江智機(jī)器人人機(jī)語(yǔ)音交互技術(shù)核心功能點(diǎn)探索

無(wú)疑機(jī)器人人機(jī)語(yǔ)音交互技能是人工智能機(jī)器人必須具有的核心功能點(diǎn)之一。國(guó)內(nèi)的科大訊飛，百度等為代表的一些已在人機(jī)語(yǔ)音技術(shù)方面耕耘了多年，且取得了較大的發(fā)展。國(guó)內(nèi)相關(guān)的機(jī)器人公司，科研院所等也不斷的在此基礎(chǔ)上結(jié)合市場(chǎng)場(chǎng)景進(jìn)行嘗試等。到現(xiàn)在依然還沒(méi)看到人機(jī)語(yǔ)音交互技能能夠支持市場(chǎng)場(chǎng)景可靠性實(shí)際使用的案例。

直到微軟強(qiáng)力支持的OPEN AI多提出的Chat GPT給世界帶來(lái)了期待。Chat GPT目前的人機(jī)語(yǔ)音交互技能已有明顯的提升。可以說(shuō)是一場(chǎng)變革。基本上能夠做到比較準(zhǔn)確的判斷人們所要表達(dá)的主要用意，并會(huì)進(jìn)一步判斷人們將下一句可能所要表達(dá)的內(nèi)容。

但是當(dāng)我們?cè)倮潇o下來(lái)進(jìn)一步思考：如果有了Chat GPT，我們就一定能像人與人一樣，很好的進(jìn)行人機(jī)語(yǔ)音交互嗎？達(dá)到人與人交流的效果嗎？

給你的答案 一定是 還不能夠！原因就是訊飛的語(yǔ)音交互還是Chat GPT，其他們主要方法以及主要方向是基于大數(shù)據(jù)的訓(xùn)練深度學(xué)習(xí)。對(duì)于公共場(chǎng)景 大的基本面的有一定邏輯關(guān)系等內(nèi)容一定會(huì)越做越好，甚至以后比人的反應(yīng)回答還要快 還要準(zhǔn)。

可是我們仔細(xì)想想：我們大家平時(shí)交流的內(nèi)容有多少是“大事”？應(yīng)該是更多的就是“家常” 或者生意上往來(lái)的事情等。甚至都不能對(duì)外公開(kāi)的話題。還有就是臨時(shí)性決定的都有可能等。而且這方面的交談內(nèi)容所占的比重更大。就目前而言Chat GPT技能還不能做到把這些內(nèi)容實(shí)時(shí)采集進(jìn)行模型訓(xùn)練。也就是說(shuō)Chat GPT對(duì)這樣的內(nèi)容的人機(jī)語(yǔ)音交互，就不是他們研發(fā)的方向與目的。

我們江智機(jī)器人公司通過(guò)對(duì)市場(chǎng)的深入的了解分析；這幾年腳踏實(shí)地的努力，現(xiàn)在已經(jīng)把這方面訊飛以及Chat GPT所欠缺的語(yǔ)音交互場(chǎng)景所需要的技能不斷的補(bǔ)充起來(lái)。而且這些內(nèi)容也只能交給使用者或者可以依靠的人來(lái)完成。我們只是提供了具體的操作處理方法。而且這些方法僅具有高中文化程度，具有電腦基本操作能力的人都可完成。同時(shí)對(duì)昨天交互所出錯(cuò)的內(nèi)容，隨后可精準(zhǔn)的完善訓(xùn)練之后，明天在問(wèn)這個(gè)問(wèn)題就不會(huì)再出錯(cuò)。

我們按照這樣的方法思路所開(kāi)發(fā)的軟件通過(guò)這半年多的用戶體驗(yàn)測(cè)試，已日漸顯出實(shí)際交互效果優(yōu)勢(shì)。在不斷的持續(xù)的改進(jìn)下一定可以實(shí)現(xiàn)專業(yè)場(chǎng)景的語(yǔ)音交互，達(dá)到人與人交互的效果程度等。

深圳市江智工業(yè)技術(shù)有限公司

2023年3月5日