五、語(yǔ)音助手產(chǎn)品-對(duì)話產(chǎn)品的設(shè)計(jì)和實(shí)現(xiàn)

這幾年人工智能大火，語(yǔ)音助手也不是什么新鮮的概念了，比較有代表性的百度、蘋果、谷歌、小米等等都推出了自己的語(yǔ)音助手，那么究竟語(yǔ)音助手是怎么實(shí)現(xiàn)的呢，由哪些技術(shù)組成呢？在語(yǔ)音語(yǔ)義產(chǎn)品設(shè)計(jì)的工作和傳統(tǒng)產(chǎn)品設(shè)計(jì)的工作又有沒(méi)有不同呢。

從用戶使用層面來(lái)說(shuō)，語(yǔ)音助手一般由兩個(gè)模塊構(gòu)成，一個(gè)是功能性技能，還有就是兜底類技能。

功能性技能簡(jiǎn)單的說(shuō)，就是用戶通過(guò)語(yǔ)音實(shí)現(xiàn)平時(shí)手機(jī)app上的操作。比如在車載語(yǔ)音助手中，我們用語(yǔ)音來(lái)發(fā)起導(dǎo)航、聽(tīng)音樂(lè)、打電話；在家庭場(chǎng)景用語(yǔ)音進(jìn)行視頻點(diǎn)播，控制一些智能設(shè)備，比如燈、空調(diào)、洗衣機(jī)掃地機(jī)器人等等。

那它實(shí)際的組成的模塊是怎么樣的呢

一般對(duì)話助手由五個(gè)組成部分：語(yǔ)音識(shí)別（ASR），自然語(yǔ)言理解（NLU），對(duì)話管理（DM），自然語(yǔ)言生成（NLG）和文本到語(yǔ)音合成（TTS）。ASR通過(guò)深度學(xué)習(xí)技術(shù)得到了較好的解決。 NLG和TTS容易控制。對(duì)話系統(tǒng)設(shè)計(jì)的難點(diǎn)主要在于NLU和DM，這將在下面的段落中詳細(xì)討論。

（圖）

語(yǔ)境的概念，dm的概念和組成