对大部分人而言，机器人不能说话，那就不能代表是机器人。但说到机器人的说话能力，那就涉及到智能语音与语义，扯到语音与语义，这是让行业人士都头疼的问题。

 
虽然我们在实验室里测试，机器人的说话能力可以达到预期的效果，比如，在测试过程中，你问一个问题，机器人回答一个问题，这基本上符合要求。

 
但是要让机器人进入终端各种市场，面临的问题是非常大的。


主要是噪音问题，语音企业说在安静的场所下，语音的识别率可以达到95%以上，但是在现实生活中，到处充满着噪音，所以很难达到要求。

 
从一线市场反应的情况是，就算机器人进入到家庭，一个是电视机的播放声，导致机器人经常被唤醒；一个是让机器人处在一个四周都是玻璃门的环境中，识音效果是非常糟糕的；另外，我们人与人之间的对话是有停顿的，但是与机器人之间的对话还要控制好停顿的时间，需要把语言整理的比较顺畅才可以。

 
所以种种原因导致机器人进入终端市场，体验感非常差。这就是目前我们所面临的情况。

 
在这次1号机器人网研讨会上，很多嘉宾都清楚语音与语义的问题点出在哪里，虽然现在我们把智能语音分成语音与语义，但是这两者都将归为统一，这是趋势。

[login]
因为在产品使用的过程中，用户不能容忍语音编出来的文字，是非常不准确的，如果错误率高，那就是一个伪功能的产品。

 
所以不管是语音或语义企业，去收购团队也好，还是自己研发也好，语音与语义终归要一体化。

 
另外，大部分机器人企业基本上都接触过主流的语音与语义企业，都清楚每家都各有优缺点，例如：深圳市捷通华声科技有限公司（简称：捷通华声）可以对语言模型进行定制，在这一点上，科大讯飞股份有限公司（简称：科大讯飞）可以提供声学定制，但对于语言模型就显得很尴尬。


当我们用语音模型的时候，在音、字完全不对的情况下，这些东西就只能在后台纠错，这个纠错本身就是数据。

 
总的来说，目前不管是语音企业还是语义企业，提供产品还是很难达到预期效果的，深圳市狗尾草智能科技有限公司（简称：狗尾草）CTO王昊奋说：“很多情况下，不能单靠语音企业，语音企业要更加的开放，然后语义企业需要更积极的往前端迈一步，只有双方交集更紧密，这个生态圈才会更好。”

 
另外在语义方面，小i机器人是走在行业的前面，因为数据库很庞大，但对于机器人企业而言，不需要这么多的数据库，因为产品基本上都是场景驱动，只要达到听的少，说的自然就足够了。

 
从机器人企业这边反馈而来，其实现在语音企业的解决方案都很类似，在技术差不多的情况下，优势就体现在数据库。


在数据库方面，各家都有自己的优势，例如：科大讯飞的优势体现在教育领域，捷通华声的优势体现在高铁领域，苏州思必驰信息科技有限公司（简称“思必驰”）优势体现在车载领域，北京云知声信息技术有限公司（简称：云知声）的优势在医院应用领域等等。


所以在语义方面，走向专业化也是一个趋势，图灵机器人是针对通用领域，但目前瓶颈也是在通用型对话领域，图灵机器人技术总监孙永超说：“通用型是没有边界，我们现在能达到80%以上的语义理解准确率，但是达到80%以后，就很难提升了，所以现在图灵机器人下一步的重点将会聚焦在儿童领域。”


在语音与语义领域，我们还存在很多的技术难题，很多时候不只是识别声音，还有场景识别，包括：在家庭里，婴儿的哭声、电话的铃声、还有其他非人的声音等等。这些东西都需要再进行处理。

 
总之，现在还不能叫人工智能的时代，叫人工智障时代。
 

因为机器人更擅长大数据，只会计算，不会算计，只有智商，没有情商，现在的机器人还只是冰冷冷的东西，只会用一种调子讲话，离用户的期望还是很大的。


另外，还有降噪问题，目前是没有根本的解决方案，只能做一些技术上的改进。
 

深圳市中智科创机器人有限公司（简称：中智科创）市场部营销副总经理彭勋禄说：“针对语音与语义，我们也是希望有一家企业能提供解决方案，但是我们发现很难用起来，主要的原因是，我们设计的场景跟客户设计的场景会有很大的区别，如果我们在这上面做二次开发的代价是，比我们自己研发投入，其实是差不多的。”


王昊奋说：“甚至我们自己研发去做，情况还不会更坏，后续产品迭代会更有好处。”


特别是在麦克风阵列上，降噪是绕不过去的问题，如果短期内没有更好的解决方案，那么在成本上是我们需要去突破的。

 
目前麦克风阵列五麦的价格差不多是200元/个，但是对于做儿童陪伴机器人的企业而言，希望麦克风阵列价格能够控制在100元/个以内，这是需要语音企业去突破的。
[/login]
 
 
 
 
 
来源：1号机器人
智造家提供 查看全部