本文梳理了智能語音技術(shù)發(fā)展路線，行業(yè)現(xiàn)狀以及其面臨的挑戰(zhàn)等相關(guān)情況，并詳細(xì)闡述了語音技術(shù)的常見落地場景以及相應(yīng)的一些優(yōu)化。同時(shí)，分享了騰訊云智能語音落地案例，為語音技術(shù)的實(shí)踐使用提供借鑒，來共同推動(dòng)語音技術(shù)的交流和發(fā)展。

一、語音識(shí)別基礎(chǔ)原理（ASR）

圖1 語音識(shí)別基礎(chǔ)原理示意圖

語音識(shí)別技術(shù)原理如圖1所示：首先需要利用相關(guān)技術(shù)對聲音進(jìn)行特征提取并建立聲學(xué)模型，然后結(jié)合詞典，語言模型等方法，在一定的搜索空間內(nèi)進(jìn)行搜索和解碼最終得到結(jié)果。

現(xiàn)有業(yè)界的語音識(shí)別技術(shù)在理想條件下普遍能達(dá)到97%，這個(gè)理想條件包含背景安靜，近場，普通話標(biāo)準(zhǔn)，朗讀等條件。但是現(xiàn)實(shí)中往往會(huì)面臨對識(shí)別器的效果產(chǎn)生惡化影響的情況，如，發(fā)音人的口語化嚴(yán)重，輕度口音，在這種程度較輕的情況下，業(yè)界依然能夠保持85%-90%的識(shí)別正確率。

進(jìn)一步，如果語音背景嘈雜，發(fā)音人遠(yuǎn)離拾音器或者存在嚴(yán)重的口音疊加，這種情況下，識(shí)別率會(huì)有明顯的下降。

總結(jié)語音識(shí)別面臨的挑戰(zhàn)，如下列所示：

• 噪聲影響：例如車載環(huán)境下會(huì)有回聲以及各種噪聲源。

• 遠(yuǎn)場識(shí)別：麥克風(fēng)和聲源距離過遠(yuǎn)時(shí)收音識(shí)別效果較差。

• 專業(yè)領(lǐng)域識(shí)別：導(dǎo)航、辦公、旅游、美食等不同場景有語言模型。

• 方言口音：全球有上千種語言，中國的方言種類也非常多。

• 口語化：不同情緒下語速、聲調(diào)不同，吞字、結(jié)巴會(huì)造成音頻質(zhì)量參差不齊。

• 高質(zhì)量收音：在多人、聲音嘈雜的場景下，如何“聽清楚”。

二、語音合成（TTS）

語音合成在早些時(shí)候并不熱門，但是隨著技術(shù)的成熟和依賴高質(zhì)量溝通體驗(yàn)的人機(jī)溝通的發(fā)展又逐漸熱門起來。另外，現(xiàn)在業(yè)內(nèi)很多推銷及客服電話已經(jīng)實(shí)現(xiàn)機(jī)器人打電話的過程甚至溝通能力，在這種情況下需要高質(zhì)量的語音合成技術(shù)來有效降低用戶直接掛斷電話的概率。

語音合成可以簡單理解為，將文字轉(zhuǎn)化為擬人化的聲音，滿足多種場景對不同聲音的需求，完成人機(jī)語音交互的閉環(huán)的過程。

當(dāng)前業(yè)內(nèi)最熱門的技術(shù)是Google主導(dǎo)開發(fā)的WaveNet引擎，其對應(yīng)MOS值達(dá)到了4.5+，而真人錄音的MOS值在4.4+左右，幾乎可以以假亂真。

同語音識(shí)別一樣，語音合成也面臨很多的挑戰(zhàn)。聲音也要具備多適應(yīng)的特點(diǎn)，在不同的場景需要不同的聲音以及用戶提出的語音定制化的要求，這些需求對語音合成技術(shù)提出下列所示的挑戰(zhàn)：

• 語音定制化：聲音也是品牌的代表，追求品牌的公司不愿意共享聲音

• 錄音時(shí)長：合成要求一定量的高質(zhì)量錄音，會(huì)帶來錄音時(shí)間及其它成本

• 聲音的適應(yīng)性：有的聲音適合讀物朗讀，有的聲音適合做語音助手

• 多音字，特殊讀法

• 擬真度：發(fā)音準(zhǔn)確性，流暢度，抑揚(yáng)頓挫等一系列因素決定合成效果與真人差距

• 主觀性：對聲音好壞的判斷有一定個(gè)人主觀性，難有客觀的標(biāo)準(zhǔn)

三、典型落地場景下語音技術(shù)的優(yōu)化

語音輸入法最早是內(nèi)嵌到手機(jī)中的，通常是手機(jī)廠商像Google，蘋果，三星等這些公司主導(dǎo)在做，后續(xù)才逐漸出現(xiàn)在輸入法軟件，如訊飛，百度，搜狗等。

