三星無(wú)聲語(yǔ)音助手 靜默式交互體驗(yàn)

在2019年，三星就曾預(yù)告過新的“人造人”NEON助手，并表示NEON可以像真正的人類一樣進(jìn)行對(duì)話，并有一定的感知能力。NEON的網(wǎng)站上宣傳其外觀和行為都像真實(shí)的人類，能夠表現(xiàn)出情感和智慧，而據(jù)相關(guān)消息，三星最終將隨三星Galaxy S21 Ultra獨(dú)家發(fā)售這款數(shù)字助手。

數(shù)字助手首先也是一款手機(jī)助手軟件，目前，智能手機(jī)能夠提供各種類型的應(yīng)用服務(wù)，其中就包括手機(jī)助手軟件，用戶可以通過語(yǔ)音、文字等方式與智能手機(jī)之間進(jìn)行交互，智能手機(jī)通過該語(yǔ)音識(shí)別助手軟件識(shí)別語(yǔ)音后，提供對(duì)應(yīng)的應(yīng)用服務(wù)。

智能手機(jī)識(shí)別語(yǔ)音的功能可以有三種方式：交互任務(wù)型、知識(shí)問答型及閑聊型。其中，交互任務(wù)型語(yǔ)音識(shí)別方式使得用戶可以通過直接的語(yǔ)音輸入，由智能手機(jī)識(shí)別該語(yǔ)音，完成與智能手機(jī)的應(yīng)用服務(wù)之間的交互意圖，而無(wú)需進(jìn)行多次語(yǔ)音識(shí)別界面的操作。

但是，智能手機(jī)提供的交互任務(wù)型語(yǔ)音識(shí)別方式對(duì)用戶來(lái)說，使用率并不高，這是因?yàn)橛脩粼谕ㄟ^語(yǔ)音操控智能手機(jī)時(shí)，存在以下缺點(diǎn)：1)公眾場(chǎng)合不適合使用語(yǔ)音，有隱私問題；2) 智能手機(jī)處于嘈雜的遠(yuǎn)程環(huán)境下，語(yǔ)音識(shí)別的效果不佳；3)因?yàn)橛脩舭l(fā)音不準(zhǔn)確，形同意思的表述方式多樣等因素，語(yǔ)音識(shí)別和語(yǔ)音理解的準(zhǔn)確率還需要提高；4)有些用戶不習(xí)慣使用智能手機(jī)提供的語(yǔ)音識(shí)別界面。

那么，智能手機(jī)該如何在這些條件下簡(jiǎn)便且準(zhǔn)確地采用語(yǔ)音識(shí)別方式實(shí)現(xiàn)交互任務(wù)呢？為此，三星在2019年9月27日申請(qǐng)了一項(xiàng)名為“一種采用語(yǔ)音識(shí)別方式實(shí)現(xiàn)交互任務(wù)的方法及系統(tǒng)”的發(fā)明專利（申請(qǐng)?zhí)枺?01910921533.6），申請(qǐng)人為三星電子（中國(guó)）研發(fā)中心和三星電子株式會(huì)社。

根據(jù)該專利目前公開的資料，讓我們一起來(lái)看看這項(xiàng)應(yīng)用于智能設(shè)備的語(yǔ)音識(shí)別方法及系統(tǒng)吧。

如上圖，為該專利中發(fā)明的采用語(yǔ)音識(shí)別方式實(shí)現(xiàn)交互任務(wù)的方法流程示意圖，首先，系統(tǒng)會(huì)基于當(dāng)前環(huán)境進(jìn)行語(yǔ)音識(shí)別來(lái)得到文本以及語(yǔ)義信息，基于得到的文本以及語(yǔ)義信息，來(lái)確定對(duì)應(yīng)的上下文信息，且劃分不同的場(chǎng)景，基于不同的場(chǎng)景來(lái)在系統(tǒng)中匹配不同的語(yǔ)音技能推薦表。

這種利用語(yǔ)音技能推薦表的方式，可以更加準(zhǔn)確的應(yīng)對(duì)不同的場(chǎng)景，通過事先準(zhǔn)備好豐富的語(yǔ)料庫(kù)，就可以非常人性化的與用戶進(jìn)行對(duì)話以及完成相應(yīng)的操作。而當(dāng)要實(shí)現(xiàn)交互任務(wù)時(shí)，則會(huì)根據(jù)語(yǔ)音技能推薦表執(zhí)行智能手機(jī)的交互任務(wù)。同時(shí)，由于是智能助手主動(dòng)分析用戶所處場(chǎng)景，并主動(dòng)提供相關(guān)的操作服務(wù)，因此無(wú)需用戶主動(dòng)發(fā)起語(yǔ)音喚醒，而是由語(yǔ)音助手主動(dòng)為用戶提供相關(guān)服務(wù)，只需用戶進(jìn)行選擇即可。

如上圖，為這種采用語(yǔ)音識(shí)別方式實(shí)現(xiàn)交互任務(wù)的方法子流程圖，當(dāng)用戶喚醒語(yǔ)音助手插件模塊時(shí)，語(yǔ)音助手插件模塊被觸發(fā)，該模塊通知語(yǔ)言輸入信息采集模塊啟動(dòng)信息采集，信息采集模塊通過上下文感知模塊獲取到當(dāng)前的環(huán)境信息，再向語(yǔ)音助手插件模塊發(fā)送請(qǐng)求，來(lái)獲取從用戶語(yǔ)音識(shí)別得到的文本，以及做自然語(yǔ)言理解后的語(yǔ)義信息。

之后，語(yǔ)言輸入信息采集模塊將采集到的文本、語(yǔ)義信息及當(dāng)前的環(huán)境信息傳輸給語(yǔ)言技能生成模塊，由此來(lái)生成語(yǔ)言技能庫(kù)，并通知語(yǔ)言技能推薦模塊。

語(yǔ)言技能推薦模塊在特定情況下可以啟動(dòng)，將大量不同的上下文劃分到若干類場(chǎng)景中，對(duì)每個(gè)場(chǎng)景生成相應(yīng)的語(yǔ)言技能推薦表。

如上圖，為在手機(jī)上使用語(yǔ)言技能推薦表的展示圖，該款語(yǔ)音助手插件模塊為Bixby，當(dāng)每次都調(diào)用Bixby時(shí)，都會(huì)顯示出語(yǔ)言技能推薦表，并且場(chǎng)景不同，該語(yǔ)言技能推薦表中的推薦技能偶讀不同。

例如，經(jīng)過學(xué)習(xí)后，如果用戶打開手機(jī)并且喚醒了Bixby，則就可以觸發(fā)語(yǔ)言技能推薦表的展示，當(dāng)用戶選擇某條推薦的語(yǔ)言技能時(shí)，將該語(yǔ)言技能推薦表中的文本用作用戶語(yǔ)言輸入識(shí)別的結(jié)果，以完成后續(xù)用戶的指令。

以上就是三星發(fā)明的可以完成精準(zhǔn)語(yǔ)音識(shí)別任務(wù)的靜默式語(yǔ)音識(shí)別助手，其在實(shí)現(xiàn)交互任務(wù)時(shí)，基于當(dāng)前環(huán)境下對(duì)語(yǔ)音識(shí)別得到文本以及語(yǔ)音信息，在交互時(shí)無(wú)需發(fā)出語(yǔ)音，僅通過用戶少量選擇操作就可以完成復(fù)雜的交互任務(wù)，因此可以簡(jiǎn)便且準(zhǔn)確地采用語(yǔ)音識(shí)別方式來(lái)實(shí)現(xiàn)交互任務(wù)。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。