一、流程概述
語(yǔ)音交互的完整流程大致為：
喚醒→語(yǔ)音識(shí)別（ASR）→自然語(yǔ)音處理（NLP）→語(yǔ)音合成（TTS）
可以類比為：
打招呼→耳朵→大腦→嘴巴
二、步驟詳解
1、喚醒
（1）定義：將設(shè)備從休眠態(tài)變?yōu)楣ぷ鲬B(tài)
（2）喚醒方式：語(yǔ)音或按鍵。語(yǔ)音可設(shè)置喚醒詞，按鍵一般是長(zhǎng)按電源鍵0.5s。
（3）語(yǔ)音喚醒的工作原理：
a. 基于模板匹配：把喚醒詞轉(zhuǎn)換成特征序列，將錄入的語(yǔ)音和特征序列進(jìn)行匹配，匹配就喚醒，否則仍繼續(xù)休眠
b. 基于隱馬爾可夫模型：將喚醒詞和其他音頻分別建立模型，錄入的語(yǔ)音分別傳入兩個(gè)模型，然后比對(duì)模型得分，根據(jù)得分高低比對(duì)來(lái)決定是否喚醒
c.基于神經(jīng)網(wǎng)絡(luò)：取決于是否用到了神經(jīng)網(wǎng)絡(luò)的原理
（4）喚醒詞的設(shè)計(jì)
簡(jiǎn)單來(lái)說(shuō)就是：不短不長(zhǎng)，不重不難。解釋一下，喚醒詞應(yīng)該盡量精簡(jiǎn)，避免難以記憶，又不能過于短，容易誤喚醒；每個(gè)廠商一般都會(huì)設(shè)計(jì)自己特定的默認(rèn)喚醒詞，其一般會(huì)含有語(yǔ)音助手的名稱，避免和其他廠商重復(fù)。用戶也可以自定義喚醒詞。
（5）喚醒正確率的衡量指標(biāo)
喚醒率、誤喚醒率。
a. 喚醒率常用百分比表示。模擬用戶的使用場(chǎng)景，多人多次測(cè)試，重復(fù)說(shuō)喚醒詞，被成功喚醒的占比就是喚醒率。
b. 誤喚醒率常用24小時(shí)被誤喚醒多少次表示。模擬用戶的使用場(chǎng)景，多人多次測(cè)試，重復(fù)說(shuō)非喚醒詞，被成功喚醒的占比就是誤喚醒率。
2、語(yǔ)音識(shí)別（ASR）
（1）定義：將聲音轉(zhuǎn)化為文字
（2）流程：聲音→數(shù)字向量→文字
http://www.woshipm.com/ai/2620327.html
3、自然語(yǔ)音處理（NLP）
（1）定義：用于將用戶的指令轉(zhuǎn)換為結(jié)構(gòu)化的、機(jī)器可以理解的語(yǔ)言。
（2）處理方式：基于規(guī)則；基于數(shù)據(jù)訓(xùn)練模型
（3）關(guān)鍵詞：技能、意圖、槽位
http://www.woshipm.com/pmd/827437.html
4、語(yǔ)音合成（TTS）
（1）定義：將文本轉(zhuǎn)換成語(yǔ)音
（2）方法：拼接法、參數(shù)法
http://www.woshipm.com/pmd/1381081.html
相關(guān)鏈接：
http://www.woshipm.com/pd/4098761.html
http://www.woshipm.com/ai/2620327.html
