日本黄色一级经典视频|伊人久久精品视频|亚洲黄色色周成人视频九九九|av免费网址黄色小短片|黄色Av无码亚洲成年人|亚洲1区2区3区无码|真人黄片免费观看|无码一级小说欧美日免费三级|日韩中文字幕91在线看|精品久久久无码中文字幕边打电话

當(dāng)前位置：首頁 > 公眾號(hào)精選 > 中興文檔

跟機(jī)器語音交互的時(shí)候到底發(fā)生了什么？

時(shí)間：2021-11-11 14:18:56
關(guān)鍵字： 語音交互   
手機(jī)看文章

掃描二維碼
隨時(shí)隨地手機(jī)看文章

[導(dǎo)讀]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(jié)果?？梢岳斫鉃槿祟惻c機(jī)器間通過自然語言完成信息傳遞的技術(shù)。語音交互的完整流程，如下圖所示。通常，根據(jù)距離遠(yuǎn)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(jī)等便攜設(shè)備。遠(yuǎn)場語音場景：通常通過喚...






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(jié)果?？梢岳斫鉃槿祟惻c機(jī)器間通過自然語言完成信息傳遞的技術(shù)。





語音交互的完整流程，如下圖所示。





通常，根據(jù)距離遠(yuǎn)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(jī)等便攜設(shè)備。
  • 遠(yuǎn)場語音場景：通常通過喚醒詞激活，例如智能音箱等固定設(shè)備。

遠(yuǎn)場語音場景下，在產(chǎn)品策略上通常會(huì)采取兩種方案，以提高喚醒的準(zhǔn)確率：
  • 將喚醒詞的音節(jié)長度增加到4音節(jié)。這是因?yàn)橐艄?jié)越長，喚醒的準(zhǔn)確率就會(huì)越高。比如：“小興小興”的喚醒準(zhǔn)確率遠(yuǎn)高于“小興”。



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


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

    • 晚上睡覺時(shí)用戶對(duì)誤喚醒是零容忍的，這時(shí)候就要偏重喚醒的準(zhǔn)確度，將本地檢測(cè)過的語音上傳到云端進(jìn)行二次確認(rèn)，再?zèng)Q定本地是否響應(yīng)。




語音識(shí)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(fēng)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(duì)環(huán)境音進(jìn)行消除，提高識(shí)別準(zhǔn)確率。
2. 識(shí)別語音并轉(zhuǎn)換成文字。為提高特定內(nèi)容的識(shí)別率，一般都會(huì)提供熱詞服務(wù)，配置的熱詞內(nèi)容實(shí)時(shí)生效，并且會(huì)提升 ASR 結(jié)果的識(shí)別權(quán)重，在一定程度上提高 ASR 識(shí)別的準(zhǔn)確率。



語義理解就是嘗試?yán)斫馊祟惖恼Z言，即把語音識(shí)別的結(jié)果轉(zhuǎn)成結(jié)構(gòu)化的、機(jī)器能夠理解的語言。

NLU 的工作邏輯是將用戶的指令進(jìn)行 Domain（領(lǐng)域）→Intent（意圖）→Slot（詞槽）三級(jí)拆分。
例如：“設(shè)置一個(gè)明早 8 點(diǎn)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(jí)：
  • 領(lǐng)域：“鬧鐘”
  • 意圖：“設(shè)置鬧鐘”
  • 詞槽：“明早8點(diǎn)”





  1. 先決策。機(jī)器在對(duì)話過程中不斷根據(jù)當(dāng)前的狀態(tài)決策下一步應(yīng)該采取的最優(yōu)動(dòng)作。
  2. 再執(zhí)行。如提供結(jié)果，詢問特定限制條件，澄清或確認(rèn)需求，調(diào)用各種 Skill 技能（AI 時(shí)代的 APP），從而最有效的輔助用戶完成信息或服務(wù)的獲取。




NLG 的主要目的是降低人類和機(jī)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(jìn)行合并處理，而高級(jí)的 NLG 則可以理解數(shù)據(jù)想要表達(dá)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(lǐng)域中，比如體育新聞，已經(jīng)可以借助 NLG 進(jìn)行新聞的自動(dòng)發(fā)布了。也許你現(xiàn)在正在看的一篇文章就是由機(jī)器生成的~



將文字內(nèi)容轉(zhuǎn)換成語音輸出，讓機(jī)器跟我們對(duì)話。這涉及到兩個(gè)過程：

  1. 將從文字內(nèi)容轉(zhuǎn)換成語音輸出，讓機(jī)器說話。

  2. 合成語音：狹義上專指根據(jù)音素序列（以及標(biāo)注好的起止時(shí)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(yīng)用場景包括：語音查詢資訊、語音控制播放、語音免提撥號(hào)、語音控制家電等。

縮略語：ASR：Automatic Speech Recognition，自動(dòng)語音識(shí)別技術(shù)NLU：Natural Language Understanding，自然語言理解DM：Dialog Management，對(duì)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(yīng)用服務(wù)IMS：Interactive Multimedia Service，交互式多媒體服務(wù)IOT：Internet of Things，物聯(lián)網(wǎng)

