未來ＡＩ產(chǎn)品的人機交互應(yīng)該長成什么樣？
工業(yè)時代，是機器與人的交互。通過幾個按鈕就可以實現(xiàn)已有功能，僅能實現(xiàn)機器中幾個預(yù)先編碼好的功能。
互聯(lián)網(wǎng)時代，是軟件與人的交互。手機、電腦屏幕的出現(xiàn)，使人們可以從二維圖形世界中選擇自己想要的功能選項。雖然功能選擇項可以無限增加，但仍然是我們預(yù)先編碼好的功能。
ＡＩ時代，是人與具備像人一樣思考能力機器的交互。想象人人交流，會有按鈕、會有屏幕讓你選擇對話內(nèi)容嗎？ＡＩ時代的人機交互，人們沒有預(yù)選項，你問我答，僅此而已！
那如何實現(xiàn)讓人機交互更加順暢？
和尚：這位施主，貧僧有理了，請問白馬寺怎么走？
繡娘：您沿著這條河一直往上游走就能到！
以上是和尚和繡娘問路的對話，假設(shè)繡娘是ＡＩ，那繡娘怎么才能回答和尚并給和尚指路呢？
需基本經(jīng)過這四個步驟：聽到——聽清——聽懂——反饋
首先ＡＩ繡娘需要聽到和尚的話（激活對話模式），然后聽清和尚的話（如果周圍雜音較大），然后聽懂（需要識別和尚話中的關(guān)鍵詞），最后進行反饋（搜索關(guān)鍵詞，尋找答案，將文字轉(zhuǎn)換成人的語言說出來）
聽到：ＡＩ平時都是出于休眠狀態(tài)，那該如何讓ＡＩ聽到主人的話呢？
可以運用“語音激活”技術(shù)和“聲紋識別”等技術(shù)。“語音激活”將ＡＩ從休眠狀態(tài)激活。常見的“語音激活”有２詞、３詞（４詞以上就不太好用了，誰愿意喊四個字的名字？）比如：Ｒｏｋｉｄ的“若琪”，百度的“度秘”，分身魚的“小魚”；ＡＩ通過“聲紋識別”找出不同的發(fā)音單元，做出不同的回應(yīng)（人和人的發(fā)音、語調(diào)都有所不同）。
聽清：如果周圍雜音較大，該如何聽到主人的聲音？
可以從設(shè)備和算法兩方面入手，使用“麥克風(fēng)降噪”和“回聲消除”等技術(shù)。
聽懂：ＡＩ源于搜索，搜索源于文字，故目前ＡＩ識別文字（未來ＡＩ可不可以直接識別語音，這很有可能實現(xiàn)喲）。那當(dāng)我們聽清楚這句語音了，那我們該如何將語音轉(zhuǎn)化為ＡＩ才能識別的文字，并理解這句話的含義呢？
運用“語音識別”和“自然語言處理”等技術(shù)。“語音識別”又叫語音轉(zhuǎn)文字技術(shù)（ＳＴＴ），可以實現(xiàn)將語音轉(zhuǎn)換成文字；“自然語言處理”對文字的理解，并推測接下來如何做！
反饋：ＡＩ將答案整理出來，卻仍是文字形式，還需ＡＩ將文字轉(zhuǎn)成語音說出來，怎么做呢？
運用“語音合成技術(shù)”（ＴＴＳ）和“回音消除”等技術(shù)。“語音合成”技術(shù)把文本轉(zhuǎn)換成人的語言讀出來。由于ＡＩ自己講話時，可能ＡＩ正在放著音樂，那就需要用到“回音消除”技術(shù)，努力使ＡＩ說的話更加清晰。
（學(xué)習(xí)資料整理“Ｒｏｋｉｄ博士團分享”）
