人機(jī)交互的最終目標(biāo)：聲紋識(shí)別讓機(jī)器主動(dòng)適應(yīng)人

人機(jī)交互的前世今生

自從人類發(fā)明了計(jì)算機(jī)，就持續(xù)面臨著一個(gè)問(wèn)題：我們到底應(yīng)該如何與機(jī)器交互？

在計(jì)算機(jī)的發(fā)展歷史上，隨著技術(shù)的進(jìn)步，發(fā)生過(guò)幾次大的交互模式的演進(jìn)：近年來(lái)的轉(zhuǎn)變大致可以概括為以鼠標(biāo)/鍵盤為主的交互模式轉(zhuǎn)換為以觸摸和語(yǔ)音為主的交互模式。

由此，我們可以預(yù)測(cè)人機(jī)交互的發(fā)展趨勢(shì)，主要體現(xiàn)在：

交互理念方面，機(jī)器從被動(dòng)接受信息到主動(dòng)理解信息，以及從滿足基本功能到強(qiáng)調(diào)用戶體驗(yàn)；

交互設(shè)備方面，機(jī)器輸入、輸出的方式更加自然化、內(nèi)容多樣化。

顯然，不管是理念的轉(zhuǎn)變還是設(shè)備的升級(jí)，我們和機(jī)器的交互方式上經(jīng)歷了一個(gè)從人適應(yīng)機(jī)器，到機(jī)器適應(yīng)人的過(guò)程。

語(yǔ)音交互解決人機(jī)交互痛點(diǎn)

語(yǔ)言是什么？是人類最牛逼的發(fā)明，是人類進(jìn)化的產(chǎn)物。

人類通過(guò)語(yǔ)言，能夠把對(duì)世界的理解，想傳遞的信息，壓縮成一串很短的文字輸入給對(duì)方，對(duì)方聽完以后，能根據(jù)這些文字，還原事件、圖像，以及情感。

鼠標(biāo)/鍵盤本質(zhì)上不是一種交互方式，而是一種輸入設(shè)備，真正的交互方式其實(shí)是以語(yǔ)言為載體的“命令”。

正如微軟創(chuàng)始人比爾?蓋茨如所言：“人類自然形成的與自然界溝通的認(rèn)知習(xí)慣和形式必定是人機(jī)交互的發(fā)展方向”。

隨著人工智能技術(shù)的發(fā)展，自然語(yǔ)言交互必定是實(shí)現(xiàn)“命令自然化”的關(guān)鍵突破口。語(yǔ)言聲學(xué)技術(shù)為人機(jī)交互注入了智能屬性，交互不再是精確的“指令”。

在上世紀(jì)出現(xiàn)Google、百度等搜索引擎的時(shí)候，交互還是單向的，但出現(xiàn)智能手機(jī)之后我們的交互變成了雙向。比如蘋果的交互史，在剛開始做出來(lái)第一代iPhone的時(shí)候并沒(méi)有語(yǔ)音交互的能力，但經(jīng)過(guò)市場(chǎng)調(diào)研之后發(fā)現(xiàn)有75%的用戶都希望有語(yǔ)音控制。于是，在后面兩代iPhone加入了語(yǔ)音控制，但到后面發(fā)現(xiàn)實(shí)際使用的用戶竟然不到5%，蘋果經(jīng)過(guò)總結(jié)之后發(fā)現(xiàn)不僅僅是語(yǔ)音，還必須有自然語(yǔ)言交互。

正如我們對(duì)自然語(yǔ)言處理技術(shù)的應(yīng)用場(chǎng)景的想象，關(guān)鍵在于足夠自然，人工智能永遠(yuǎn)都在追趕最高的自然智能。

信息文明走向智能文明 ，機(jī)器需適應(yīng)人類的自然語(yǔ)言體系，然后完成任務(wù)。

語(yǔ)音識(shí)別+聲紋識(shí)別：人機(jī)交互這么做就對(duì)了！

以智能音箱為例，需要其不再是基于幾個(gè)關(guān)鍵詞來(lái)反饋結(jié)果，而是能夠理解用戶的語(yǔ)言指令，完成一項(xiàng)完整的任務(wù)。

一方面，語(yǔ)音交互將使智能音箱跳出了傳統(tǒng)的“命令式交互系統(tǒng)”，你可以說(shuō)“為我播放一首爵士樂(lè)”、“為我查一下明天的天氣”等這類不再精確的指令。機(jī)器擁有理解人類語(yǔ)言、分析語(yǔ)言意圖，進(jìn)行更多的決策的可能。

另一方面，語(yǔ)音技術(shù)的進(jìn)展使得我們可以遠(yuǎn)距離控制設(shè)備。在移動(dòng)互聯(lián)網(wǎng)時(shí)代，用戶需要更為方便自然的人機(jī)交互方式。當(dāng)互聯(lián)網(wǎng)從個(gè)人電腦向移動(dòng)終端遷移，人們?cè)谧呗?、開車、吃飯時(shí)都可以通過(guò)互聯(lián)網(wǎng)獲取信息、完成任務(wù)，語(yǔ)音交互的非接觸性，解放了雙手，成為了快捷方便的方式。

“萬(wàn)物互聯(lián)”時(shí)代下的人機(jī)交互：以用戶為中心，使產(chǎn)品主動(dòng)為受眾的提供服務(wù)

隨著5G的發(fā)展和互聯(lián)網(wǎng)技術(shù)的不斷成熟，人類已經(jīng)進(jìn)入到了一個(gè)萬(wàn)物互聯(lián)的“大連接”時(shí)代，“大連接”的目的是為了讓人類的生活更加美好，更加便利。