用戶在實(shí)用場景或者APP中，通用語音輸入法一方面由于需要切換才能進(jìn)行相關(guān)操作，缺乏靈活性，另外一方面無法根據(jù)場景或者APP進(jìn)行定制化，如場景熱詞的定制。因此，現(xiàn)有語音輸入法的發(fā)展趨勢為從輸入法軟件向APP內(nèi)部遷移，如王者榮耀中的語音輸入文字交互的場景。

錄音轉(zhuǎn)寫主要是用于服務(wù)質(zhì)量，甚至責(zé)任的判定，如話務(wù)員日常跟客戶交流的話術(shù)是否符合標(biāo)準(zhǔn)。它能夠有效解決：人工抽檢速度慢，覆蓋率低；標(biāo)準(zhǔn)不一，無法避免個(gè)人主觀性影響；成本高，需要大量人力，且需要定期培訓(xùn)、抽查等等難題。

不同于語音輸入法場景，是人與機(jī)器溝通，人會(huì)下意識(shí)“遷就”機(jī)器而刻意放慢語速，而錄音轉(zhuǎn)寫面對的是人與人的溝通，會(huì)面臨交互口語化程度高，背景噪聲不可控等問題，因此大大提升了錄音轉(zhuǎn)寫的難度。實(shí)踐證明，能有效提高錄音轉(zhuǎn)寫準(zhǔn)確率的方法如下：

1）選擇正確的引擎參數(shù)。如：采樣率：8K or 16K，單聲道or 雙聲道。

2）盡可能提升錄音質(zhì)量，降低背景噪音，減少無關(guān)聲音的輸入，使說話人不要遠(yuǎn)離麥克風(fēng)，不要采用大壓縮比的音頻格式。

3）定制化提升，語料訓(xùn)練，熱詞。

經(jīng)過大量探索和實(shí)踐證明語音最大落地場景就是機(jī)器人。例如，客服場景，它面臨的80%以上的問題都是重復(fù)的，因此機(jī)器人的使用能夠大大的減輕客服人員的壓力。而語音機(jī)器人結(jié)合語音識(shí)別，語音合成等等技術(shù)，實(shí)現(xiàn)多渠道的覆蓋，為用戶提供更好的體驗(yàn)?？梢哉f基于人工智能的客服系統(tǒng)逐漸變?yōu)槠髽I(yè)的競爭力。

語音技術(shù)的發(fā)展也為新時(shí)代數(shù)字化服務(wù)提出了更高的要求，如：更好的人機(jī)交互體驗(yàn)，更豐富的智能化功能，更多樣的人機(jī)交互渠道。簡而言之，語音是人類最自然的溝通方式，語音技術(shù)與機(jī)器人能力的結(jié)合會(huì)帶來全新的服務(wù)體驗(yàn)。

四、騰訊云智能語音落地案例分享

騰訊云在智能語音方面已經(jīng)有一些成功的落地方案，包括跟金融行業(yè)，故宮，亞朵酒店等的一些合作。

對于金融級(jí)任務(wù)機(jī)器人，主要完成一些基礎(chǔ)轉(zhuǎn)賬操作，用戶通過語音進(jìn)行人機(jī)交互，其中包含銀行卡的選擇，轉(zhuǎn)賬金額的確認(rèn)，最終轉(zhuǎn)賬等功能，是在金融行業(yè)語音交互上的進(jìn)一步探索。

在跟故宮的聯(lián)合合作中，主要是對故宮展品的介紹進(jìn)行語音合成。用戶可以通過掃描相應(yīng)的二維碼來獲取語音的展示，這些合成的語音質(zhì)量非常高，擬人化強(qiáng)。

在此同時(shí)，跟亞朵酒店的合作中，利用“小微”智能音箱打造智慧酒店的行業(yè)智能解決方案。在酒店中，接入相關(guān)設(shè)備，他可以聽得懂、看得見。這是一個(gè)專門適合懶人的黑科技，只需要張開嘴輕聲呼喚'HI，小微'，然后通過語音交互令窗簾、音箱、燈光、空調(diào)都在掌握之中。除此之外，它還可以查詢天氣、交通路線、新聞資訊、查詢機(jī)票等。該方案已經(jīng)在北京，深圳等城市落地和使用。

另外語音技術(shù)也可以應(yīng)用在其他的場景中。例如在視頻中，實(shí)現(xiàn)音頻判斷是否違規(guī)的鑒別能力；在記錄方面，可以應(yīng)用在法庭記錄等場景，節(jié)省大量的人工的工作；也可以應(yīng)用在翻譯和同傳方面。