江苏龙网

  1. 主页 > 生活百科 > >

带你全面了解语音交互产品 语音交互产品有哪些( 二 )


【带你全面了解语音交互产品 语音交互产品有哪些】一般唤醒词都会这样，就是唤醒词里连续三个词也能唤醒 。比如喊一声“小爱”，也可以叫醒小爱同学 。这是为了提高容错率而设定的规则 。
2. 收集发音数据 然后我们需要收集这个唤醒词的发音 。理论上讲，演讲者越多，发音场景越丰富，训练的唤醒效果越好 。
一般是根据发音的数量和声音的时长来统计的 。不同的算法模型对持续时间的依赖程度不同 。基于端到端的神经网络模型，一个体验很好的唤醒词可能需要几千个小时，也就是一千个人的一千个小时 。
在收集唤醒词的发音时，一定要注意发音的清晰度，有时甚至会把相似的音放到训练模型中，防止用户因为发音问题而无法唤醒 。
如果用户群体庞大，甚至要考虑唤醒词在各种方言中的发音 。
3. 训练唤醒模型 数据准备好了，就该训练模型了 。这里常见的算法有:
基于模板匹配的KWS 基于马尔可夫模型的KWS 基于神经网络的方案三种方案比较如下:
4. 测试并迭代 最后，测试和上线，一般分为性能测试和效果测试，性能测试主要包括响应时间、功耗、并发等 。，一般留给工程师去解决 。
产品会更加注重效果测试 。具体效果测试中会考虑唤醒率和误唤醒率，我们会在后面的测试环节中详细介绍测试流程和指标 。
产品上线后，我们可以收集用户的唤醒数据，唤醒词的音频数据会源源不断 。我们要做的就是给这些唤醒音频贴标签，收集badcase，然后不断的训练上线，就是这样一个贴标签，训练，上线的循环过程 。
直到边际成本越来越高，形成有用的唤醒模型 。
五、语音唤醒怎么测试 语音唤醒测试最好模拟用户的实际使用场景，因为不同的环境可能达到不同的效果 。比如常见各厂商说自己唤醒率99%，大概是在安静的实验室环境下测试的 。这样的数字是没有意义的 。
这里所说的场景主要包括以下几点:周围的噪声环境，说话人声音的大小，说话的距离等 。
测试条件有很好的约束，所以要注意测试指标 。一般测试指标如下:
1. 唤醒率 唤醒词的概率，唤醒率越高，效果越好，通常用百分比表示 。
在模拟用户使用的场景下，很多人测试很多次，重复的词叫做唤醒词，被成功唤醒的比率就是唤醒率 。不同的环境，不同的唤醒量，唤醒率差别很大 。
用25dB唤醒词测试，安静场景下3米内唤醒率能达到95%以上，65-75dB噪音场景(日常通话量)下3米内唤醒率能达到90%以上就不错了 。
所以，当我们看到各家的唤醒率指标时，就应该意识到测试是在什么环境下进行的 。
2. 误唤醒率 非唤醒词被唤醒的概率，误唤醒率越高，效果越差，通常用24小时内误唤醒多少次来表示 。
在模拟用户使用的场景下，很多人多次测试，随机调用一些非唤醒词，成功唤醒的比例就是误唤醒率 。
如果误唤醒率高，可能会出现你正在和别人说话，智能音箱突然打断的情况 。
3. 响应时间 用户说出唤醒词后，用户和设备给出反馈的时间差是尽快 。
纯语音唤醒的响应时间基本在0.5秒以内，语音识别的响应时间会更长，这将在下一章讨论 。
4. 功耗 对于电池供电的设备，唤醒系统的功耗尽可能低 。
一般插电用的音箱都是可以的，对功耗的要求不是很严格 。而手机、儿童玩具等产品因为是电池供电，所以对功耗要求更高 。
siri是iphone4s的语音助手，但直到iphone6s才允许Siri不接电源直接语音唤醒，这是考虑耗电的原因 。
六、语音唤醒的其他内容 1. 唤醒后的反馈 我们用唤醒词唤醒设备后，需要一个及时的反馈来提醒我们唤醒成功，这将考验产品的设计能力 。
一般有两个可感知的层面进行提示，一个是听觉层面，一个是视觉层面(暂时不考虑振动) 。
听觉反馈可以分为两种类型:
语音反应通常是“现在”、“嗯嗯”、“来了”等等，都是表示听到了的简短反应 。这些TTS单词的内容需要仔细打磨，反复调试，才能达到理想的效果，建议不要超过1秒 。
语音提示往往是在语音回复之后，提示用户有语音交互，一般是一小段音效，然后它就开始收收音了 。
视觉反馈也可以分为两种类型:
光效反馈在智能音箱产品中很常见 。他们没有屏幕，但也需要视觉提示用户 。一般不同颜色的光效表示机器的不同状态，有明确的产品定义 。
屏幕反馈可以做的事情很多 。我们可以根据自己产品的需求来设计弹出窗口或者弹出页面，这里就不讨论了 。


推荐阅读


上一篇：简评拼多多拼单玩法 拼多多怎么拼单为什么还是原价

下一篇：揭露淘宝兼职可靠度 淘宝客服兼职是真的吗