数据里奥斯说 篇四：“小爱同学”们，离真正的智能语音助手还有多远？

为什么要有智能语音助理？

21世纪以来，IT技术经历了几位快速的变革，从互联网时代，再到移动互联网时代，如今，随着人工智能和5G技术的飞速发展，IoT时代，也就是大家常说的物联网时代，将很有可能会成为21世纪第三个十年的注脚。

所谓物联网时代，简单来说，就是万物互联。在互联网时代，我们只是和电脑/手机产生交互，而如今，我们生活中的每一台电视、每一台空调、每一盏灯、每一辆车，都将会与我们之间产生交流。没有了传统的鼠标和键盘，我们和万物之间的交互，也将同人与人之间交流一样，通过语言交流。而像小爱同学们这样的智能语音助理，理所当然承担起了人类与万物互联的沟通桥梁。

“小爱同学？” “哎~”

“你愿意成为我的私人助理么？” “好啊~”

怎样才是一个合格的“类人”助理？

其实这个标准很简单，机器如果能和你的朋友一样，很自然的交流，回应你的各类诉求，甚至偶尔还能如暖男般猜到你的潜台词，想你所想，那就会是一个非常优秀的助理。

如何能够进行“自然的交流”呢？智能语音技术，就是为了实现人机语言的这种自然通信。其中最重要的两个技术领域，就是语音识别技术（ASR）和语音合成技术（TTS）。而这两个技术，分别解决了语言交流中最重要的两个问题：

语音识别技术（ASR）将人类的语音中的词汇内容转换为计算机可读的输入：听的懂人话

语音合成技术（TTS）通过机械的、电子的方法产生人造语音：像人一样回应

怎样才能算听的懂人话？

让机器听懂人说话,这看似简单，可是机器在学习这一本领时，却已经走过了几十年艰难漫长的道路。

语音识别技术研究的开端，是Davis等人研究的Audry系统-------第一个可以听懂几个英文字母的系统。到了20世纪六七十年代，随着人工智能理论的发展，人类对于语音识别的技术取得了长足的进步。语音识别技术逐渐由当初的字母单个识别，发展到了连贯语句的识别，甚至是实时翻译的高阶水平。而中文由于其独特的复杂性，同音不同字、同音不同词、同词不同意等高阶复杂的情况要远多于英语语境。如今，我国的语音识别技术已经和国际上的超级大国实力相当，其综合错误率可控制在10%以内。

如今的语音助理，基本可以听得懂你在说什么：

“小爱同学，帮我关灯” “好的，灯关了哦”

不过，当你的语音里混杂有多国语言，或者是方言时，她还是有些力不从心：

“小爱同学，我豆子痛（肚子痛）” “呵呵呵呵呵” -----本条摘自某网友吐槽

你在嘈杂的环境里呼唤它时，它可能也听不到你对它的呼唤：

（播放音乐中）“小爱同学，电视太吵了关小一点” “……”

当然，这听起来也不算太糟，即使是一个真正的人，在许多特殊情况下也很难听懂一些语句，比如北京人也许也听不懂粤语。

不过，既然是智能语音助理，我们对它自然会有更持续、更高的期待，我们期待中的助理，不仅仅是一个耳聪目明，智力正常的人，更希望它会是一个精通多国语言、熟悉各地方言，甚至谙熟“打工人”这种经典网梗的圆滑小机灵鬼。

怎么才能像人一样回应？

过去我们常常挂在嘴边的一句话叫：机器是冰冷的，而人是有温度的。这是因为对于传统的机器而言，所有的问题都被归为0与1的问题，通俗来说，在它的眼里，同样的问题只会有预设的答案，不会因为问的人不同，环境不同，时间不同而发生任何改变。

“小爱同学，你是谁” ，“我是小爱，你的智能语音助手”

而人的回答，是有温度的，你对她说“今晚的月色真美。” 她会说，“我也爱你。”

之所以会有这样的区别，最根本的区别，人是有记忆和情感的，同时这种记忆和情感会对所有的反应做出影响和改变。

小爱同学在5.0新版中，提出了一个重要的概念叫：对话式主动智能。其目的，就是要让小爱同学对人的应答更接近人类，变得更有温度。

百科Redmi 红米 小爱触屏音箱Pro 电池版 带屏智能音箱 白色红米小爱触屏音箱Pro配备8英寸高清全贴合大屏，178°可视角度，躺着还是侧着都能无碍观看，并且内置4700mAh锂电池，一次充电可连续使用4.5小时，自带皮质提手，方便拎起。内容方面，集合抖音、爱奇艺、优酷、腾讯视频、芒果TV、Bilibili6大热门视频平台的内容，无死角追剧抢番。支持QQ音乐，包含千万正版曲库，自动同步绿钻会员和收藏歌单；内置得到、喜马拉雅、蜻蜓FM等热门平台深度合作，相声、有声书、电台栏目应有尽有。除此之外，小爱触屏音箱Pro 8英寸内置高清摄像头，支持多设备双向视频通话，可以拨打手机里的音箱 APP，还能和手机、米兔儿童手表、小米电视视频通话，方便家庭成员间的沟通与交流，支持手机轻碰音箱或碰碰贴，将手机上的音乐传到音箱上继续播放。 值0 点评1 原创4 好价56去购买查看详情

对话式主动智能最重要的三个特性是：

一、主动尝试和用户沟通增进了解，打造个人专属体验

二、小爱同学会记住用户专属的小细节，并在合适的场景反Cue用户

三、定制化情感声音，学习人类的语音语调

怎么去理解智能语音助理的学习能力呢？其实你可以把它想象成女孩子找了一个理工科直男当男朋友，可能你刚认识他的时候，他是这个样子的：

“我好冷啊” “是的今天很冷~” “...” （相信我，现在的小爱就是这样的直男）

但是拥有主动智能的智能助理，就像直男拥有了一颗愿意为你去学习、去改变的心，当你告诉他下次你说冷的时候是要让他调高空调温度，你说你要睡觉的时候是要让他关灯，他就会默默记在心里。

“小爱同学，我要睡觉咯” “好的，帮你关掉卧室的灯了，好梦哦~”

“小爱同学”们，离成为真正的“智能助理”，还有多远的路要走？

也许机器永远获得不了真正的人类思维，但是人类在不断探寻帮助机器进行学习、感知和思考的过程中，也在不断地重新认识自己，每一次我们教会这些智能助理新的能力时，恰恰是我们希望人类自己能够具备的良好能力或是感情寄托，我们何尝不希望自己身边的人能够对自己嘘寒问暖，急人所急呢？

小爱同学、Siri、Alexa、天猫精灵、小度小度，短短数年，基于人工智能的语音助理如雨后春笋般涌现，以手机，音箱，电视灯多种形式走入了千家万户。

尽管他们有些话还听不懂，有些事情还不会做，但是他们拥有的“学习能力”，让我们对他们有朝一日，成为真正的生活工作管家充满了期待。

百科MI 小米 XMYX01JY 小爱智能音箱HD小米小爱音箱HD配备了大功率的全音域扬声器阵列，104mm大口径低音喇叭+双被动无源辐射器，有着强劲的性能和丰富的音乐表现力。扬声器单元被精心设计成三维立体声学结构，带给你沉浸环绕式的听感享受。并支持DSP动态补偿与蓝牙连接，内置小爱同学功能强大的它，是高品质智能家庭不可或缺的入口。高颜值新智同享的明智之选。 值0 点评0 原创2 好价0去购买查看详情