人机交互的语音技术

新知榜官方账号

2023-10-15 22:18:13

人机交互的语音技术

随着科技和社会的发展，人类的语言交流对象正在从人际交流转向更广阔的领域——人与机器的交互。在人机对话系统中，包括两个不同方向的语音交互：一个是人类发出的声音，由机器来接收与理解，这就是机器的语音识别（AutomaticSpeechRecogniton，ASR）技术；另一个是机器发出的声音，由人类来接收，这就是机器的语音合成（TextToSpeech，TTS）技术。如果要涉及更为复杂的人机对话系统，例如聊天机器人，天猫精灵，小爱同学等，在机器人这一侧，除了要解决语音识别，语音合成之外，还要解决语义理解问题，这就属于自然语言处理技（NaturalLanguageProcess，NLP）技术。

复杂的人机对话系统示意如下图所示：

举个日常生活中的例子，法外狂徒张三买了一辆小鹏汽车，车内的人机交互系统非常强大，张三说：“你好，小鹏”，这时候人机交互系统已经被唤醒，对应上述流程图的语音唤醒（WakeUp）技术，张三接着说：“我要去最近的加油站”，张三的老婆突然补充了一句：“顺便帮我找一下附近大众点评上评分最高的火锅店”，其实张三跟他老婆说完的话直接去给机器去语音识别会有问题，为啥啊，因为车内有环境噪音啊，比如胎噪，风噪等，所以当声音信号采集后，并不是先去语音识别，而是先经过系统软硬件算法优化之后，去除声音信号的噪音，同时对声音信号进行增强，并且按照时间戳分离张三跟他老婆说的话，最后进行语音识别的时候，准确率就会提高很多，这就对应上图的信号处理（FESP）技术。语音识别结束之后就是语义理解（NLU）技术，自然语言处理的核心是解析出主人说话的意图，进行意图的分类与语义槽填充，将“加油站，火锅店，最近的”等核心的关键词提取出来，并送到对话管理的大脑中枢去处理，调用第三方应用（高德地图，大众点评）去查询相关的地址，最后将查询结果作为应答，系统通过拟人的口吻去播报：“好的，主人，已为您找到最近的加油站，附近2公里有家评分最高的火锅店，立即带您前往！”。这就是对应上述全链路人机交互对话的自然语言处理，资源调用以及语音合成等关键技术。

上述就是一个语音交互系统的应用场景，到此为止，您是不是对人工智能语音有了一个初步的概念？

本页网址：https://www.xinzhibang.net/article_detail-16856.html

寻求报道，请

关键词

分享至微信：

相关工具

WellSaid Labs

AI文本转语音工具

Notta

AI在线将语音转换成文字

TME Studio

腾讯音乐推出的智能音乐创作助手

Voicemod

AI变声工具

Voicemaker

AI文本到语音生成工具

Voice.ai

实时AI变声工具

Achronix如何降低ASR解决方案的成本

概述本篇白皮书详细介绍了自动语音识别（ASR）的应用场景，以及Achronix如何在实现ASR解决方案的同时将相关成本降低高达90%。交互式人工智能（CAI）简介什么是交互式人工智能（AI）？交互式人工智能（CAI）使用机器学习（ML）的子集深度学习（DL），通过机器实现语音识别、自然语言处理和文本

分类标签自动语音识别交互式人工智能CAINLPASRFPGA

12-07 22:33

如何做到每天进步

如何做到每天进步如果你现在没有那么厉害，不要紧，只要你努力，只要你尽力而为。首先，要明确跟自己比较的重要性。竞争是无处不在的，但是我们更应该关注的是自己的个人成长和发展。每天努力比上次做得更好，后天也是，天天比昨天好。我们要竭尽所能，不断进步，才能提高个人竞争力。其次，要制定目标和计划。明确自己的目

