什么是语音助手？

今天我们来学习语音助手的内容。

语音助手的概念

语音助手是一个通过语音识别、语音合成、语义分析等技术手段，使用户能够方便、自然地通过无线Mic及麦克风阵列等语音输入设备，可以使用自然语言和语音助手进行交互，实现语音助手与智能应用的结合和功能的整合，以及实现对智能电视的智能化控制的一个语音系统。

语音助手核心为语音交互提供语音的基本功能(识别，转写，合成，语义分析)，同时为语音助手的应用和Widget和显示桌面提供控制和交互逻辑。同时提供语音助手终端数据向语义云的上报功能。该部分功能是将用户输入的用户信息和用户数据库的信息对比，验证当前登录的用户是不是合法用户，是则进入主界面，否则结束。

语音助手的主要技术

语音助手为什么能听懂、理解人类的指令？这主要涉及语音识别（ASR）、自然语言理解（NLP）、语音合成（TTS）等多项AI能力。

·语音识别技术（ASR）

ASR（automatic speech recognition），指的是把人类的语音转化为文字或者机器可以理解的指令，从而实现人与机器的语音交流。实际上，ASR也可以简单地类比为人类的“耳朵”，依靠这种技术，语音助手听见了人类的声音，进而进行文字转换和指令转换。

现阶段的ASR主要是采用“输入—编码—解码—输出”的流程，工作方式也毫不神秘，只涉及到三个步骤：第一步，把声音每一帧识别成状态；（状态可以理解为一个细分的语言单位，一个音素一般会分成三个状态）第二步，把状态组合成音素；（普及一下音素的概念，单词的发音由音素构成，英语中，音素集由39个音素构成；而在汉语里，一般是以全部声母和韵母作为音素集）第三步，把音素组合成单词。

如图所示，每个小竖条代表一帧，若干帧语音对应一个状态，每三个状态组合成一个音素，若干个音素组合成一个单词，语音就变成了文字。只要知道每帧语音对应哪个状态了，语音识别的结果也就出来了。而每帧语音与状态对应的概率，可以从声学模型里索取，因为声学模型中存储了大量参数，通过参数就可以了解。

·自然语言理解（NLP）

自然语言理解，便是让机器能听懂人类的指令，基于文本去理解及预测用户的需求，做出相关响应和操作，并且输出反馈给用户的答复文本。自然语言理解成为语音交互的核心。相较于人类的情感需求、精神状态，再智能的AI语音助手也难以读懂主人的“心”，因此具备语义理解能力的人机交互成为技术攻关的重点所在。语音助手通过深度学习，不断进行迭代进化，提供真正理解用户需求的个性化服务。比如，当你语音助手询问：明天出门需不需要带伞？它会通过“词处理”和“句处理”，在连续的汉字字符中识别词语和句子含义，并获取其语言学信息和统计学信息，进行系统下一步的分析和语句理解。通过语义理解技术，AI语音助手会将“带伞”与“天气预测”相对应，最后会对你作出“地区+天气预测+需/不需要带伞”的回答。

·语音合成技术（TTS）

TTS（text to speech），文本转换技术，即是将计算机产生的、或是外部输入的文字信息转变为口语输出的技术。如果将ASR类比为“耳朵”，听见人类的声音，那么TTS就是“嘴巴”，可以通过语音表达来回答人类的问题。

语音合成的运行系统主要分成TTS前端、声学模型和声码器三个相互承接的部分：

TTS前端从文本信息中产生发音和语言学的信息，换句话说，便是将文本中的发音归一化，确保准确判断其发音；

而声学模型则是基于前端的发音信息产生声学特征，也就是将文本转成机器可以理解的信息语言；

最后再通过声码器根据已生成的声学特征来合成最后声音的波形图，可以将第三部分理解成车载语音助手作回答的发声过程。TTS的传统实现方法分为拼接法和参数法，前者直接通过已录制好的语音进行拼接，便能合成质量优质的语音，但不利的是，拼接法需要很丰富的语音数据库支持；而后者则是在低资源的语音数据库中，通过统计模型产生语言参数，在转化成波形进行语音合成，成本较低，但语音质量相对而言不够优质。总结来说，之所以语音助手可以听到、听懂且执行人类的指令，便是因为前端降噪技术抑制了背景噪音，让语音助手通过语音识别技术“听得更清晰”，再通过语义理解技术“听得更明白”，协助执行相应操作，最后通过语音合成技术“发出声音回应”，完成人机交互的体验。

3、语音助手的应用范围

·智能家居

未来的智能电器，如智能音箱、智能电视等，均可以实现语音控制与交互。我们可以通过智能音箱来开关电器，可以直接与智能电视对话以找到喜欢的频道。同时这些智能设备可以与手机相连，让你在室外就可以控制家中的家具，可以在下班回家前就提前打开家里的灯。开辟了新的控制方式，让语音助手真正融入我们的生活。

·智能汽车

结合现在的热点话题“自动驾驶”，也许二者可以结合。直接用语音控制汽车的行驶，解放双手，通过语音控制目的地或打开车中的某些设备。当技术成熟后，也可以有效地减少交通事故的发生，更加合理地选择行驶的路线，为我们提供便利。

·智能办公室

语音助手也可以进入办公场景，取代传统秘书的一些工作，例如制定会议流程、预定会议室等。在一些在线会议的过程中，语音助手可以作为会议记录员或者实时翻译员，帮助参会的人员更加高效地进行讨论。

·可穿戴设备

可穿戴设备由于屏幕较小，不适合进行触屏操作，而语音助手正好可以弥补这个不足，作为各种可穿戴设备的控制和操作方式。同时，很多可穿戴设备平时处于待机状态，使用语音指令进行唤醒也显得十分自然。

·智能教育

AI语音助手可以作为课堂质量辅助和线上虚拟两部分。课堂质量辅助通过融合语音、视觉及文字技术辅助教师授课，实现实时字幕转录、重点内容快速定位、课堂数据分析等。尤其是新冠疫情以来，线上教学的需求量越来越大，基于AI语音交互的虚拟教师结合VR技术，可以摆脱教师人数的限制，一对一授课，并进行精准分析，提升学生学习的效果。语音测评和人机对话技术结合语义技术应用到普通话、古诗词及外语教学中，可以快速纠正发音韵律及语法错误，并且逐渐被应用到考试场景中。

·智能医疗

过去，传统的随访都要医护人员挨个拨打病人的电话询问患者的术后状况，并做记录。比如，医院日间手术平均每天出院病人在120人次以上，而每位病人一般在术后24-48小时要进行一次随访，就意味着医务人员每天要花9-12个小时用于电话随访，这给医院带来了巨大的随访工作量，而AI语音随访可以做到每天无间断、全覆盖随访，一天内可完成400-1000人次的随访工作，极大的提高了随访的工作量。

今天的课程就到这里，谢谢大家！