智能語(yǔ)音交互是怎么實(shí)現(xiàn)交互流程中的輸入輸出呢?

小愛(ài)同學(xué)是小米公司于2017年7月26日發(fā)布的收款人工智能（AI）音箱的喚醒詞及二次元人物形象。小愛(ài)同學(xué)一經(jīng)推入市場(chǎng)便受萬(wàn)千寵愛(ài)，網(wǎng)絡(luò)上關(guān)于小愛(ài)同學(xué)的使用體驗(yàn)各式各樣，無(wú)不是在稱(chēng)贊，他們對(duì)小愛(ài)同學(xué)的功能、特點(diǎn)無(wú)不熟悉，但是你知道小愛(ài)同學(xué)是怎么工作的嗎？

智能語(yǔ)音交互是人工智能的分支，相當(dāng)于語(yǔ)音助手，屬于一款智能型的手機(jī)應(yīng)用，通過(guò)智能對(duì)話(huà)與即時(shí)問(wèn)答的智能交互，實(shí)現(xiàn)幫助用戶(hù)解決問(wèn)題的功能。

說(shuō)起智能語(yǔ)音助手大家首先想起的是哪些呢？

1. Siri

蘋(píng)果iOS系統(tǒng)中的人工智能助手軟件

2. Cortana

微軟開(kāi)發(fā)的全球第一款人工智能助手，中文名小娜，橫跨手機(jī)與PC兩大平臺(tái)。

3. Alexa

亞馬遜推出的語(yǔ)音助手，主要搭載在Amazon Fcho智能音箱上。

智能語(yǔ)音交互是怎么實(shí)現(xiàn)交互流程中的輸入輸出呢？

智能語(yǔ)音交互界面事實(shí)上包含了三個(gè)技術(shù)環(huán)節(jié)：

1. 語(yǔ)音識(shí)別（ASR）

將人類(lèi)的語(yǔ)音中的詞匯轉(zhuǎn)換為計(jì)算機(jī)可讀的輸入，一般包括了信號(hào)處理，盡可能的降低環(huán)境噪聲、信道、說(shuō)話(huà)人等因素對(duì)特征造成的影響。用戶(hù)根據(jù)系統(tǒng)設(shè)計(jì)的口令密碼與系統(tǒng)進(jìn)行溝通。

比如：小愛(ài)同學(xué)的操作執(zhí)行，每次發(fā)出指令的模式必須是“小愛(ài)同學(xué)+工作任務(wù)”，小愛(ài)同學(xué)接收后在把語(yǔ)音轉(zhuǎn)化成文字，再結(jié)合文字做出指令回復(fù)。

2. 語(yǔ)義處理（NLP）

自然語(yǔ)言的處理，就是把人的語(yǔ)言轉(zhuǎn)化成機(jī)器能夠理解的數(shù)字，分解開(kāi)，并回復(fù)相應(yīng)的語(yǔ)言。很多在購(gòu)買(mǎi)智能音箱之后都會(huì)有覺(jué)得是“智障音箱”的主要原因就在這里，現(xiàn)在的技術(shù)條件下，只能做到固定的回答，無(wú)法像人類(lèi)一樣思考，再加上人類(lèi)語(yǔ)言有大量的表達(dá)方式和歧義語(yǔ)句，理解錯(cuò)誤的地方也非常多。語(yǔ)義處理的主要目的就是把人類(lèi)語(yǔ)言與機(jī)器語(yǔ)言盡可能的相互接近，實(shí)現(xiàn)真正的用戶(hù)正常對(duì)話(huà)。

3. 語(yǔ)音合成（TTS）

是通過(guò)機(jī)械的、電子的方法產(chǎn)生人造語(yǔ)音的技術(shù)，將計(jì)算機(jī)自己產(chǎn)生的、或外部輸入的文字信息轉(zhuǎn)變?yōu)闃?lè)意聽(tīng)得懂的、流利的漢語(yǔ)口語(yǔ)輸出的技術(shù)，可以讓機(jī)器人像人一樣開(kāi)口說(shuō)話(huà)，小愛(ài)同學(xué)就是通過(guò)這項(xiàng)技術(shù)跟你交流的。

語(yǔ)音交互發(fā)展的優(yōu)勢(shì)

1. 解放雙手、雙眼、雙腿，接觸空間限制，遠(yuǎn)場(chǎng)可交互

2. 指向明確，語(yǔ)義直達(dá)目標(biāo)，縮短使用路徑

3. 自然簡(jiǎn)單人性化，學(xué)習(xí)門(mén)檻低

4. 可以一對(duì)一，也可以一對(duì)多

5. 對(duì)硬件的要求低

語(yǔ)音交互的劣勢(shì)

1. 不適合用戶(hù)選擇多、流程長(zhǎng)，需要大量輔助信息決策的交互任務(wù)

2. 遠(yuǎn)場(chǎng)語(yǔ)音交互對(duì)距離、噪音、混響、聲源數(shù)量等有一定的要求

3. 不適用于公共場(chǎng)合，需要安靜的嘗試

4. 依賴(lài)嘴巴和耳朵，對(duì)語(yǔ)種、口音和發(fā)音有一定要求

5. 輸出信息單一，表達(dá)能力有限

從技術(shù)和時(shí)間上來(lái)說(shuō)，現(xiàn)在的智能語(yǔ)音交互系統(tǒng)還是存在一定缺陷和局限的，但是我們相信任何技術(shù)都是在實(shí)踐中成長(zhǎng)的，你們的小愛(ài)同學(xué)也會(huì)越來(lái)越惹人愛(ài)的。