智能語音交互是基于語音輸入的新一代交互模式，通過說話就可以得到反饋結果?？梢岳斫鉃槿祟惻c機器間通過自然語言完成信息傳遞的技術。

語音交互的完整流程，如下圖所示。

通常，根據(jù)距離遠近語音交互場景可分為兩種：

近場語音場景：通常通過按鍵激活，例如智能手機等便攜設備。

遠場語音場景：通常通過喚醒詞激活，例如智能音箱等固定設備。

遠場語音場景下，在產(chǎn)品策略上通常會采取兩種方案，以提高喚醒的準確率：

將喚醒詞的音節(jié)長度增加到4音節(jié)。這是因為音節(jié)越長，喚醒的準確率就會越高。比如：“小興小興”的喚醒準確率遠高于“小興”。

白天只對喚醒詞做本地校驗，夜間則再增加云端二次校驗。這是喚醒速度和準確率間的平衡策略。

白天用戶更看重響應速度，發(fā)生偶爾的誤喚醒用戶能理解或接受，這時候僅由本地的喚醒檢測模塊進行快速檢測，保證 700 ms 內(nèi)快速響應用戶。

晚上睡覺時用戶對誤喚醒是零容忍的，這時候就要偏重喚醒的準確度，將本地檢測過的語音上傳到云端進行二次確認，再決定本地是否響應。

語音識別階段的主要作用是采集用于語音，并將語音轉(zhuǎn)換為文字，該階段主要做兩件事情：

1. 尋向降噪。

尋向的作用就是判斷用戶方向，由用戶方向的麥克風采集語音數(shù)據(jù)，保證語音的數(shù)據(jù)是最清晰的。降噪是對環(huán)境音進行消除，提高識別準確率。

2. 識別語音并轉(zhuǎn)換成文字。

為提高特定內(nèi)容的識別率，一般都會提供熱詞服務，配置的熱詞內(nèi)容實時生效，并且會提升 ASR 結果的識別權重，在一定程度上提高 ASR 識別的準確率。

語義理解就是嘗試理解人類的語言，即把語音識別的結果轉(zhuǎn)成結構化的、機器能夠理解的語言。

NLU 的工作邏輯是將用戶的指令進行 Domain（領域）→Intent（意圖）→Slot（詞槽）三級拆分。

例如：“設置一個明早 8 點的鬧鐘”這樣一條指令，經(jīng)過 NLU 處理，用戶的指令則被拆分為如下三級：

領域：“鬧鐘”

意圖：“設置鬧鐘”

詞槽：“明早8點”

先決策。機器在對話過程中不斷根據(jù)當前的狀態(tài)決策下一步應該采取的最優(yōu)動作。

再執(zhí)行。如提供結果，詢問特定限制條件，澄清或確認需求，調(diào)用各種 Skill 技能（AI 時代的 APP），從而最有效的輔助用戶完成信息或服務的獲取。

NLG 的主要目的是降低人類和機器之間的溝通鴻溝，將非語言格式的數(shù)據(jù)轉(zhuǎn)換成人類可以理解的語言格式。簡單的 NLG 可以將數(shù)據(jù)進行合并處理，而高級的 NLG 則可以理解數(shù)據(jù)想要表達的意圖，并考慮上下文，呈現(xiàn)出可以輕松閱讀的內(nèi)容。

目前在一些有比較明顯規(guī)則的領域中，比如體育新聞，已經(jīng)可以借助 NLG 進行新聞的自動發(fā)布了。也許你現(xiàn)在正在看的一篇文章就是由機器生成的~

將文字內(nèi)容轉(zhuǎn)換成語音輸出，讓機器跟我們對話。這涉及到兩個過程：

將從文字內(nèi)容轉(zhuǎn)換成語音輸出，讓機器說話。

合成語音：狹義上專指根據(jù)音素序列（以及標注好的起止時間、頻率變化等信息）生成語音，廣義上它也可以包括文本處理的步驟。

家庭中語音交互的主要應用場景包括：

Internet，語音查詢資訊▲

IPTV/OTT，語音播控影視▲

IMS固話，語音免提撥號▲

IOT智家，語音控制家電▲

可能，你覺得上面的小盒子只是個智能音箱？

其實，它開屏是盒子，息屏是音箱~

目前，它已經(jīng)在各電信營業(yè)廳上架的路上了...

現(xiàn)在，你是不是已經(jīng)迫不及待地想盤它了呢？

我們先通過下面的短視頻了解一下吧！

縮略語：

ASR：Automatic Speech Recognition，自動語音識別技術

NLU：Natural Language Understanding，自然語言理解

DM：Dialog Management，對話管理

NLG：Natural Language Generation，自然語言生成

TTS：Text To Speech，從文本到語音

NLP：Natural Language Processing，自然語言處理

IPTV：Internet Protocol Television，網(wǎng)際協(xié)議電視

OTT：Over The Top，通過互聯(lián)網(wǎng)向用戶提供各種應用服務

IMS：Interactive Multimedia Service，交互式多媒體服務

IOT：Internet of Things，物聯(lián)網(wǎng)