关键词：智能陪护;人工智能;交互系统
2018年，国家统计局数据显示我国0～14岁的儿童数量达到2.5亿人。尤其是二胎政策全面开放后，预计我国每年新生婴儿数量会逐渐增加。根据腾讯数据实验室发布的《2018中国少儿家庭洞察白皮书》估算，中国儿童消费市场的规模已突破4.5万亿元，与此同时，儿童消费经济也正以年增长率超过30%的速度增长。而未来5年的时间里，儿童智能产品将会有75%的年均增速，迅速成为下一个千亿级别的市场。
迄今为止，基于大数据技术的跨平台学习型智能趣味陪护机器人的交互系统研究依然处于初级阶段，距离最终目标还有很长的路要走，价格也比较高，稍微好一些的品牌动辄上千元，甚至数千、上万元不等。高昂的价格和相对不太成熟的技术，已经成为迫切需要解决的难题。
1; ;智能趣味陪护机器人系统的设计思路
1.1;算法的核心思想
1.3;集、语料库、知识图谱以及外部世界常识性知识等都是语义识别算法模型的基础。
（2）应用层：包括行业应用和智能语音交互系统、技术应用。
（3）核心技术是神经语言程序学（Neuro-Linguistic Programming，NLP）技术层：以语言学、计算机语言等学科为背景，采用当下比较流行和成熟的神经网络等技术，对简单的儿童自然语言进行词语解析、信息抽取、时间因果、情绪判断等技术处理，最终让计算机“懂”人类的自然语言认知，把计算机数据转化为自然语言生成。
[4]刘伟波，曾庆宁，卜玉婷，等.基于双微阵列与卷积神经网络的语音识别方法[J].计算机应用，2019（11）：3268-3273.
词语解析与信息抽取包括分词、词性标注、命名实体识别、词义消歧、从给定文本中抽取重要的信息等，如图2—3所示。
2; ;结论
本文通过结合当地企业的实际生产能力以及现行国内类似产品的具体情况和问题，提出了一种基于儿童的在人工智能环境下的智能趣味人工智能交互系统。通过该交互系统，基本实现与幼儿或儿童交流，孩子们可向机器人发送简单语音指令，机器人相应做出对应反馈，甚至可以实现一定机器学习等功能。
人机交互的语音通信主要有两种情况：第一种情况为人类主动，机器受动（Speech Recog，SR）。第二种情况为刚好想法，机器主动说话（回答），即从文本到语音（Text To Speech，TTS）。无论是哪种情况，都牵扯到机器学习中语音、语义识别方法。
常见语音识别的方法主要有3种：基于声道模型和语音知识的方法、基于模板匹配的方法和人工神经网络的方法。早些年前两种方法比较盛行，但由于机器学习能力较弱，效果不太好。近2～3年来，基于神经网络，尤其是卷积神经网络（Convolutional Neural Networks，CNN）发展迅速，在图形图像、语音、语义等方面有了长足的进步，现已经成为主流的解决方法，如图1所示。
智能趣味陪护机器人系统设计
作者：邓家斌
来源：《科学大众》2019年第11期
摘; ;要：2018年被称为人工智能平台。其中作为人工智能的重要分支之一的智能机器人也逐渐开始崭露头角。文章主要从智能陪护角度出发，探讨了陪护机器人交换系统的设计与实现。
[参考文献]
[1]桂林电子科技大学.一种适用于噪声环境下的语音识别方法：中国，201910581762.8[P].2019.
[2]周志华.机器学习[M].北京：清华大学出版社，2016.
[3]张晴晴，刘勇，潘接林，等.基于卷积神经网络的连续语音识别[J].工程科学学报，2015（9）：1212-1217.
1.2;设计思想
（1）通过选择目前已经比较成熟的人工语音平台，将其作为模板，进行修改，使之成为适合本项目的人工智能云系统。能完成一定的语义识别、趣味问答、语音聊天等功能，真正实现人机无障碍沟通。
（2）结合大数据技术，将海量成语、儿歌等寓教于乐，使得学习更生趣，让孩子在享受快乐生活的同时，潜移默化地接受智能化教育。