IT之家12月3日消息 小愛同學官方剛剛發(fā)文詳解小愛同學的連續(xù)對話功能，并表示該功能不只是減少喚醒次數這么簡單。
小愛同學官方表示，自然連續(xù)對話功能底層基礎是全雙工技術。雙工是通訊傳輸的一個術語，指同步雙向的信息傳輸，在語音交互中，全雙工的體現，是小愛同學具備“邊說邊聽”的能力，即說話的時候，也可以處理用戶的指令。從用戶的角度來講，就是可以隨時打斷小愛同學說話。
光有全雙工技術還不夠，想要在手機上實現連續(xù)對話，首先需要解決連續(xù)的說話聲檢測和語音識別，回聲消除和無關人聲拒識等一系列難題。
回聲消除指的是，我們要把手機自己的聲音消除掉，這需要的是硬件支持和系統底層的優(yōu)化，手機部的同事給項目提供了很大的幫助，他們經過不斷的調優(yōu)，完成了技術突破，在新的主流機型取得了很好的效果。
無關人聲拒識是要識別周圍的人是不是在跟小愛同學說話，不是的話就不響應。這個問題給我們提出了很大的挑戰(zhàn)，一是因為我們?yōu)榱烁玫臐M足用戶跟小愛同學交互的訴求，直接針對開放領域來做全雙工，而這在業(yè)界公認是比較困難的；另一方面，拒識不是一個有標準定義、界限清晰的任務，需要結合產品體驗和技術現狀定義問題邊界。我們采用端到端數據驅動的方法，基于語音和語義特征聯合建模，取得了不錯的效果。在實測中，當用戶在比較嘈雜的環(huán)境使用小愛同學時，可以把大部分無關人的說話聲過濾掉，減少了對用戶產生的干擾。
至于為什么要實現小愛同學的連續(xù)對話功能，小愛團隊負責人王剛博士表示，連續(xù)對話不僅是一次喚醒、一個效率的提升這么簡單，它更是一種能力的進化，通過連續(xù)對話，小愛同學能在人與人交互中發(fā)生更復雜的任務，比如說語音間餐、語音看病、語音教學，都是在連續(xù)對話中產生的更復雜的任務。
廣告聲明：文內含有的對外跳轉鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結果僅供參考，IT之家所有文章均包含本聲明。