随着移动互联网和人工智能的发展，智能家电的在线语音交互技术也在不断完善.doc

《随着移动互联网和人工智能的发展，智能家电的在线语音交互技术也在不断完善.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、随着移动互联网和人工智能的发展，智能家电的在线语音交互技术也在不断完善随着移动互联网和人工智能的发展，智能家电的在线语音交互技术也在不断完善随着移动互联网和人工智能的发展，智能家电的在线语音交互技术也在不断完善　　随着移动互联网和人工智能的发展，基于语音的交互已经越来越重要、也越来越普及，从目前技术水平来看，在安静环境、标准口音、常见词汇上的语音识别率已经超过95％，完全达到了可用状态，由此也奠定了语音交互功能被广泛应用在包括智能手机、智能音箱、智能家电等等各种各样设备中的技术基础。在线语音交互痛点：依赖网络和延迟大

2、　　不过，目前语音交互技术的使用还是离不开网络和云端。从技术层面上看，一个完整的智能语音交互闭环的系统，包括语音信号采集和预处理（降噪、回声消除）、后端语音识别、自然语音处理（理解、决策、表述）、语音合成等各个模块。其中语音识别到语音合成过程需要较大的数据量和计算量，往往会被放到云端去处理。　　无论是现今市场火爆的智能音箱还是各大家电厂商推出的智能冰箱、智能电视，采用的是语音交互大多数都是上述这种在线语音交互方案，所以设备在使用前往往需要借助智能手机将智能音箱连接网络。深圳市木瓜电子科技有限公司技术支持工程师邱松晓指

3、出，在智能家居、智能硬件中使用语音交互，替代遥控器，可以解放用户双手，带来很多便捷性，但是，目前使用在线语音交互功能还需要先解决一些现有存在的缺点。　　　　“在线的语音交互依赖于云端去处理，设备的前端往往只做声音的采集、回声消除和噪声抑制等处理后，就通过网络送入云端做语音识别和处理，处理后的结果又在通过网络返回回到设备中，这其中就有产生两个问题：首先，一旦网络出现问题，语音交互功能就很有可能瘫痪；其次，就算在网络状态好的情况下，设备的响应速度还是不尽理想，举例来说，前端语音处理约50ms，通过网络需要约100ms，云

4、端处理约500ms，还有延迟，再返回，加起来估计是1S到2S，特别是国内的网络不稳定的情况下，有可能时间会更长。”　　“此外，在线语音交互方案往往需要一个唤醒词，在说出唤醒词，等设备做出相应的回应后，才可以开始与智能设备对话，体验不是很好。””邱松晓说到。邱松晓和其公司一直在从事语音交互技术方案的开发，也给客户做过不少在线语音交互的方案，不过目前，他们也把不少精力放在一种更为简化的离线语音方案上。此模块方案可以实现单麦远场语音拾取、语音唤醒、回声消除、智能控制及语音播报等功能。离线语音方案优势在于实时和成本　　离线语

5、音方案，顾名思义就是语音识别处理在本地，并不需要上传到云端去处理。“以控制空调为例，我们先将‘请开空调’、‘调高一度’等命令词经过算法训练和模型匹配后固化在本地存储中，当进行语音控制时不需要联网，在本地存储直接调用。”邱松晓说到，“相比在线方式，离线的方式确实有局限，这类方案更多属于控制型的，不是交互型；而且由于本地的存储空间有限，不像在线方案是通过云端处理，所以命令词确实会比在线的少，一般命令词条在几十条左右。”　　集成了离线语音模块的设备可以通过语音来控制执行一系列的操作指令，不过只是不能像智能音箱一般进行查询天

6、气、新闻、讲故事、对话等交互。在智能音箱等在线语音方案如此火爆的情况下，木瓜电子同时也选择了做离线方案，除了考虑到前面提到的在线方案的不足外，其实更多是市场真正需求的使然。　　一方面，包括亚马逊、京东、阿里、腾讯等都推出了智能音箱，用智能音箱控制和连接家电，希望想通过此类产品抢占智能家居入口；另一方面，各大家电巨头也纷纷布局自己的智慧家庭生态，加入语音交互、AI等功能。无论是何种方式，智能家居要落地可能还需要一段较长时间，因为这其中涉及到一整个云端平台和生态的打造，由某一家公司掌控或打通可能还是比较难的。“这样我们是

7、否就不能享受像智能家居中语音控制家电的便利呢？，其实家庭中很多设备，包括空调、窗帘、烧水壶、晾衣架、台灯等等，并不一定需要语音交互，我们只是需要去简化他们的控制方式，例如用语音控制来替代遥控方式，赋予一款产品具备被语音控制的能力，从而更高效解决用户需求。”邱松晓表示。　　对于这些仅仅需要语音控制而不需要交互的设备，用离线的方案或许更为合适。首先，离线智能语音交互模块由于没有了网络传输的时间损耗，语音交互的实时性更高，据了解识别过程只需要200ms，命令发出马上可以做出反应，基本感觉不到延迟，用户体验好；其次因为无需配

8、网，离线智能语音交互模块具备用户开机即用的属性，无需教育用户。同时不存在网络异常的意外情况，使用友好度非常高。再者，成本更低，与在线方案十几美金的成本相比，离线的方案只需几美金；而且，离线方案的目标市场更多是单品，不涉及云端网络或数据安全问题，产出会快很多。通过不断模型训练和测试，离线方案识别率可达95％　　不过离线语音往往被认为是相对在线语音