墨汁做壽

語音交互與語音識(shí)別

與我們已經(jīng)習(xí)慣的所見即所得操控交互方式不同，語音操控可以讓用戶無需接觸輸入設(shè)備進(jìn)行遠(yuǎn)程操控，在很多情況下設(shè)備也會(huì)以語音方式進(jìn)行回饋，所以用戶也無需注視設(shè)備。無需接觸和注視設(shè)備的交互和操控方式，在很多情況下有著非常重要的意義，例如在運(yùn)動(dòng)、駕駛時(shí)，可以對(duì)多媒體、通訊設(shè)備等進(jìn)行操控（圖1），無需使用雙手和轉(zhuǎn)移視線，顯然更加安全。

與PC時(shí)代和早期的語音識(shí)別技術(shù)不同，目前語音交互中最關(guān)鍵的語音識(shí)別和語義解釋能力，大部分并不是基于本機(jī)的數(shù)據(jù)庫和計(jì)算能力，而是通過互聯(lián)網(wǎng)連接到廠商的語音引擎，甚至可能是廠商購買的各大語音引擎提供商的相應(yīng)服務(wù)器上進(jìn)行處理的。借助服務(wù)器端提供的超大數(shù)據(jù)庫和強(qiáng)大的計(jì)算能力，現(xiàn)代語音交互的能力當(dāng)然可以遠(yuǎn)超單機(jī)端，不過不同的智能產(chǎn)品，實(shí)際的交互能力還是從限定的單詞到比較隨意的日常語言都有，其使用的方便程度恰恰就反映出這些智能產(chǎn)品的智能程度。

語音交互能力實(shí)測(cè)

在選擇語音設(shè)備的時(shí)候，應(yīng)該注意哪些問題呢？其實(shí)從很多發(fā)布會(huì)的演示就可以看出來，影響語音交互能力的主要就是識(shí)別能力，而識(shí)別能力的內(nèi)在是數(shù)據(jù)庫和計(jì)算能力，外在則是拾音效果。不過，科技大佬們?cè)谡古_(tái)上的講話和演示實(shí)在距離我們太遠(yuǎn)，因此我們自己也進(jìn)行了一些測(cè)試，來看看不同設(shè)備和使用狀況究竟會(huì)對(duì)語音交互能力造成怎樣的影響。

外部環(huán)境測(cè)試中，我們采用手機(jī)安裝識(shí)別率非常好的訊飛語音引擎進(jìn)行測(cè)試，分別在特意靠近至離嘴部?jī)H有30cm，以及距離1m左右的典型使用距離下，還使用了外接藍(lán)牙耳機(jī)。同一臺(tái)手機(jī)在30cm距離上的語音識(shí)別效果很好，基本可以做到不遺漏地執(zhí)行所有操作和輸入任務(wù)（圖2），在1m處則出現(xiàn)了一些識(shí)別錯(cuò)誤，且加大聲音也不能獲得完美效果，這應(yīng)該與外界干擾和拾音的定向能力有關(guān)（圖3）。需要注意的是，我們的測(cè)試為相對(duì)安靜的室內(nèi)環(huán)境，如果在室外或行車途中，因?yàn)闀?huì)收錄到更多的環(huán)境噪聲，識(shí)別率還會(huì)下降。

在外設(shè)測(cè)試中，我們使用了多款藍(lán)牙和有線耳麥，測(cè)試過程中出現(xiàn)了非常有趣的問題，部分藍(lán)牙與有線耳機(jī)的識(shí)別效果與在近處使用手機(jī)麥克風(fēng)類似，識(shí)別能力很不錯(cuò)，但也有通話質(zhì)量非常好的耳機(jī)出現(xiàn)了與語音軟件的兼容性問題。另一方面，有些耳機(jī)自帶語音控制鍵（圖4），可啟動(dòng)大部分手機(jī)、平板電腦等設(shè)備自帶的語音軟件，也可以明顯提升語音互動(dòng)功能的易用性。

