腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

综合排序丨最热优先丨最新优先

智能语音，交互入口的新未来

百度近期加入了亚马逊发起的全球语音互操作性计划，为智能语音技术的进一步发展蓄力。阿里与百度对智能语音的追逐绝非个例，整个互联网行业对智能语音技术重视的背后是智能语音技术极为广阔的市场。智能语音技术自身交互的便利性，也促使它自身可以被运用到更为广泛的场景和行业中。相较于传统模式，智能语音技术在很大程度上解放了人们的双手和眼睛，为人们日常生活提供便利，也可以为特殊人群服务。同时语音交互可以使机器实现自我学习，解决长期存在的人服务于机器的现状。这一自身的特点使得智能语音技术有了无可替代的优势。同时，智能家居、可穿戴设施、智能车载等领域，智能语音将作为交互入口而发挥巨大作用。这一点，作为智能家居核心入口的智能音箱迅速扩大的市场，就足以说明智能语音的潜力。从互联网革命到现在，人工智能的浪潮席卷而来，无数的成果正改变着这个时代。智能语音作为下一代人机交互入口，随着人工智能的不断发展，必将迎来更为广阔的天地。

2019-10-08

2.8K0

标签:

语音交互·认知对话：智能语音互动查询系统重塑人机交互新范式

语音查询迈入认知交互时代在移动优先与万物互联的产业背景下，传统语音查询系统面临语义理解浅层、场景适配僵化、多轮交互断裂等核心挑战。智能语音互动查询系统通过融合语音识别、自然语言理解与对话管理技术，构建了从语音感知到认知决策的完整交互链条，实现了从"指令响应"到"智能对话"的体验升级。场景迁移困难：单一场景训练的模型难以适应跨领域业务查询多轮对话断裂：缺乏对话状态跟踪，上下文信息流失严重个性化体验缺失：无法识别用户偏好，提供千人一面的标准回复实时响应延迟：复杂查询处理延迟超过 3 秒，影响交互体验智能语音交互架构系统构建功能模块对比与效能提升功能模块传统语音查询智能语音交互系统效能提升幅度语音识别近场标准语音识别远场降噪 + 自适应识别识别准确率提升至 96.5%意图理解关键词模板匹配深度学习多意图识别意图识别准确率提升至持续进化路径未来技术演进聚焦情感交互与跨模态融合：通过语音情感识别实现更具温度的交互体验；融合视觉、文本等多模态信息提升理解准确率；发展个性化自适应能力，使系统越用越智能；最终构建具备情感认知和深度推理能力的新一代语音交互系统

上海拔俗网络

2025-10-30

6500

标签:

【玩转腾讯云】【腾讯云语音合成】智能语音交互之语音合成篇

开篇前言语音合成（Text To Speech，TTS）满足将文本转化成拟人化语音的需求，打通人机交互闭环。语音合成广泛应用于语音导航、有声读物、机器人、语音助手、自动新闻播报等场景，提升人机交互体验，提高语音类应用构建效率。 3.打通人机交互的闭环，实现以假乱真的人机沟通效果已经在使用合成效果不佳的客户，他们的用户通常因为TTS发声人声音僵硬，朗读不流畅等原因不愿意与机器人继续交流。使用腾讯云TTS之后，他们的用户通常较难分辨发声人是真人还是机器人，使得人机交互的体验更好，用户更愿意与机器人交流。这里可以根据自身的场景选择需要的接口，对于实时性要求很高的场景，例如智能机器人对话，则可以采用流式合成，对于有声读物，语音播报场景可以选择非流式音频合成接口，客户可以在非流式的接口基础上实现预请求，即第一句合成播报的同时请求合成第二句话并缓存结果

2020-05-04

27.7K1

标签:

Sensory推出智能家电语音交互解决方案

Sensory，位于美国硅谷的边缘侧AI技术领导厂商(pioneering AI at the edge)于今日发布，基于Sensory TrulyNatural技术的，面向智能家电的智能语音助理解决方案该技术帮助家电厂商，为其智能厨房电器提供脱离云端的边缘侧本地语音交互。 Sensory TrulyNatural为产品提供高度智能的自然语音交互界面(Extremely intelligent natural language user interface)，所有语音交互在设备本地执行 “市场上有大量的基于云端的智能语音服务的产品，可以播放音乐，获取天气信息，甚至给你讲个笑话。 systems)，机顶盒(set-top boxes)，家庭自动化产品(home automation)，移动APP和其他工业或企业应用，提供非常理想的用户语音交互体验。

2020-01-02

2.7K0

标签:

AI预测技术在语音交互的落地 | 微软新一代全双工语音交互技术 | 智能语音 | 解读技术

AI预测近日，微软（亚洲）互联网工程院宣布率先推出新一代的语音交互技术：全双工语音交互感官（Full-duplex Voice Sense），与既有的单轮或多轮连续语音识别不同，这项新技术可实时预测人类即将说出的内容，实时生成回应并控制对话节奏，从而使长程语音交互成为可能。在应用方面，米家生态链Yeelight语音助手是全球首个搭载全双工语音交互感官的智能设备，也是内置微软小冰的首个“双AI”智能设备。另外人工智能能否主动引导抛出新话题，提供新内容，打破沉默是重要特征；还有随着全双工语音交互技术的普及，和人类一样的非对称对话模式。语音交互是对话式人工智能及智能硬件设备的基础之一。全双工语音交互技术的应用，有望实现用户体验的下一次飞跃，并成为人工智能语音交互的新“标准配置”。

2020-08-04

4.9K0

标签:

如何评测语音技能的智能程度（3）——交互流畅

《如何评测语音技能的智能程度》是5篇系列文字，来自一位创业者，也是DuerOS开发者的投稿，老曹尽量不做变动和评价，尽量保持系列文章的原貌，这是第3篇。这个模块，重点考量智能助手各个性能指标及交互体验层面的表现。【交互流畅】（1）服务稳定性 “正常运行”、“不出bug”、“鲁棒性好”。【交互流畅】（2）响应速度/流畅度服务稳定性保障了之后，接下来就是速度。语音交互这件事，本身就是因为语音输入的高效性。而在智能语音助手交互对话的过程中，又包含哪几个阶段呢？ ? 先明确一点，一味追求快并非是好。而反馈样式则需要尽快呈现，有些智能助手语音播放完毕了，结果下面的内容还没加载到位。 5、人类总计2次交互，一次唤醒，一次表达意图，这2个行为过后，等待AI反馈。

半吊子全栈工匠

2020-06-04

6.6K0

标签:

智能语音交互中的麦克风阵列技术

后来Amazon发布Echo智能音箱，开启了智能硬件远场语音交互时代。相比于Siri手机端近场的语音交互，Echo音箱的语音交互支持距离更远，交互更加自然便捷，它使用了麦克风阵列来保证远距离复杂背景噪声和干扰环境下的良好拾音效果，随后麦克风阵列逐渐成为了后续语音交互智能硬件的标配 image.png 2.为什么需要麦克风阵列最初，语音交互应用最为普遍的就是以Siri为代表的智能手机助手，这个场景属于近场的语音交互，一般都是利用单麦克风在低噪声、低混响、距离声源很近的情况下获得符合语音识别需求的声音信号 3.4 回声消除在智能音箱应用场景中，需要在播放音乐的时候仍然能够识别用户的语音交互指令，这时候，就需要从本地麦克风信号中去除本地扬声器播放的声音信号。 4.结语本文简要介绍了智能语音交互前端广泛使用的麦克风阵列技术基本原理，并对其中部分方法进行了简要分析。

2019-08-01

14.4K0

标签:

智能语音机器人小知识（7）--什么是交互式语音应答?

IVR（Interactive Voice Response）即交互式语音应答，可以提高呼叫服务的质量并节省费用。IVR是一种功能强大的电话自动服务系统。为此，许多企业开始借助于信息化技术的应用，利用基于计算中心电话交互技术的呼叫中心来改善服务。 IVR2.png IVR交互式语音应答技术的特点 IVR提供每周7天，每天24小时全天候服务。顾客通过按键或语音选择，向企业主机输入信息，在允许范围内访问各类企业数据库，自助得到多种服务，令业务代表有更多的时间服务于有特别要求的顾客。在容错方面，遇忙自动处理，以减少顾客不耐挂机；如遇线路故障自动报警等 IVR的文本与语音合成（Text-to-speech Synthesis）技术以事先录制好的清晰、圆润的音声为顾客服务。 IVR的多语种支持可根据不同要求用不同语言播放语音提示或咨询信息 IVR在各行业应用银行为储户帐户查询各类卡激活信用认证基金查询利率查询姓名/住址变更转帐保险公司为保户索赔/资格认证

2019-05-27

6.6K0

标签:

业界 | 阿里入局智能音箱，争夺智能家居语音交互入口

作为淘宝网第一代产品经理，浅雪特别谈到开发音箱的产品设计理念：「在家庭环境下使用的一款产品，不应该是外观很大、只有大声音的智能设备，这是我们对这款产品的第一个思考，另一方面，语音交互这种方式将无所不在，做得越来越小，才是语音交互助手终极追求方向。」根据官方信息，阿里人工智能实验室正在对声纹识别、声纹购、NLP 中文对话引擎等核心技术申请专利。下一代交互入口陷入混战至此，这场由亚马逊带动起来的语音交互中国巷战，已经聚齐中国互联网巨头。与几大巨头中最早推出音箱产品叮咚的京东、更专注于开放语音交互底层技术的 DuerOS 相比，腾讯云小微不仅仅聚焦在语音层面，服务于包括智能音箱在内的各类硬件产品以及机器人等，几乎对标于 Amazon 的此外，叮咚还接入智能硬件平台——京东微联，从而使用户通过叮咚音箱的语音交互控制平台上的家电产品，包括生活电器、厨房电器、空调、可穿戴设备等。

2018-05-09

2.7K0

标签:

交互新趋势，如何设计语音交互？

值得注意的是，最近几年针对语音交互的体验设计研究开始兴起：Android 和iOS 手机开始构建自己的语音交互生态，智能汽车为了解放双手，也开始研究语音交互的玩法。怎样设计语音交互体验，才能使其发挥场景化的优势？Nielsen的启发式可用性原则依然适用于语音式的交互方案。系统状态的视觉反馈亚马逊的语音产品Echo，是一款场景化的语音交互智能硬件。相比Siri和Google now，亚马逊的产品团队充分理解了语音交互场景化的潜在优势，并结合自己的电商基因，将Echo打造成了更加智能的私人家庭助理。除了遵循尼尔森的启发式可用性原则之外，为了增强对场景化的理解，语音交互系统需要更加智能的去自主学习用户与环境，大数据的辅助也能够更好的加速这一进程。总结语音交互是更具有场景化的体验设计方法。适当的语音反馈与引导可以帮助用户减轻记忆的压力，并避免用户迷失。充分借助云计算、大数据、神经网络、智能学习等技术来帮助语音交互系统增强对场景和用户的理解。

2018-02-27

3K0

标签: