polito.it
Politecnico di Torino (logo)

Voice Recognition su Personal Assistant per sistemi Automotive - Amazon Alexa

Edoardo Fortunato

Voice Recognition su Personal Assistant per sistemi Automotive - Amazon Alexa.

Rel. Maurizio Rebaudengo, Sandro Cumani, Pietro Laface. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Informatica (Computer Engineering), 2021

[img]
Preview
PDF (Tesi_di_laurea) - Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives.

Download (18MB) | Preview
Abstract:

In questa era tecnologica gli assistenti virtuali stanno avendo un ruolo sempre più rilevante, questo perchè hanno permesso di rivoluzionare e semplificare l'interfaccia uomo-macchina, attirando una quantità sempre maggiore di utenti finali, specialmente i meno esperti che tante volte vedono con scetticismo il mondo tecnologico. In base a tali considerazioni e la natura dell'azienda in cui si è svolta la ricerca, questo elaborato ha lo scopo di presentare una versione customizzata per auto dell'assistente vocale Alexa, integrata in un prototipo(PoC) con sistema operativo Android Automotive 10, che permetterà all'utente di sfruttare le funzionalità tipiche di un infotainment mediante comandi vocali. Per arrivare a questo obiettivo si sono affrontati tutti i concetti necessari affinchè si possano utilizzare al meglio gli strumenti di sviluppo messi a disposizione dall'azienda statunitense Amazon. In particolare nel primo capitolo vengono analizzati i vari tipi di dispositivi e la terminologia a loro associati per individuare il modello di dispositivo su cui andare a lavorare al fine di raggiungere l'obiettivo finale. Nel secondo capitolo con Alexa Voice Service, un insieme di documentazioni e APIs, si espongono i requisiti da soddisfare a livello implementativo, seguendo metodi ben precisi per l'autenticazione, l'inizio di un dialogo, formati dell'audio in input e output, i profili Bluetooth e altre funzionalità. Inoltre si approfondisce l'architettura dell'AVS SDK su cui si basa Alexa Auto SDK, ponendo l'attenzione sui i meccanismi e i protocolli utilizzati per la comunicazione tra il Device e Alexa Cloud. Nel terzo capitolo, visto anche l'interesse per un futuro sviluppo di nuove funzionalità, si analizza Alexa Skill Kit, un kit per lo sviluppo delle Skill. Oltre ad introdurre il significato di una Skill, vengono sviscerate le differenze tra i vari tipi esistenti, approfondendo i due casi più comuni, le Smart Home Skills e le Custom Skills e andando a trattare quelli che possono essere i contesti di utilizzo tramite uno sviluppo pratico. Nel quarto capitolo si mostrano gli strumenti utilizzati in azienda e ci si sofferma su Alexa Auto SDK, un insieme di librerie Java realizzate sulla base dell'AVS Device SDK. Viene quindi analizzata la sua architettura, le Interfacce che espone, legate ognuna a una particolare funzionalità e come sono state personalizzate nella creazione di un'applicazione ad hoc che è stata integrata sulla piattaforma di sviluppo. Verrà mostrato dunque come si presenta la GUI e cosa si è scelto per far comunicare l'applicazione con le altre già presenti sul PoC, oltre ad esporre ulteriori estensioni. Infine questo trattato si conclude con alcune considerazioni sulla battaglia tecnologica in corso tra i vari produttori di questa tecnologia per avere il dominio sul mercato degli assistenti vocali e su quali fattori potrebbero fare la differenza.

Relatori: Maurizio Rebaudengo, Sandro Cumani, Pietro Laface
Anno accademico: 2020/21
Tipo di pubblicazione: Elettronica
Numero di pagine: 132
Soggetti:
Corso di laurea: Corso di laurea magistrale in Ingegneria Informatica (Computer Engineering)
Classe di laurea: Nuovo ordinamento > Laurea magistrale > LM-32 - INGEGNERIA INFORMATICA
Aziende collaboratrici: Marelli Europe spa
URI: http://webthesis.biblio.polito.it/id/eprint/19250
Modifica (riservato agli operatori) Modifica (riservato agli operatori)