-
让品牌有温度、有情感
专注品牌策划15年
智能交互技术（智能交互技术的研究内容）
发布时间：2023-03-14 00:44:01
稿源：
创意岭 阅读：
56
问大家
大家好！今天让创意岭的小编来大家介绍下关于智能交互技术的问题，以下是小编对此问题的归纳整理，让我们一起来看看吧。
ChatGPT国内免费在线使用，一键生成原创文章、方案、文案、工作计划、工作报告、论文、代码、作文、做题和对话答疑等等
只需要输入关键词，就能返回你想要的内容，越精准，写出的就越详细，有微信小程序端、在线网页版、PC客户端
本文目录:
一、度秘是小度吗
度秘是小度 这个小度小度的话就是指的一个百度精灵，就是指的是百度旗下的一款语音助手，所以的话，杜密的话就是指的角度。
二、科大讯飞有前景吗？
科大讯飞作为A股市场的AI龙头，是语音识别、合成技术方面绝对的老大。如果说公司之前是专攻语音技术方面的开发，那么现在基本上是全面转向AI，既做开发，又做平台，还做应用，但每个领域又都没有表现出自己该有的市场竞争力，就连看家本领也正被群狼追赶，差距越来越小。相对于大佬们而言，现在的科大讯飞至多算是在做点小买卖而已，让我们一起来看看它到底是一家什么样的企业。
它是技术型企业吗？
当然是。特别是它在创业时期，从无到有，从感知智能拓展至认知智能领域，逐渐长大，走的是自主研发的道路，是一家名副其实的技术型企业。只是现在它不单单做技术开发，而且它的技术也不再像以前那样不可替代，类似技术与产品现在阿里云、百度云、腾讯云网站中列式的服务清单里都有，这说明要么它们也掌握这样的技术，要么就是即使它们不掌握这样的技术，也可以通过引入的方式为己所用。但不管如何，公司的技术地位正被挑战，市场正被分食的事实没有改变。这点在公司财报上也得到充分说明，上半年公司实现营业收入32亿元，同比增长52.68%，扣非净利润仅2020万，同比却下降了74.39%，盈利状况疲软，这与它在智能语音行业中的地位格格不入，也不符合成熟型技术企业的特征，可以说公司在语音领域技术上的优势不再明显。
它是硬件品牌企业吗？
可以算是，但却没有做好。公司从教育到医疗，从客服到智能家居，再到移动手机端和车载环境等领域，有多款应用及硬件产品，据说是由其技术驱动，遗憾的是它所提供的多数产品，只要用户在手机上下载一个APP应用软件就基本可以解决需求；加上公司没有互联网的入口，形成不了自己的“飞粉”，这或许才是市场到目前都没有出现讯飞爆款的原因。目前代表公司技术最高水平的产品，应该是那款可以将33种世界上主要语言与汉语进行瞬间对译的即时智能翻译机，但毕竟它不是大众级别的产品，受用群体较小，更何况“高、精、尖”的产品在大众化的消费市场里，替代效应其实并不明显，因为它价格昂贵，所以它也成不了爆款，公司自然也就难以形成自己的硬件品牌形象。
它是互联网企业吗？
应该说不完全是。公司利用自己的技术优势，开发并运营有讯飞开放平台，该平台作为全球首个开放的智能交互技术服务平台，致力于为开发者打造一站式智能人机交互解决方案，目前开放平台以“云+端”的形式向开发者提供语音合成、语音识别、语音唤醒、语义理解、人脸识别、个性化彩铃、移动应用分析等多项服务。但是与其他互联网企业相比，特别是与互联网行业龙头相比，公司最大的短板就是没有自己的业务场景，只能说公司有互联网的基因，但又缺少互联网企业开放的特质，更没有互联网的用户，特别是2C方面，形成不了互联网的生态，自然也就难有大的成就。
它在多个赛道上的布局真的会有前景吗？
只能说并不看好。近年来，公司在教育、司法、医疗、智慧城市、智能服务、智能车载等行业持续发力，应该说效果显著，但是在这些领域它只能提供语音领域相关产品，相对单一，整体而言市场竞争力其实不强。公司之所以2B又2G，恐怕还是出于作为上市企业，有做大规模与业绩增长方面的考虑、需求与压力，但这显然又是得不偿失的，毕竟这个领域不但竞争激烈，还需要建设一个庞大的现场支撑体系。反映在财务报表上，就是它的销售费用陡增，目前公司这部分费用的绝对金额与所占营收的比例均已超过研发费用。在各赛道上的布局，将会使公司慢慢脱离以 科技 为导向的标签，进而逐渐成为一家以智慧项目为主导的系统集成商。
