定义会话模式
1、唤醒一问一答
每一问必有需求，且在一轮中能执行完毕并结束。
2、多轮，处在限定任务的场景下，如定闹钟，购买外卖，限定场景的主动听音是带有目的性，如没有获取任务的关键信息会重复询问【关键区别点，假设你有明确的需求】。退出是要谨慎的，因为之前采集的信息如果退出，就会造成用户巨大的输入成本。本质上仍是一问一答式的。
3、连续会话【假设在播报完后你有提需求/继续会话的可能，重点是可能性】
核心目的是解决反复唤醒的痛苦（小孩、老人、投入在对话中感觉反复唤醒机械的人）重要的不是错过对方的指令，错过也没关系，要低误召回>高准确率>高召回率。优先级如下。
4、全双工，是TTS在播的时候的会话，一定是有任务在执行，并且在当前任务下，有一些sub-command可make的，以及一些跨域command要make。
它假设的是【全双工】期间，用户的注意力是持续在音箱上的，因此我可以让音箱做任何事，as it's still actively listening.但是真的如此吗？也许我们只是一开始或结束。
1）如果只是解决一个唤醒的麻烦，却引入了误召回的问题，是得不偿失的。
2）如果全双工的指令是无规律、枚举的，那么用户学习的成本很高，因此一定要有一定的通用性，就像唤醒词一样通用的通用，才会爽。
3）如果sub-command的成功率远低于唤醒command的成功率，那么用户还是会选择唤醒command，而不是无唤醒的sub-command.
4）这会带来什么用户很爽的体验吗，有什么情感的connection，会给用户带来控制感。
5）如何和连续对话的交互保持一致感
6）优先做哪些场景，以及可能要做的场景
7）拓展思考：我们怎么知道用户的注意力是在音箱上的，是否可以让音箱感应到用户在注视它，然后处于一个激活状态，waiting but not asked.
如果音箱能记录用户是否凑在跟前，那么音箱能否记录用户是否在注视着音箱，如果的话，为何还要唤醒呢
网友评论