設(shè)備被賦予的大量連接，連接為交互建立了通道。交互通道建立后的下一步，是用人工智能技術(shù)為“大連接”時(shí)代賦能。

語(yǔ)音交互遠(yuǎn)距離控制的特性，極大地增加了可交互設(shè)備的數(shù)量，有利于智能設(shè)備的快速普及。

在未來(lái)全面智能化、萬(wàn)物互聯(lián)的生活中，真實(shí)使用場(chǎng)景總是有多個(gè)聲源和環(huán)境噪聲疊加，比如經(jīng)常會(huì)出現(xiàn)周邊噪聲干擾和多人同時(shí)說(shuō)話的場(chǎng)景。

想象一下，如果所有的智能設(shè)備都在同一時(shí)間點(diǎn)被觸發(fā)，“隨意”的為用戶展示信息，身處其中的大家可能會(huì)立刻瘋掉。這時(shí)候，用聲紋識(shí)別技術(shù)讓智能設(shè)備可以識(shí)別“主人身份”就顯得格外重要（語(yǔ)音識(shí)別是識(shí)別你說(shuō)的話，而聲紋識(shí)別是指識(shí)別說(shuō)話的人是誰(shuí)）。未來(lái)更多的智能設(shè)備上面將配有聲紋識(shí)別，更將大大的提高設(shè)備的安全性。

快商通聲紋識(shí)別：讓智能設(shè)備認(rèn)識(shí)你，聽懂你

以前的語(yǔ)音交互大多是服務(wù)為主，以產(chǎn)品為核心，是根據(jù)產(chǎn)品找用戶。

目前，作為聲紋身份認(rèn)證與智能語(yǔ)音交互解決方案提供商，快商通推出以用戶為中心的智能交互解決方案：

通過(guò)遠(yuǎn)場(chǎng)聲紋識(shí)別技術(shù)，讓智能設(shè)備能夠自然快速識(shí)別用戶身份，從而時(shí)刻感知用戶需求的本質(zhì)來(lái)源，記憶用戶行為習(xí)慣和各類偏好。通過(guò)自然語(yǔ)言交互，分析用戶語(yǔ)言背后的真實(shí)意圖，并隨之快速作出合理的反應(yīng)，并能在之后的生活中不斷地進(jìn)行調(diào)整。

方案集成聲紋識(shí)別、聲學(xué)處理、自然語(yǔ)言處理、深度神經(jīng)網(wǎng)絡(luò)等核心AI智能技術(shù)，以唯一性和安全性為基礎(chǔ)，打造“人性化”的人機(jī)交互，解決智能設(shè)備的誤觸發(fā)及個(gè)性化服務(wù)痛點(diǎn)：

快商通原創(chuàng)的語(yǔ)音與聲學(xué)處理技術(shù)能夠保證機(jī)器能夠聽得準(zhǔn)真實(shí)環(huán)境下人的聲音，使智能設(shè)備在充滿噪聲干擾和多人同時(shí)說(shuō)話的場(chǎng)景中，仍然能保持95%以上的識(shí)別準(zhǔn)確率，同時(shí)處理多人聲紋身份識(shí)別的問(wèn)題。

智能設(shè)備們除了能只被特定成員喚醒外，還能根據(jù)不同成員的習(xí)慣和喜好進(jìn)行個(gè)性化推薦。唯有你能在你的整個(gè)智能生活的中心隨心所欲。

快商通是一家以人工智能技術(shù)為核心的創(chuàng)新型科技公司，專注于聲紋識(shí)別與自然語(yǔ)言處理技術(shù)的研發(fā)與創(chuàng)新，完全自主知識(shí)產(chǎn)權(quán)的聲紋識(shí)別技術(shù)達(dá)到世界領(lǐng)先水平。

目前，快商通已為大量終端設(shè)備廠商提供優(yōu)質(zhì)的遠(yuǎn)場(chǎng)聲紋識(shí)別與語(yǔ)義理解技術(shù)支持。用戶可在不同場(chǎng)景下通過(guò)遠(yuǎn)場(chǎng)語(yǔ)音交互。進(jìn)行自然語(yǔ)言交互，享受科技給生活帶來(lái)的便利。未來(lái)，將攜手人工智能生態(tài)鏈上下游合作伙伴，持續(xù)推進(jìn)更自然、更智能、更人性化的人機(jī)交互發(fā)展，讓人工智能更好的服務(wù)人類。

快商通技術(shù)方案優(yōu)勢(shì)：

1.復(fù)雜場(chǎng)景下的身份識(shí)別與喚醒：結(jié)合聲源定位和前端聲學(xué)處理技術(shù)，解決誤觸發(fā)，交互過(guò)程自然高效。

2.深層次理解：結(jié)合場(chǎng)景、世界知識(shí)和歷史交互信息，再對(duì)語(yǔ)義、語(yǔ)用和情感進(jìn)行深層次理解，提升能交互效率和機(jī)器決策準(zhǔn)確度。

3.擬人式對(duì)話：在系統(tǒng)的輸出側(cè)，能夠以高逼真度、高自然度、和高準(zhǔn)確度度的擬人形象、用詞、和表達(dá)方式來(lái)和用戶交互，就能大大減小對(duì)用戶感知能力的要求。

4.個(gè)性化交互：與不同人交互時(shí)，智能設(shè)備提供的交互方式和內(nèi)容是用戶所感興趣的。