分类标签自我超越努力进步个人竞争力

11-30 16:12

8款AI智能软件，提高工作效率，解决日常问题

ChatGPTChatGPT是一款聊天机器人，可以写邮件、写论文、写视频脚本，翻译、敲代码等，能够帮助我们提高工作效率，解决各种日常问题。NotionAiNotion是一款强大的Al写作助手。它能根据输入的关键词，推荐相关的文章素材，可以帮助我们提高文章的质量和准确度。MidjourneyMidjo

分类标签 AI智能软件自媒体工作效率

11-28 08:47

谷歌推出适配Pixel手机的全神经元设备端语音识别器Gboard

最近华为和三星为新机像素互相掐架。神仙打架分外精彩，但智能手机，不是应该比谁更智能吗？大多数人都不知道Google有一个手机亲儿子——Pixel。近日网上有消息透露，谷歌将新推出Pixel3a和Pixel3aXL两款中端机型。比Google手机本身更惹人期待的是，可以适配所有Pixel手机的Gboa

分类标签谷歌Pixel手机语音识别器

11-20 10:16

思必驰-上海交通大学智能人机交互联合实验室10篇论文被INTERSPEECH2020收录

思必驰-上海交通大学智能人机交互联合实验室10篇论文被INTERSPEECH2020收录国际顶级的语音技术圈会议INTERSPEECH2020于10月25-30日在中国上海举办，本次会议主题为“CognitiveIntelligenceforSpeechProcessing”。对话式人工智能平台公司

分类标签思必驰语音技术INTERSPEECH2020说话人识别语音识别口语语义理解

11-20 10:15

谷歌宣布增强Google Assistant技能，新增“阅读”功能

谷歌宣布新增“阅读”功能谷歌于今日宣布了一项名叫“阅读”（Readit）的Google Assistant增强技能。顾名思义，它可以帮助用户大声朗读网页文章、博客、或者短篇小说。在浏览相关网页的时候，你可唤出谷歌智能助理来执行这项操作，比如喊一声“Hey Google，Read this page”

分类标签谷歌GoogleAssistant阅读

11-20 10:14

云听CEM：帮助企业管理客户体验的新兴企业客户管理概念

云听CEM：帮助企业管理客户体验的新兴企业客户管理概念早期的企业客户管理系统以SAP、Salesforce等为代表，通过打通企业内部的业务流，整合数据，帮助用户提升了运营效率。但随着互联网的发展以及消费市场竞争的加剧，获取全渠道、全触点消费者的体验信息并基于此改善企业产品服务逐渐成为重点，这一趋势在

分类标签 CEM客户体验管理视界信息

11-08 08:51

五款免费听歌APP推荐

五款免费听歌APP推荐现如今人们版权意识越来越高，音乐平台也开始了版权争夺战。以前每个平台都能听到喜欢的歌曲，现在却不得不在几个APP之间来回切换，实在是非常麻烦，也不知道这场版权争夺战什么时候能结束。但在此之前，我找到了5个非常不错的听歌APP分享给大家，希望各位都能在听歌的时候能够不受限制。1.

分类标签听歌APP免费下载播放器音乐平台

11-08 08:50

语音对话推荐：研究、数据集、评估与展望

引言近年来，推荐系统在工业界取得了巨大成功，甚至成为互联网发展中不可或缺的增长引擎，基于此研究者们也在积极探索推荐系统的新形态，其中对话推荐系统（Conversational Recommender System，简称CRS）作为一个备受关注的研究方向被热议。对话推荐系统主要是通过使用自然语言进行多

分类标签语音对话推荐ConversationalRecommenderSystemVCRS

10-28 08:59

SoundHound或成AI语音助手竞赛中的大黑马

SoundHound或成AI语音助手竞赛中的大黑马据台湾《中时电子报》2月2日报道，除了Google Assistant、苹果Siri以及亚马逊Alexa之外，还有哪一款AI(人工智能)语音助手即将出头天？日前获得英伟达(NVIDIA)以及三星连手投资7500万美金的SoundHound，很可能将是

分类标签 AI语音助手SoundHound自动驾驶

10-28 08:57