未来，它将何去何从？
独立看科大讯飞所涉猎的上面四个领域，应该说每个领域均有机会但又都未成气候，也看不到短期内有大成就的可能；但如果将上述领域综合起来看，科大讯飞是不是在下这样一盘大棋，那就是它想做资源的整合者、做巨无霸？这样看又显示出它不自量力的一面，毕竟语音智能技术所属领域太细，只是人家项目里或平台中的一项应用而已，而且是非核心应用，所以它做不好自己的平台，更难以整合资源，貌似更应当立足智能语音这个主业，专研技术，以更加开放的胸怀，将自己的语音技术主动融合或嵌入到其他的互联网平台、智能硬件产品、智慧城市项目中去，而不应该选择自己去做，否则就不会失去这几年大好的发展时期。无论怎样，公司在自己的语音识别领域里，技术实力还是很强的，未来商业模式与核心竞争力的缔造，肯定还有一段漫长的征程，但愿在这漫漫长夜中，企业能够专注一点，再专注一点，战役一场接着一场去打，而不是现在这样四面出击，更不能在黎明之前，倒在资本的压力之下。
科大讯飞的核心是语音识别。随着AI的不断发展，它的优势将渐渐减少。
早些年，科大讯飞凭借客服语音电话逐步起家，成为语音识别的一霸。在整个市场都尚未对语音识别重视的时候，科大讯飞在这一细分领域扎根了那么多年，因此其建立起来了一定的技术壁垒。
上周我们也聊到一家 科技 企业，经历了B轮融资后，现在大规模裁员，接近宣布破产。该公司在2010年专注于某一细分领域，获得了较好的技术壁垒，在市场开始来的时候，它迅速飞起，兴于技术，也败于技术；因为行业的起来，大量资金的投入，技术壁垒就会很快被突破。当别人的技术与你在客户感知上差别不大的时候，你的优势就渐渐消退，除了我说的那家公司（暂时不方便说出真名），还有一家特别有名的公司：夏普的液晶业务也是同样。
技术的发展曲线，前面是缓慢前行，但当市场来临，大量资金涌入的时候，技术会快速发展变化，所以如果在此之前不能建立良好整个公司体系，将难以应对。
在这种变革时代，千万不要以为有了前期的技术优势，就肆无忌惮，以为未来的市场就是你的，那就大错特错了。
企业的战争是非常残酷的，生死往往一线之间。成功很难，要把各种漏洞都补上了，正如任正非老先生给的那架飞机一样，你只有不断的把所有洞都补上了，才可以。而失败，很简单，只要有一个洞没补上，然后扩大化，企业就完蛋了。
企业的战略 对错，决定了科大讯飞未来的方向，方向性错误，那就不用说了。现在处于变革时代，选择很重要。
企业文化 ，在曾经一家独大的时候，企业文化或许不是那么重要，但是如果面对整个行业爆炸发展，更多的对手的时候，企业文化将是核心力量，决定了团队集体力量的呈现，是聚还是散。
企业的运营 ，决定了你用什么来对抗，很多人以为是技术，而我却把技术放到排在运营的后面。语音识别97%的识别率与96%的识别率，我们的应用上有多大的差别吗？这个1%的差别，在应用的体验上，差别不大，但对于技术上确实非常难，特别是越接近100%的时候，难度程几何系数增长。
所以，如果想知道科大讯飞的未来，不妨去看看这三个方面。看完之后，你自然就明白了。
人工智能肯定会失败，科大讯飞怎么可能有前景？
可惜了！
科大讯飞是一家专业从事智能语音及语音技术研究的AI企业，语音技术主要包括语音合成和语音识别两项关键技术。让机器说话，用的是语音合成技术,让机器听懂人说话，用的是语音识别技术，现在及未来都有着广阔应用空间。科大讯飞也是 科技 部正式设立第一个人工智能国家重点实验室认知智能国家重点实验室的落地企业，国家能将这样一个高水准的实验室交由科大讯飞承建，也足以说明科大讯飞在这一领域的领先地位，科大讯飞已成为AI这一领域的头部企业，比较看好他的未来。
在中国，一些国资背景的公司不是为了盈利而生的。
前途还是有的，重新调整，毕竟人材的资源不错，有国家做靠背
很有前景，现在手机上录入，我更愿意用语音。
科大讯飞在耳和嘴上下足功夫，你想想一个占据人体五官中的两个的技术，前景得有多大。