內(nèi)在能力的測(cè)試與各個(gè)廠商的技術(shù)有關(guān)，由于各個(gè)廠商甚至各個(gè)版本的著重點(diǎn)不同，在各個(gè)方面的表現(xiàn)可能出現(xiàn)特別明顯的差異，我們更需要的是與設(shè)備定位最適合的能力，而難以判斷哪一個(gè)廠商的產(chǎn)品是最好的。所以我們嘗試進(jìn)行了另一項(xiàng)測(cè)試，那就是使用同樣引擎的產(chǎn)品，是否會(huì)有性能差異，例如內(nèi)地廠商廣泛采用的訊飛引擎，在不同的設(shè)備和APP中是否會(huì)有不同的表現(xiàn)。

我們使用多個(gè)基于訊飛語音引擎的手機(jī)自帶語音互動(dòng)程序和基于訊飛語音引擎的APP，如語點(diǎn)數(shù)碼、咪咕靈犀、訊飛輸入法等等。另外筆者也有幸接觸過一些機(jī)器人生產(chǎn)商，并進(jìn)行過一些實(shí)際體驗(yàn)，這些機(jī)器人產(chǎn)品的語音智能部分，同樣大都是使用訊飛的技術(shù)。從筆者的測(cè)試看，這些產(chǎn)品除了定位功能不同外，竟然也存在著語音識(shí)別的差異，這可能與各個(gè)軟硬件廠商自身的一些優(yōu)化設(shè)計(jì)有關(guān)，也可能與其購買的訊飛服務(wù)等級(jí)有關(guān)系。

從以上的結(jié)果可以看出，即使是使用同一技術(shù)或同一品牌，甚至同型號(hào)不同檔次的語音互動(dòng)設(shè)備，都可能存在著性能的差異，大家在實(shí)際選購時(shí)應(yīng)該予以重視。

語音交互設(shè)備

前面已經(jīng)提到，語音交互是目前智能化產(chǎn)品中使用最廣泛的智能交互方式，幾乎所有類型的智能設(shè)備，如智能手機(jī)與平板電腦、智能穿戴設(shè)備、智能家居等，都大量使用了這一交互模式。我們以下介紹的只是其中一些常見或典型的產(chǎn)品，僅供大家了解或參考選擇。

小米AI音箱

AI音箱是近期智能硬件的熱點(diǎn)之一，市場(chǎng)嗅覺一向靈敏的小米當(dāng)然也不會(huì)放過這個(gè)領(lǐng)域，小米AI音箱就是一款性能全面、價(jià)格實(shí)惠的產(chǎn)品。雖然價(jià)格并不昂貴，但這款音箱的定位卻相當(dāng)高，它并非是簡(jiǎn)單的陪伴式互動(dòng)產(chǎn)品，而是加入了智能家居控制、自我學(xué)習(xí)與記憶能力，大大提升了實(shí)用性（圖5）。

小米AI音箱的最基本功能是各種語音交互和陪伴能力，例如可以用語音操控其音量、播放，也可以要求它播放一首歌、念一首詩、讀一篇童話故事或是詢問今天的天氣等。如果家中有兼容的智能家居，還可以將其與智能家居連接，作為智能家居的中心，通過語音直接操控這些智能家居產(chǎn)品。通過學(xué)習(xí)與記憶能力，用戶可以讓其逐漸了解自己的欣賞習(xí)慣、保留語音備忘、設(shè)置鬧鐘等。再進(jìn)一步，用戶可以讓它提供更智能化的服務(wù)，例如起床、離家或回家后，只需要一個(gè)特定命令，就能通過小米AI音箱同時(shí)指揮多個(gè)智能家居提供服務(wù)。如離家時(shí)向小米AI音箱道別，就會(huì)自動(dòng)關(guān)閉一些電器和燈光等，而歸家后只需打個(gè)招呼，就可以開啟燈光、熱水器、咖啡機(jī)等。

科大訊飛阿爾法小蛋

目前很多所謂的機(jī)器人，實(shí)際上就是一種基于語音交互的智能前端設(shè)備，例如科大訊飛自己推出的阿爾法蛋系列產(chǎn)品。阿爾法蛋有多種產(chǎn)品，尺寸差異較大，但外形設(shè)計(jì)和基本能力類似，搭載訊飛淘云TY OS智能系統(tǒng)，主打陪伴市場(chǎng)（圖6）。

