模拟自然语言的行为：我要跟你说话，我会先跟你打招呼，“你好xxx”一个意思。
用户说的话-》语音识别引擎-》语言理解和处理（NLU&NLP）-》云端处理-》获得关键信息
唤醒方式：ABAB最好，如滴答滴答。选择各种声音进行大量的训练。
关键维度
1、工具维度
① 准确性：准确执行用户的指令
错误1：ASR识别错误。
输入机制干预：
修正定向干预
解析机制容错：
错误2：用户表达逻辑错误或不完整
设置别名资源库
错误3：多结果选择错误
策略
② 灵活性：支持用户灵活的行为方式
针对不同场景设置不同的语音逻辑
语音交互框架
同一需求下的灵活性
上下文的灵活性
③ 及时性：及时响应用户的请求
语音交互框架
唤醒反馈-灯光+人声 ：100ms/300ms/500ms/700ms不同的感受
唤醒反馈-形式（灯光+音效）：100ms/300ms/500ms/700ms不同的感受
根据反馈形式选择反馈时间，不同的形式下合适的时间不同
④ 有效性：用户清晰理解的才是有效的
增加内容的启示性：明显区分度，如具体声音信息，听音乐的时候增加闹铃+具体闹钟语音提示
增加内容可见性：如降温了，多加件衣服
尽量简单的传递信息：关键词信息
增加对话内容的关联性： 重复询问，动作确认，内容确认
⑤ 可靠性：是否帮助用户做决策
有多个结果，考虑贴近用户发那个
2、语言对话维度
口语化感知：表达方式
提供多样化回答，避免呆板
口语化表达，不用书面语
增加口语化连接词，提升口语化感知
增加对话标识，提升口语化感知
相互影响：对话沟通
开放的：内容范围。问到一个没有的功能的时候，抱歉，我还没有xx，但我可以提醒你xxx
网友评论