我們是一群平均從業(yè)年限5 的通信專業(yè)工程師。

關(guān)注我們，帶你了解通信世界的精彩！


本站聲明： 本文章由作者或相關(guān)機(jī)構(gòu)授權(quán)發(fā)布，目的在于傳遞更多信息，并不代表本站贊同其觀點(diǎn)，本站亦不保證或承諾內(nèi)容真實(shí)性等。需要轉(zhuǎn)載請(qǐng)聯(lián)系該專欄作者，如若文章內(nèi)容侵犯您的權(quán)益，請(qǐng)及時(shí)聯(lián)系本站刪除。
換一批
延伸閱讀

語音交互：對(duì)交互效率提升意義重大，理解能力推動(dòng)大規(guī)模落地。語音交互的無 接觸屬性與自然性凸顯其對(duì)提升交互效率的意義，在數(shù)十年的發(fā)展歷程中，2000 年以 來語音理解能力的發(fā)展推動(dòng)語音交互以大規(guī)模嵌入產(chǎn)品進(jìn)入商業(yè)市場。

關(guān)鍵字： 智能家居 語音交互 語音助手

（全球TMT2022年5月28日訊）奇瑞汽車全新旗艦產(chǎn)品瑞虎8 PRO正式上市。新車搭載了奇瑞全新一代"Lion 5.0 AI科技智慧座艙"，率先采用基于地平線征程3芯片打造的Horizon Halo?️...

關(guān)鍵字： 芯片 奇瑞 多模 語音交互

摘 要 ：針對(duì)家庭用藥的儲(chǔ)藏管理和安全使用等問題，提出一種智能家用醫(yī)藥箱控制系統(tǒng)設(shè)計(jì)方案。該設(shè)計(jì)以樹莓派和 STM32 為核心，融合語音交互和圖像識(shí)別技術(shù)，實(shí)現(xiàn)了對(duì)家庭藥物的儲(chǔ)藏管理、分類和使用指導(dǎo)。使用樹莓派控制攝像頭...

關(guān)鍵字： 智能家用醫(yī)藥箱 語音交互 圖像識(shí)別 物聯(lián)網(wǎng)技術(shù) 藥物智能儲(chǔ)藏 樹莓派

摘 要：i-mirror 智能家居機(jī)器人是在智慧生活的概念下將傳統(tǒng)家居鏡進(jìn)行改進(jìn)的智能家居產(chǎn)品。它為居住者提供家電控制、信息獲取、環(huán)境監(jiān)控、休閑娛樂、遠(yuǎn)程操作等一系列智能體驗(yàn)。文中針對(duì)智能家居在家庭中的智聯(lián)互通和信息整合...

關(guān)鍵字： 智能家居機(jī)器人 樹莓派 人臉識(shí)別 語音交互

摘? 要：云計(jì)算技術(shù)和語音識(shí)別技術(shù)的迅猛發(fā)展使得人工智能的實(shí)現(xiàn)變得越來越容易，但目前多個(gè)硬件軟件之間的合作并不友好。文中研究并設(shè)計(jì)了基于云平臺(tái)和iOS的語音交互系統(tǒng)，同時(shí)通過實(shí)驗(yàn)證明了在iOS系統(tǒng)的HomeKit中可以加...

關(guān)鍵字： 云計(jì)算 人工智能 iOS 語音交互

9月18日，在2020云棲大會(huì)上，達(dá)摩院公布了語音AI技術(shù)的最新突破：端上語音識(shí)別和語音合成能力首次達(dá)到媲美云端的水平，這意味著未來個(gè)人用戶在移動(dòng)終端即可輕松體驗(yàn)逼近真人的語音技術(shù)。

關(guān)鍵字： 達(dá)摩院 語音ai 語音交互

　　通過語言和聲音來表達(dá)自己的意愿是人與人溝通的基本方式，可是人與機(jī)器間卻一直存在著溝通上的種種障礙，如何突破這種限制，形成像人與人之間充滿智慧、溫情的人機(jī)交互一直是人類努力的方向。iPhone

關(guān)鍵字： 人機(jī)交互 語音控制 語音交互 ivoka

　　上一代系統(tǒng)使用汽車內(nèi)置功能來提供娛樂與信息系統(tǒng)，而下一代汽車信息娛樂系統(tǒng)的功能將源于駕車者的移動(dòng)設(shè)備，如iPhone、iPad和其它智能手機(jī)及平板電腦。這是一個(gè)巨大的變化。信

關(guān)鍵字： 映射技術(shù) 語音交互 語音識(shí)別 車載語音識(shí)別

　　在行車過程中，注意力分散會(huì)影響駕駛員的操控，容易導(dǎo)致交通事故，車載語音交互技術(shù)的出現(xiàn)很好的解決了這個(gè)問題。它的重要作用就是提升駕駛的安全性，為用戶創(chuàng)建一個(gè)豐富、便捷和安全的車生活。

關(guān)鍵字： 華強(qiáng)聚豐 思必馳 電子發(fā)燒友 語音交互

　　如今，人機(jī)交互技術(shù)應(yīng)用潛力開始凸顯，比如智能手機(jī)配備空間跟蹤技術(shù)，應(yīng)用于虛擬現(xiàn)實(shí)、遙控機(jī)器人及遠(yuǎn)程醫(yī)療等的觸覺交互技術(shù)，對(duì)于有語言障礙的人士的無聲語音識(shí)別，還有各種創(chuàng)新技術(shù)，如指紋識(shí)別、TD

關(guān)鍵字： 思必馳 語音交互 車聯(lián)網(wǎng)

中興文檔

229 篇文章

關(guān)注

發(fā)布文章

編輯精選

技術(shù)子站

關(guān)閉