三、人机交互的趋势
由于苹果Siri的出现，我们已经习惯于通过语音拨打电话、打开应用、查询天气，也能不动一根手指，用语音输入法发送消息，但这些语义应用，依然借助了屏幕这一载体。未来，智能设备可能几乎是没有屏幕可以触摸，最终只能通过语音这种采集成本低、容易集成的方式来实现人机交互。
随着大数据、机器学习、云计算、人工智能等技术的发展，语音识别在一步步解放用户的双手，语音输入框也大有取代鼠标、键盘之势。伴随着智能移动设备的普及，语音交互作为一种新型的人机交互方式，正越来越引起整个IT业界的重视。未来的智能语音技术将涉及到很多方面，成为智能终端与人交互的媒介。前段时间出资发布会上，老罗不仅发布了锤子手机也将一个叫讯飞的语音输入法火了起来，因为其语音识别正确率达到97%。在百度的语音平台开放三周年庆典上，相关人士曾经说过：“最新的语音技术有很大的潜力，能够彻底改变人机交互的效率和办法。未来语音技术在很多应用场景有很好的机会，将为人机交互带来巨大的改变。”百度语音识别准确率目前已达97%。而且目前，百度语音开放平台的合作伙伴已涵盖多个领域和场景，包括智能手机领域的联想、中兴；智能家居领域的长虹智能电视、康佳智能电视、SONY智能电视；汽车行业的特斯拉、途胜；智能设备领域的惠普、艾米通讯；智能服务领域的携程、手机QQ阅读等。
我们可以想象一下，当我们乘坐一辆百度无人驾驶汽车行驶在路上，只需说出几个简单的词语，便可获得旅途所需的一切，车载人机交互系统可智能识别语音指令，轻松控制导航，语音通话，娱乐系统等各项功能，汽车也仿佛不再是冰冷的交通工具，而变得更有智慧。电子设备从过去的智能工具，开始成为与人交互的“伙伴”。
四、搭建智能语音交互系统重要点那些
序言
随着人工智能命题的提出，近年来涌现出一大批基于人工智能的呼叫中心业务服务商和集成商，仅智能外呼这一模块儿就将近百家公司在推广和运营。可以说整个基于人工智能技术的市场开始蓬勃的发展起来了。
简单介绍一下什么叫做智能语音交互平台。其实大实话就是在呼叫中心基础上，集成 ASR、 TTS、的呼叫服务平台。
那么如何我们自己去搭建智能语音系统呢？
我们先列出搭建智能外呼系统的搭建需要那些技术和服务：
个人认为：
[if !supportLists]· [endif] 首先最重要的是交换机：
[if !supportLists]1. [endif]PBX也就是交换机，商用设备原厂包括像华为、Avaya、思科、东汇等这些生产硬件交换机，
[if !supportLists]2. [endif]还有就是目前FreeSitch、asterrisk、OpenPBX这些软件交换机。
[if !supportLists]· [endif] 其次是AI技术: 及包含语音识别、语义理解、语音合成这三种技术是核心组成部分。语音识别相当于人的“耳朵”，接进电话后，对人的话语进行处理转义成系统能够识别的数据交由系统处理去识别。在进一步的话，可以转义为文字。语义理解相当于人的"大脑"，根据话语识别人的意图。语音合成，相当于人的”嘴巴“，识别人的意图之后，依照特定的回答方式，去回复和引导对话。
[if !supportLists]· [endif] 再者是前端服务平台：即用户登录、配置呼叫流程，建立呼叫任务、统计呼叫数据、导出呼叫报表的网站，这个是终端用户唯一可以看到并且操作的界面。
[if !supportLists]· [endif] 最后是外呼线路：其中包括三大运营商以及其他小型的集成线路供应商，主要目的是外呼电话或者是接入电话。
也有人可能有疑问：”智能语音交互系统最重要的不是人工智能么，和交换机有啥关系？”为什么说最重要的是交换机呢，原因是不管我们是外呼还是接入电话、都需要前端服务平台把外呼请求发送给交换机，通过外呼线路而拨出去。换句话说交换机是控制整体的外呼情况。硬件的交换机，比如说像华为的交换机，价格在大约几万到几百万不等的价格。对于想要建立自己的智能语音交互系统来说，价格对于一些小型公司来说承受不起，而FreeSitch这种软交换则大大方便了小型公司建立自己的智能语音交互系统。
