语音助手的交互流程浅析

流程图

流程拆解

WAKEUP 唤醒

• 通过唤醒词唤醒语音助手以开始语音识别，涉及唤醒率、误唤醒率。
• 传统唤醒

唤醒设备，待设备反馈后输入话术，如：“HeySiri” - “在的” - “我要听王力宏”

• OneShot

唤醒词和话术一起输入，如：“HeySiri，我要听王力宏”

• ZeroShot

无需唤醒词，直接输入指令，如：“我要听王力宏”

ASR 语音识别

• 将Speech输入转换为Text的技术

PROCESSOR 预处理

• 预判
  对于高频且无异议的query可以直接下发command，无需NLU理解等
• 纠错
  可以对ASR的结果进行纠正

NLU 自然语言理解

• NLU提取query特征，并分发到各个Domain

INTENT 意图

• 经过NLU处理，收集分析各个Domain的给出的intent、置信度、slot。判决用户真正的意图。

COMMAND 指令

• 语音助手根据识别后的intent选择对应的Domain执行命令