基本概念

語音識別（Automatic Speech Recognition，ASR）：也被稱為自動語音識別，其目標是將人類的語音中的詞匯內容轉換為計算機可讀的輸入，例如按鍵、二進制編碼或者字符序列。

自然語言理解（Natural Language Understanding，NLU）： 俗稱人機對話，人工智能的分支學科。研究用電子計算機模擬人的語言交際過程，使計算機能理解和運用人類社會的自然語言如漢語、英語等，實現人機之間的自然語言通信，以代替人的部分腦力勞動，包括查詢資料、解答問題、摘錄文獻、匯編資料以及一切有關自然語言信息的加工處理。

語音識別SDK離在線融合版（Baidu Voice Recognition Client V2， BDASRv2）：文中簡稱為BDASRv2。BDASRv2是一個封裝了語音采集、語音預處理、云端識別、離線識別等功能的語音識別解決方案。使用BDASRv2可以快速在應用程序中集成語音識別功能。

BDVRClient是運行在Android 平臺的一體化語音識別解決方案，以JAR包 + SO庫的形式發布，BDVRClient支持下列功能：

?   語音識別控件：集成提示音、音量反饋動效整套交互的對話框控件，方便開發者快速集成；
?   基本功能：錄音，語音數據處理，端點檢測、網絡通訊和狀態通知，返回識別結果；
?   播放提示音：在錄音前后播放提示音，優化用戶體驗；
?   監聽語音能量：實時反饋用戶當前說話聲音能量強度；
?   語義理解：將語音識別成領域相關的語義結果。

語義理解

意圖表示協議描述語言
為了易于人閱讀，同時也方便機器解析和生成，意圖表示協議采用 json 語言進行描述，采用 gb18030 編碼。json 語言的基本概念：
屬性名/屬性值
即鍵值對（key-value）
數組
在 json 中是“[]”括起來的內容，數據結構為["value1","value2",...]，取值方式和所有語言中一樣，使用索引獲取，屬性值的類型可以是數字、字符串、數組、對象。
對象
在 json 中表示為“{}”括起來的內容，數據結構為 {key1:value1,key2:value2,...}的鍵值對的結構。在面向對象的語言中，key 為對象的屬性，value 為對應的屬性值，所以很容易理解，取值方法為對象.key 獲取屬性值，這個屬性值的類型可以是數字、字符串、數組、對象幾種。
意圖表示協議
自然語言文本（以下簡稱 query）。query 的意圖表示由如下鍵值對和數組構成：
. raw_text：用戶的原始輸入文本
. parsed_text：經過分詞，糾錯，改寫處理后的文本
. version：協議版本號
. results：意圖表示數組
意圖表示數組中存放多個意圖表示對象。每個意圖表示對象含有領域、意圖、置信度三個鍵值對和一個意圖對象。
領域（domain）：同一類型的數據或資源，以及圍繞數據或資源提供的服務稱為一個領域。領域數據一般是結構化的表格數據，有一個主鍵（主屬性）；領域一般以名詞命名。如： 列車：圍繞車次數據的列車時刻查詢和預訂服務，主鍵是車次 天氣：圍繞天氣數據的查詢服務，主鍵是日期 電話：圍繞聯系人-號碼數據的電話撥打、通話記錄查詢服務，主鍵是電話號碼
意圖（intent）：代表用戶對領域數據的操作，如查詢、查詢某一個屬性的值、預訂、撥打等。一般以動詞命名。
置信度（score）：意圖表示的置信度，多個意圖表示對象按置信度降序排序。
意圖對象（object）：描述意圖的數據（鍵值對的集合），也是實現意圖所需要的參數。
意圖表示以 json 語言描述，json 語言中“對象”指的是鍵值對的集合。

語義理解示例：
query：北京西站到無錫的高鐵

    {
     "raw_text": "北京西站到無錫的高鐵",
     "parsed_text": "北京 西站 到 無錫 的 高鐵",
     "results": [
     {
     "domain": "train",
     "intent": "query",
     "score": 1,
     "object": {
     "arrival_city": "無錫",
     "start_city": "北京",
     "start_station": "北京西站",
     "train_type": "高速動車"
     }
     }
     ]
    }    

領域取值

本表格詳細描述了領域（domain）的取值。

image.png

image.png

意圖取值

意圖和領域相關，不同領域下有多種意圖，我們將意圖抽樣為一般查詢（query）和具體屬性值的查詢（get）兩類，部分領域還有特殊的意圖。詳見第三節各領域意圖表示。
一般查詢是指用戶對某一個領域的通用查詢，不針對特定屬性，如“北京到上海的飛機”；具體屬性值的查詢（下文簡稱屬性查詢）是用戶針對一個領域的特定屬性進行查詢，如“ho1252 航班什么時候起飛”，用戶查詢的是航班 ho1252 的起飛時間屬性。