什么是FreeSwitch？
FreeSitch是一个电话的软交换解决方案，包括一个软电话和软交换机用以提供语音和聊天的产品驱动。FreeSitch 可以用作交换机引擎、PBX、多媒体网关以及多媒体服务器等。支持多种通讯技术标准，包括 SIP, H.323, IAX2 以及 GoogleTalk ，同时也可以方便的与其他开源的PBX系统进行对接。而且具有很强的伸缩性。旨在为音频、视频、文字或任何其他形式的媒体，提供路由和互连 通信协议 。
FreeSwitch 的典型功能
[if !supportLists]· [endif]在线计费、预付费功能。
[if !supportLists]· [endif]电话路由服务器。
[if !supportLists]· [endif]语音转码服务器。
[if !supportLists]· [endif]支持资源优先权和QoS的服务器。
[if !supportLists]· [endif]多点会议服务器。
[if !supportLists]· [endif]IVR、语音通知服务器。
[if !supportLists]· [endif]VoiceMail服务器。
[if !supportLists]· [endif]PBX应用和软交换。
[if !supportLists]· [endif]应用层网关。
[if !supportLists]· [endif]防火墙/NAT穿越应用。
[if !supportLists]· [endif]私有服务器。
[if !supportLists]· [endif]SIP网间互联网关。
[if !supportLists]· [endif]SBC及安全网关。
FreeSwitch最典型的功能是作为一个服务器，并用电话客户端软件连接到它。虽然FreeSwitch支持众多的通信协议，但其最主要的协议还是SIP，通过SIP中继发起会话协议。
使用FreeSwitch这种软交换的好处在于，你只需要一台服务器就可以随时搭建自己的外呼中心，而且FreeSwitch支持跨平台运行。能够原生运行Windows、Linux、BSD等诸多32/64位平台。
FreeSwitch内部使用线程模型来处理并发请求，每个连接都在单独的线程中进行处理，不同的线程间通过Mutex互斥访问共享资源，并通过消息和异步事件等方式进行通信。FreeSwitch本身是比较稳定的，它是比较优秀的开源软件。另一方面来讲，FreeSwitch又是比较激进的，它的开发分支里会有大量的新特性加入，因此在测试不全面的情况下，很容易出现不稳定的情况。而在用于生产环境的情况下，系统的稳定性是系统能否正常被使用的关键。之前我们在做项目的过程中，就遇到一些FreeSwitch不稳定的情况，导致外呼情况不理想。举一个例子：我们在进行测试外呼的时候，语音通话断断续续，虽然前端服务平台可以很好的接受到数据的传输，但是，真正在与人工进行沟通的时候，会出现各种各样的沟通障碍，为了解决这一个问题，我们花费了几个月的时间，去研究FreeSwitch的结构特性。终于把这个问题解决掉。我们的项目才得以继续推动，最终得以真正落地部署实施。
也有人可能有疑问：”FreeSwitch软交换虽然重要，但是既然是智能语音交互系统人工智能不重要吗？”，重要，当然重要！容我慢慢道来~
AI 技术
1. 通信原理
先简单解释一下正常打电话这个流程
流程：A→PSTN→B
解释：PSTN是Public
Switched Telephone Network，意思为公共交换电话网络，也就是我们的运营商的网络电话，
那我们平时如何给呼叫中心比如打电话是如何打的？：个人A打电话给呼叫中心1***6 打电话，拨通后听到录音，您好，拨打人工台，请按0键，按键之后，出现盲音，真正接通之后，客服接通了电话。
流程：A→PSTN→PBX→IVR→客服
解释：PBX也叫交换机、相当于整个呼叫中心的出入口
