思必驰新型对话技术-思必驰对话工场.pdfVIP

重新定义⼈机交互体验 WHAT － 上海交⼤东⽅学者特聘教授、思必驰⾸席科学家－俞凯 @ 新浪微博 对话⼯场－俞凯 新型人机对话技术就是让机器从“能听会说”变成“会听 能做”，即听得懂说的 ，懂得听什么 ，听不清楚了能问 ， 最后能完成用户的任务 。以前语音识别追求“听清”，语 义解析追求“听懂”，而真正的人机交互是追求“听话”， 而且用的越多越听话 。听话不一定是因为每句话都一字不 差的听清了 ，而是因为不单听的准听的懂 ，而且对用户习 惯的交互历史能学习 ，对环境能感知 ，能实际完成任务 ， 这就是技术全面性的作用 。 ⼈机交互的历史变迁 •  组织 •  浏览 •  搜索 •  处理 1980s 1990s 2000s 2010s “ ” 移动互联时代的⼈机交互核⼼需求正向处理任务 变迁 传统⼈机交互模型 语⾳识别 语义解析 / 任务处理语⾳ ⾏动选择 合成 观点：语⾳就是键盘的替代品，单轮交互，信息⼀次性处理 假设：识别、解析模块全部没有错误， ⽤户指令完整且⽆歧义 100 语⾳识别及解析可能⾮常准确，但⽆法 ％， 错误的时间、地点、后果也不可预知 错误会传递：⼀失⾜成千古恨 解析＝理解？ 现实还没完.. 语义解析不等于语义理解，难以判断⽤户意图 ⼀次性交互的任务⺫标必须精确 从 到 真的就够了吗？ iPhone的语⾳交互进化史 iPhone的未来： •  Siri的”1:3” iPhone 4S ⾄今 •  “Next generation personal •  87%⽤户⾄少⼀个月使⽤⼀ assistant model: 次Siri