一种基于语音生物特征和动态聚类的社交机器人用户识别方法论 作者：Arecia Segura-Bencomo, Marcos Maroto-Gómez, Juan José Gamboa-Montero, José Carlos Castillo

《Applied Sciences》：A User Recognition Methodology Based on Voice Biometrics and Dynamic Clustering for Social Robots Arecia Segura-Bencomo, Marcos Maroto-Gómez, Juan José Gamboa-Montero and José Carlos Castillo

　　

摘要

社交机器人是旨在帮助人们应对各种需求的系统。在运行过程中，它们必须与具有不同特征和需求的人进行交互。因此，正确识别与机器人互动的用户有助于生成满足用户需求的个性化体验。在机器人技术中，用户识别通常基于图像处理和数据集中的面部识别，这需要重新训练网络以纳入新用户。然而，一些机器人（如宠物伴侣机器人）由于尺寸较小、计算资源有限或隐私考虑而缺乏摄像头。此外，机器人偶尔会遇到新用户，这时需要在线识别功能来提供个性化的互动体验。为了解决这些局限性，本文提出了一种基于语音生物特征和动态聚类的用户识别系统，用于适应性社交机器人。我们评估了一组开源模型，这些模型使用不同的聚类算法来提取语音生物特征，以确定最适合我们应用的组合。该系统被实现在一个宠物伴侣机器人中，用于为老年人提供情感支持，并在真实场景中展示了其能力。该系统在识别之前与该机器人交谈过的用户方面实现了超过的准确率，并且在识别之前未与该机器人互动过的新用户并为其创建个人资料方面也取得了超过的成功率。然而，该系统仍能检测到噪音，尤其是在说话者从未与机器人互动过的情况下。