IVR也叫互动/交互式语音应答，语音导航，也就是相当于咨询业务请按键，这一环节，根据业务去分流到客服。
智能语音交互平台（智能机器人）落实到具体具体业务场景是如何实现的：
如：”个人A要在某一个大型酒店预订位子“，
A拨通后先听到了声音，“您好，我是机器人小岳，需要我帮您订位子是吗？
个人A说，“我不要和机器人说话，找个真人来”。
然后听到录音，“为您转接很贵的真人客服，排队中，请稍后”。
几分钟后接通，真人客服接了电话。
流程：A→PSTN→PBX→IVR（TTS→ASR→NLP→TTS）→ACD→客服
解释：在IVR部分：不再需要提示按键，而是直接问来电方需要办理什么业务，然后识别语音、理解意图后，根据用户的需求，回答后转入对应的业务队列排队。
上边是接通的流程，呼出的流程与之相反，就不在赘述了。
2. 现在市场上的AI技术的运用
目前市场上的不管是ASR、TTS、NLP都被阿里百度科大讯飞等巨头公司所占据，这些技术在国内基本已经成为定局。像ASR这类引擎市场上大部分都是用的阿里云和讯飞云的，要不就是百度云。阿里云和讯飞云的识别率高一些，可以达到97%左右、百度的差一些，识别率在80%左右，我们当初在做项目的时候选择ASR做过测试，事实证明阿里云识别率更高同时也可以识别方言。因此，我们在做项目的时候，当仁不让的选择了阿里云的
TTS我们选择的是讯飞的，选择的理由很简单，毕竟科大讯飞是人工智能领域巨头级的公司，质量当然有的保证。
3. AI 能力对接
在具体落地中，这个领域的常规参与者通常具备呼叫中心能力或者AI能力其中一种，而主要的对接点也就在于AI能力与呼叫中心设备去对接，而ASR/TTS与呼叫中心设备对接的常规协议主要是mrcp/sip。
媒体资源控制协议（Media Resource Control
Protocol, MRCP）是一种通讯协议，用于语音服务器向客户端提供各种语音服务(如语音识别和语音合成)。有两个版本的MRCP协议，版本2使用SIP作为控制协议，版本1使用RTSP。
实际对接的时候，会遇到不少技术问题，当我们ASR/TTS引擎做私有云部署，为了避免了内外网穿透时防火墙的诸多设置和语音流的时延。这在我们当时对接的时候也花费了好大一番功夫。
前端服务平台：
其中最重要的就是配置呼叫流程这一块儿了，
这一块儿很容易被忽视，但是这反而是可以出成绩的地方。一般来说一套最佳话术模板，可以以一敌万。心理学基础必须要有，一句话怎么说能让接电话的人最大概率的顺着自己的思路走，达成目的，从而形成特定细分领域机器人话术模板，得到最佳的外呼效果（接通率、通话时长、电销意愿、催收意愿）或者是接通效果（满意度）
其余的基本就是web端的东西了，具体功能点呢，即用户登录、配置呼叫流程，建立呼叫任务、统计呼叫数据、导出呼叫报表，这些功能点基本实现就可以，因为站在产品角度，产品最重要的价值就是可以呼通或者接通用户的电话，并且能够准确的识别用户的意图，并且准确的回答用户。这就是智能语音交互系统的最终目标，也一直是我们的最终目标。
外呼线路厂商：
一般如果是购买系统的话，是给提供线路的，只需交一些线路费用。如果是自己做项目的话，网上、淘宝上一大堆，费用可以谈，也给提供线路对接的接口。
结语
虽然现在市场上做智能语音交互系统的比较多，但一般只限于各个行业的电话销售，真正意义上的智能语音交互还是很少的。原因很简单，虽然原理不是很难但是真正落地实施的时候，遇到的困难非常的多，几乎是一步一个坑。好在现在已经真正的落地实施了，方方面面的效果都还是很不错的。一年多的辛苦没有白费。哈哈~
写这篇文章尝试给大家简单介绍一下智能语音交互系统，然才疏学浅，疏漏和不当之处在所难免，权当给大家抛砖引玉。
诸多细节限于主题和篇幅的要求不做详细记述，如有问题，欢迎随时交流。
以上就是关于智能交互技术相关问题的回答。希望能帮到你，如有更多相关问题，您也可以联系我们的客服进行咨询，客服也会为您讲解更多精彩的知识和内容。
推荐阅读：
赣公网安备 50019002502384号