屬性值類型

基本數據類型，如 string、int、float 之外，還定義了時間（time）、日期（date）、折扣（discount）等屬性值類型。
在以上類型定義的基礎上，還定義了組合類型和范圍類型，如時間日期（date_time）、時間段（time_range）、日期段（date_range）、時間日期段（date_time_range）、金額范圍（amount_range）、折扣范圍（discount_range）等。

日期（date）

格式是：yyyy-mm-dd，4位阿拉伯數字代表年份，2位數字代表月份，2位數字代表日期。支持多種自然語言表述的日期到上述標準格式的歸一化解析。

?   一般日期或農歷日期。如果沒有年或月，則默認當年當月。示例：
?   2013年1月10號：2013-01-10
?   8 月 15：2013-08-15
?   農歷二月初一：2013-03-12
?   相對日期，示例：
?   明天：2013-09-26
?   下周一：2013-09-30
?   節日，示例：
?   春節：2013-02-10
?   明年春節：2014-01-31
?   父親節：2013-06-16

時間（time）

格式是：hh:mm:ss，24小時制，分別用2位數字代表時、分、秒。支持多種自然語言表述的時間到上述標準格式的歸一化解析。示例：

?   十點整：10:00:00
?   下午三點半：15:30:00

時間日期（date_time）

時間和日期的組合類型。示例：
query：明天早上八點

    {
     "date":"2013-09-26",
     "time":"08:00:00",
    }

日期段（date_range）
以逗號間隔的兩個日期表示日期段的開始和結束。示例：

?   明后天：2013-09-26,2013-09-27
?   下周末：2013-10-05,2013-10-06

時間段（time_range）
以逗號間隔的兩個時間表示時間段的開始和結束。如“上午”、“明天下午”等常見的時間段表述，起始和結束的時間點見表格 2-2 常見時間段的開始和結束時間點定義。示例：

?   下午：12:00:00,18:59:59
?   早上：04:00:00,11:59:59

常見時間段的開始和結束時間點定義如下表

image.png

時間日期段（date_time_range）

以兩個時間日期類型的值分別表示時間范圍和起始(begin)和結束(end)。示例：
query：明天下午 3 點半到后天早上 8 點

  {
     "begin":{
     "date":"2013-09-26",
     "time":"15:00:00"
     },
     "end":{
     "date":"2013-09-27",
     "time":"08:00:00"
     }
    }

query：中秋節假期

    {
     "begin":{
     "date":"2013-09-19",
    "time":"00:00:00"
     },
     "end":{
     "date":"2013-09-21",
     "time":"23:59:59"
    }
    }

query：明天晚上

    {
     "begin":{
     "date":"2013-09-26",
     "time":"17:00:00"
     },
     "end":{
     "date":"2013-09-26",
     "time":"23:59:59"
     }
    }

重復時間（repeat_time）
提醒、鬧鐘等設置需要用到：示例：
query：每天早上十點

    {
     "time":"10:00:00",
     "repeat":"00001111111",
    }

注意：repeat 是 11 個字符的字符串，從左到右分別是月份(0_1)日期(23)和星期(4~10)。對月份和日期位，非 0 值代表該月或日期進行提醒，對 7 個星期位，每位對應一天，值為 1 代表該天進行提醒。

query：每天中午十二點整

 {
     "time":"12:00:00",
     "repeat":"00001111111",
    }

query：每個月 11 號 12 點

{
     "time"::"12:00:00",
     "repeat":"00110000000",
    }

query：每年的元旦

{
     "repeat":"01010000000",
    }

金額范圍（amount_range）
以兩個浮點數代表金額范圍。示例：

    {
     "begin":100.00,
    "end":200.00
    }

query：300 元左右

    {
     "begin":240.00,
    "end":360.00
    }

query：200 元以下

    {
     "begin":0.00,
    "end":200.00
    }

query：300 元以上

    {
     "begin":300.00",
     "end":-1
    }

注意：-1 代表無窮大。

折扣（discount）
價格的折扣，如一折、八五折、半價等，解析成 0 到 1 之間的浮點數。示例：

?   三折:0.3
?   半價:0.5

折扣范圍（discount_range）
以兩個折扣類型的值分別表示折扣范圍的最小值(begin)和最大值(end)。示例：
query：三折到八五折:

    {
     "begin":0.3,
    "end":0.85,
    }