原创力文档- 1、本文档共40页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
可定制开发的语音交互技术
— DUI的全链路定制探索之路
张顺@思必驰
主要内容
语音交互的探索经历
DUI的可定制的语音交互
一些问题与思考
PART 1
语音交互探索经历
语音交互探索经历
键盘 1873 鼠标 1968 Xerox Alto 1973
最早的图形化系统
iPhone 2007 Siri 2011 Amazon Echo 2014
多点触摸应用于手机 语音助手应用于手机 语音音箱应用
语音交互探索经历
命令行 PC时代
图形交互 移动时代
语音交互 iOT时代
语音交互探索经历 | 阶段一: 2013 - 2014 通用语音云
阶段一: 2013 - 2014 通用语音云
a. 产品方面： 一个app一个语音入口, 各种语音助手交
互方式各异, 非刚需
b. 工程方面：研发难度大, 基于SDK/API自已实现需要
了解语音对话相关知识, 自已开发
c. 语音技术：识别性能逐年突破
语音交互探索经历 | 阶段二: 2015-2016 完整语音交互系统(AIOS)
应用层 music weather stock chat …
processor: control logic
bus
AIOS
交互层 recorder player aec cloud
node node node node
wakeup vad local asr tts …
node node node node node
系统层 Linux Android QNX OpenWrt …
* 由AIOS实现各场景下的完整的交互逻辑 * 与底层操作系统和应用层解耦
7
语音交互探索经历 | 阶段二: 2015-2016 完整语音交互系统(AIOS)
a. 产品方面：刚需的车载, 家居, 机器人等
b. 工程方面：完整的交互系统, 集成简单, 定制能力不
足, 出现一些语音系统方案商
c. 语音技术：识别性能逐步突破, 一个垂域使用一个
模型, 严重依赖语音厂商
特殊词语识别，新词等识别
同一个说法，不同解析要求
对话交互逻辑个性化定制
不同产品共用一个模型资源， 融合
文档评论（0）