.17) 或写为： (2.18)如果用功率谱表示可以写为： (2.19)这里 被称为交叉项，我们假定d(n)具有0均值，并且与x(n)不相关，则交叉项为0，上述公
28、式简化为： (2.20)或写为： (2.21)3 基于MATLAB的语音分析平台的实现本语音分析平台由语音信号的时域和频域分析、端点检测、语音降噪三大模块组成，使用图形界面集成为一个平台。 3.1 图形用户界面设计图形用户界面（GUI）是指以图形方式显示的计算机操作环境的用户界面。与较早时期计算机使用的命令行界面相比，图形界面更加便于用户使用。GUI的广泛应用是当今计算机开发的重要成就之一，它非常大地方便了许多非专业用户的使用。有了GUI以后，人们可以不再记忆大量的命令。相反，他们可以通过窗口，菜单，按钮等操作。GUIDE是由MATLAB提供的图形用户界面开发环境。它提供了一系列用于创建图形用
29、户界面的工具，以简化界面布局和编程。3.2 播放语音文件3.2.1 选择已有语音文件在主界面(图3-1)中的左上面板可以选择本地已有音频文件，点击“在文件夹中选择语音文件” 将会弹出窗口“请选择语音文件”(图3-2)或快速选择“测试音频1”，选择文件后将会出现语音信号时域图，此时也可以点击“播放语音”来试听。图3-1语音信号时域图预览图3-2选择语音文件3.2.2 录制语音文件在录制语音的面板输入录音时间，再点击“录制语音”按钮即可开始录制语音文件，在录音结束后会自动播放当前录制语音，再弹出保存文件的窗口，可自行选择是否保存本次录制的语音（图3-3）。图3-3语音信号录制界面3.3 播放语音文
30、件点击“播放语音”按钮即可播放当前选中的语音文件。3.4 语音信号的时域和频域分析实现已读入语音信号的时域和频域分析，具体包括时域图，短时谱，语谱图，短时能量分析，短时平均过零率。原始信号时域图时间轴为横轴，幅值轴为纵轴，其含义为所有频率叠加幅值的总大小随时间的变化规律。语音信号的频谱是随时间变化的，但语音信号的变化较为缓慢，所以在一帧内（如）可以当作频谱是稳定的，这样的频谱我们叫做短时谱，短时谱表现的是语音信号频谱的静态特性。语谱图是一种三维频谱，其含义为语音频谱跟随时间一起变化的图形，频率轴为纵轴，横轴是时间，给定时刻的频率的强弱用相应点的灰度图或颜色的深浅表示，色彩越深语音能量越强。由图
31、3-4可以看到在频率高时，语谱图颜色更深，能量越强。图3-4短时谱、语谱图在图3-5中可以看到，语音信号的过零率与频率的高低成正比，在信号频率较高时，过零率也随之变高。图3-5短时平均过零率在采用短时能量反映语音信号的幅度变化时，不同的窗函数和窗长都会影响结果。汉明窗的效果比矩形窗略好。但是，窗长的影响占主要，窗长(N)过大，等效于很窄的低通滤波器，不能反映幅度En的变化；窗长过小，短时能量随时间急剧变化，不能得到平滑的能量函数。在11.025kHz左右的采样频率下，N 值为100200合适。图3-6短时能量短时能量较低，过零率高的是清音，浊音正好相反。高频率与高过零率对应，低频率与低过零率相
32、对应，过零率与语音的清浊音就存在着对应关系。清音的过零率为0.6左右，浊音的过零率为0.2左右，两者分布有相互重的区域，不能单一凭借平均过零率来正确地判断清浊音，在实际应用中往往是采用语音的多个特征参数进行综合判决3.5 语音信号的端点检测能量是区别语音和噪声的主要途径，语音的能量较之噪声的大，双门限检测算法是利用短时过零率和短时能量相结合，清音使用短时过零率检测，浊音则用短时能量检测，利用这两个配合可以实现在SNR(信噪比)较大情况下的端点检测。在MATLAB仿真实验环境下得到了较好的结果，但在信噪比降低时，准确率也会降低，所以在信噪比较高时可以采用本方法。图3-7语音信号端点检测3.6 语
33、音信号的增强降噪基于谱减法的语音信号的增强降噪，在本模块中有原始信号，加噪信号和降噪信号，可以直观地看到各种信号的波形图和语谱图并播放声音，在实际使用过程中，在噪声电平小于等于0.05时，效果较好，达到预期效果。通过原始信号与加噪信号的波形图的对比可以看到加噪信号中相对于原始信号加入了噪声，通过处理后降噪信号的波形较为接近原始信号，但相较于原始信号还存在一些噪声，通过语音的播放也能明显的听到。图3-8语音信号降噪界面3.7 MATLAB文件封装为EXE可执行程序 在MTALAB命令窗口中输入“mbuild setup”选择编译器，本此设计使用的编译器为Microsoft Visual C+ 2
34、010 Express，选择编译器之后再输入deploytool，MTATLAB弹出的Deployment tool窗口中添加m文件，点击build按钮完成编译。在有装有MCR(MATLAB Compiler Runtime)的计算机上可以直接打开该EXE可执行程序，而不用再打开MATLAB软件，在没有MCR的计算机上则需要安装MCR才能打开。图3-9 MATLAB文件封装为exe4 总结与展望4.1 全文总结本设计是基于MATLAB的语音分析平台设计，语音是我们日常生活离不开的东西，即使现代通信中语音，视频，图片，文字等多种信息媒体并存，但语音通信仍然处于主流通信方式，而对语音信号进行分析处
35、理对提升通信的质量至关重要，近几年人工智能也飞速的发展，语音识别技术也被应用到各种智能终端，对语音信号进行分析和处理也是语音识别的基础条件，所以本设计对于研究语音信号有非凡的意义。在本设计中，完成语音信号的时域和频域分析，并在此基础上进一步使用双门限检测法实现端点检测和谱减法实现语音降噪，取得了较好的效果，但因时间较为仓促，所以未使用多种方法对照，此外，使用sound函数播放语音不能手动停止，即使在关闭GUI界面后也不会停止播放，必须要等语音播放完，在查阅资料后发现audioplayer函数可以手动停止，但由于本计算机的2010b版本MATLAB不支持audioplayer函数，所以本次设计中存在这么一个缺陷。4.2 进一步工作在完成语音信号最基本的分析和处理后，使我对语音信号的有了进一步的认识，同时也体会到了MATLAB的强大，在本次设计中由于时间和本人的水平有限，所以做的较为基础，但对于我来说还是有很大的收获，在今后，我还应更努力的去学习语音信号的处理技术，语音交互现已成为新一代的人机交互方案，所以我十分看好语音技术行业的发展，在市场需求与技术研发的双驱动下，将会迎来发展的高峰期，未来我们都会体会到语音交互带给我们全新的交互体验。也希望能有机会为这个行业共贡献自己的一份力量。17