阿爾法小蛋主要面向兒童市場(chǎng)，可以提供語音互動(dòng)、云端資源、雙語教學(xué)、生活查詢等功能，其中語音互動(dòng)則包括與家長(zhǎng)的遠(yuǎn)程聊天和通過訊飛技術(shù)與阿爾法蛋進(jìn)行語音交流。其前端的屏幕可以顯示多種表情或播放視頻，讓孩子獲得更好的交互體驗(yàn)。

● 暴風(fēng)Real 6智能投影機(jī)

暴風(fēng)電視系列已經(jīng)全面進(jìn)入了AI智能時(shí)代，全面采用語音操控，而其面向大屏需求推出的“無屏電視”，即Max 6和Real 6投影機(jī)也具有相應(yīng)的功能。相對(duì)于Max 6，更新的Real 6除了在亮度、投影性能等方面進(jìn)行了升級(jí)，也提升了語音交互能力和智能表現(xiàn)，用戶可以用日常語言對(duì)Real 6進(jìn)行操控，并且可以同時(shí)布置多個(gè)任務(wù)。而Real 6除了能夠自行分析用戶語言，更準(zhǔn)確地理解操控指令外，還可以分辨家庭內(nèi)多個(gè)用戶的語音，并通過各個(gè)用戶的常用操作，猜測(cè)用戶的喜好，針對(duì)性地進(jìn)行個(gè)性化推薦（圖7）。

暴風(fēng)的其他電視機(jī)（圖8）在語音互動(dòng)和AI方面的表現(xiàn)也比較突出，相對(duì)于使用遙控器進(jìn)行語音操控的很多其他品牌產(chǎn)品，暴風(fēng)更強(qiáng)調(diào)直接語音操控，特別適合無法使用遙控器的場(chǎng)合，如廚房，或者不適合學(xué)習(xí)使用遙控器的用戶，如兒童或老人。因此其“暴風(fēng)大耳朵”系統(tǒng)就需要使用更靈敏、聚焦范圍更廣的拾音裝置，并且能夠更好地分辨人聲與噪聲、日常對(duì)話和命令語句。

Ticwatch 2悅動(dòng)智能手表

智能手表，特別是偏向運(yùn)動(dòng)的智能手表，也是非常適合語音互動(dòng)的智能設(shè)備，畢竟手表表盤的面積相對(duì)于我們的手指來說過于狹小了。Ticwatch 2悅動(dòng)智能手表是一款高性價(jià)比的全能型產(chǎn)品，它在不足千元的價(jià)位上，提供了計(jì)步、心率、GPS定位等運(yùn)動(dòng)功能，同時(shí)支持手表聽歌和離線支付功能，并且有多款色彩和大量表帶設(shè)計(jì)可選。在不同的使用狀況下，Ticwatch 2悅動(dòng)智能手表的續(xù)航時(shí)間在12小時(shí)～48小時(shí)之間，基本可以滿足日常使用和出游的需要， IP65的防護(hù)級(jí)別可以保證用戶在戶外運(yùn)動(dòng)時(shí)無懼雨雪，但不能佩戴它游泳和洗澡（圖9）。

這款手表的語音助手支持撥打電話、查詢地圖和各種信息、翻譯、設(shè)定鬧鐘等多種功能，配合其特色的手勢(shì)操作、表殼觸控等，可以快捷地進(jìn)行各種操控。Ticwatch還提供了多個(gè)系列和定位的智能手表產(chǎn)品，均支持語音互動(dòng)，對(duì)自主通話、NFC、高端防護(hù)等有需求的用戶，可以選擇Ticwatch的其他智能手表產(chǎn)品（圖10）。

其他

作為一種特色鮮明，同時(shí)門檻相對(duì)較低的智能互動(dòng)方式，語音互動(dòng)設(shè)備和相關(guān)產(chǎn)品非常多。例如一些藍(lán)牙耳機(jī)就自帶語音互動(dòng)按鍵，在與兼容的手機(jī)配對(duì)后，可以很方便地呼出語音助手。另外還有一些大家可能很少了解的產(chǎn)品，例如支持語音的鼠標(biāo)（圖11）、可通過語音進(jìn)行遙控的電視遙控器等，它們同樣會(huì)帶給用戶新鮮便捷的使用體驗(yàn)，而且大都價(jià)格并不昂貴，對(duì)語音互動(dòng)方式感興趣的朋友不妨考慮入手。