智能语音对话系统(语音聊天机器人)是指通过语音实时地与人类进行智能对话的系统。智能语音对话系统是语音识别、自然语言理解、对话管理、自然语言生成以及语音合成技术的集大成者,是语音识别技术走向实用阶段的一个重要研究领域。语音交互式的智能对话系统可以让用户通过自然语言直接发问,系统可以返回精确的答案,给用户更加智能的用户体验,相信在不久的未来,自然语言会代替输入设备和触摸屏成为最广泛的使用。本文基于开源框架RASA搭建整个系统,本着产品落地和线上服务为目的,设计并开发出了算法和应用相结合的可稳定运行的系统。首先,针对智能语音对话系统在嘈杂的现实环境中系统鲁棒性差的问题,提出改进的卷积降噪自编码神经网络语音增强算法,并将该算法模块作为整个系统的前端处理模块来提高系统的语音识别正确率。其次,在对话系统算法方面,针对常规机器学习算法文本分类正确率低的问题,提出改进的多窗口卷积神经网络文本分类算法,利用多窗口卷积机制能够学习语言学中的n-gram语法关系的特性来提高文本分类正确率。针对单一命名实体识别模型识别率低以及单一模型假设文本意图和实体相互独立的问题,提出LSTM+CRF的联合模型,一个模型同时做意图识别和命名实体提取,不仅提高了效率,还提高了准确率。针对一问一答的问答式对话系统应对复杂场景能力弱,用户体验差的问题,提出基于序列预测的LSTM多轮对话管理模型,使得系统可以应对至少10轮的对话。最后,针对餐饮信息查询这一具体的应用场景,系统会和微信公众平台进行对接,实现真正意义上的落地使用。最终的系统可以实现意图识别,实体提取,以及多轮对话的管理。针对餐饮领域的问题,可以做到精准的回答,同时也要能够应对闲聊的话题,给人更加真实的体验。