每一次的科技變革，所帶來的不只是產(chǎn)品的更新迭代，還有一種全新的生活方式。就比如觸屏手機的出現(xiàn)，老式鍵盤退出了歷史舞臺，繁瑣的操作方式被拋棄，手機有了多樣化的界面風格和豐富的娛樂功能。
同樣的，當智能語音技術(shù)出現(xiàn)之后，觸屏又顯得out了，通過語音就能輸入文字、操控手機里的應用、導航路線，甚至遠程控制家里的設(shè)備。
智能語音技術(shù)身后的巨大經(jīng)濟空間被迅速發(fā)掘，吸引了眾多科技公司投身其中，各種各樣的語音產(chǎn)品如雨后春筍一般出現(xiàn)在我們的生活里。
但一個很奇怪的現(xiàn)象也出現(xiàn)了，語音技術(shù)在不斷的進步，智能語音產(chǎn)品也在推陳出新，然而，很多人對語音產(chǎn)品的熱度卻下降了，甚至一度報以惡評。
有些人覺得語音輸入錯誤率太高，比手動輸入花費的時間還多；有些人覺得所謂的智能家電功能雞肋，體驗太差；還有的人則認為智能語音產(chǎn)品都是炒作，不值得花錢去購買。
這些觀點可能更針對于國內(nèi)的消費者，對于國外的消費者來說，他們很早之前就已經(jīng)開始接觸帶有語音功能的產(chǎn)品，諸如蘋果的Siri，以及亞馬遜的智能音箱echo。
語音操控對于已經(jīng)習慣使用這些產(chǎn)品的人來說，或許已經(jīng)成為了他們生活的一部分。而之所以會有“覺得智能語音真的很雞肋”這些想法，或許是因為還不夠了解它。
智能語音被看作是告別觸摸式模式的下一代交互模式。它是有很鮮明的理由存在的：
首先，比起文字交互來說，語音交互更加自然，適用性更廣。從人的學習能力來看，語音可以說是我們先天就能獲得的能力，但文字不是，很多人甚至都不會書寫。
所以從某種程度上來說，如果語音交互能夠普及，在理想狀態(tài)下是人人都可以用語音命令來操控智能設(shè)備，實現(xiàn)智能體驗。
其次，語音交互能夠把人更多的感官解放出來，比如視覺、雙手。讓我們能夠在很多情況下更集中精力去做某件事，就比如在駕駛汽車的時候，用語音來導航能避免我們因為查看屏幕分散了注意力而產(chǎn)生的許多事故。
再次，語音交互所能適用的場景并不是單一的，它能應用在我們所能想象得到的所有地方，目前已經(jīng)出現(xiàn)的智能家居系統(tǒng)就是一個很好的例子，它通過將物聯(lián)網(wǎng)和語音技術(shù)聯(lián)合，僅用語音就能操控家中所有的設(shè)備。
以同樣的方式，它也可以應用在工業(yè)上、娛樂上、交通系統(tǒng)上。在未來，能夠變革很多行業(yè)。
當然，對于很多人提到的語音交互可能存在的不足，比如語音識別效果、語義理解能力，實際上，這是語音交互領(lǐng)域存在的普遍問題，但隨著技術(shù)的發(fā)展有了很大的改善。
就拿國內(nèi)從事語音交互服務的歐拉蜜來說，目前它的識別率就高達九成以上，應用了深度學習算法和神經(jīng)網(wǎng)絡(luò)模型自動語音識別技術(shù)的它能夠?qū)崟r地將語音轉(zhuǎn)化為文字，而且對于噪聲的處理能力也很卓越，基本不需要額外對音頻進行優(yōu)化或者處理，就能讓用戶獲得良好的識別效果。
對于用戶最關(guān)注的語義理解部分，人機交互方案專家歐拉蜜也有自己獨到的解決方法，采用了具有可全文檢索的結(jié)構(gòu)化知識庫，能夠輔助確定語法參數(shù)的合法性，更好的消除語句歧義。
除此之外，它還完美的解決了一個語音方面的大難題，就是上下文理解。它采用了具有記憶基礎(chǔ)的上下文理解處理技術(shù)，利用多維度的上下文支持能力，能夠進行長句式連續(xù)詢問。也就是說，不僅可以讓應用理解用戶的“言外之意”，還可以和用戶聊天嘮嗑等等。
當然，身為人機交互領(lǐng)域?qū)＜业臍W拉蜜能做到的還不止這些，它還具有語音喚醒、離線識別、實時目標檢測和人臉識別等等功能，有效輔助并強化AI人機交互行為，來讓語音識別更加高效、精準和多元化。
由此也可見，語音技術(shù)并沒有像人們所以為的那樣停滯不前，而是一直在摸索、在進步。智能時代的到來已經(jīng)是一個大勢，面對新事物的到來，最好的態(tài)度或許就是去嘗試著理解它，并接受它。
下載文檔
