五、語(yǔ)音助手產(chǎn)品-對(duì)話產(chǎn)品的設(shè)計(jì)和實(shí)現(xiàn)
這幾年人工智能大火魔招,語(yǔ)音助手也不是什么新鮮的概念了,比較有代表性的百度五辽、蘋果办斑、谷歌、小米等等都推出了自己的語(yǔ)音助手杆逗,那么究竟語(yǔ)音助手是怎么實(shí)現(xiàn)的呢乡翅,由哪些技術(shù)組成呢?在語(yǔ)音語(yǔ)義產(chǎn)品設(shè)計(jì)的工作和傳統(tǒng)產(chǎn)品設(shè)計(jì)的工作又有沒(méi)有不同呢罪郊。
從用戶使用層面來(lái)說(shuō)蠕蚜,語(yǔ)音助手一般由兩個(gè)模塊構(gòu)成,一個(gè)是功能性技能悔橄,還有就是兜底類技能靶累。
功能性技能簡(jiǎn)單的說(shuō)腺毫,就是用戶通過(guò)語(yǔ)音實(shí)現(xiàn)平時(shí)手機(jī)app上的操作。比如在車載語(yǔ)音助手中挣柬,我們用語(yǔ)音來(lái)發(fā)起導(dǎo)航潮酒、聽音樂(lè)、打電話邪蛔;在家庭場(chǎng)景用語(yǔ)音進(jìn)行視頻點(diǎn)播急黎,控制一些智能設(shè)備,比如燈侧到、空調(diào)勃教、洗衣機(jī)掃地機(jī)器人等等。
那它實(shí)際的組成的模塊是怎么樣的呢
一般對(duì)話助手由五個(gè)組成部分:語(yǔ)音識(shí)別(ASR)匠抗,自然語(yǔ)言理解(NLU)故源,對(duì)話管理(DM),自然語(yǔ)言生成(NLG)和文本到語(yǔ)音合成(TTS)戈咳。ASR通過(guò)深度學(xué)習(xí)技術(shù)得到了較好的解決心软。 NLG和TTS容易控制。對(duì)話系統(tǒng)設(shè)計(jì)的難點(diǎn)主要在于NLU和DM著蛙,這將在下面的段落中詳細(xì)討論删铃。
(圖)
語(yǔ)境的概念,dm的概念和組成