淺析手機語音交互設計

語音識別技術,也被稱為自動語音識別,其目標是將人類的語音中的詞彙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。

語音識別技術作為輸入方式,比按鍵輸入和手勢輸入更為快捷,學習成本很低,對於非特定人連續語音識別系統的識別率達到98.73%,已經達到實用要求,具有廣闊的應用前景,在手機端的應用有語音撥號、語音輸入、語音命令、語音搜索和語音翻譯等。

語音的技術原理比較複雜,可以從語音交互的過程來理解:

1.開啟語音識別功能。一般由用戶手動點擊按鈕啟動,手機端暫時無法自動啟動,如由語音命令啟動或者根據音量高低判斷開始識別。

2.進入說話界面。程序界面會通過視覺體現音量的變化。

3.說話完畢,系統開始分析。結束輸入有兩種方式:一是自動關閉,通常時輸入單詞完畢之後自己的關閉,另一種是用戶手機手動關閉。系統處理過程可以分為以下幾個步驟:

a)前端處理。該模塊的主要任務是從輸入信號中去除噪音等影響結果的因素,提取特徵,供聲學模型處理。信號處理之前會先進行斷點檢測,端點檢測是指在語音信號中將語音和非語音信號時段區分開來,準確地確定出語音信號的起始​​點。經過端點檢測後,後續處理就可以只對語音信號進行,這對提高模型的精確度和識別正確率有重要作用。語音增強的主要任務就是消除環境噪聲對語音的影響。目前通用的方法是採用維納濾波,該方法在噪聲較大的情況下效果好於其它濾波器。

b)聲學特徵提取。聲學特徵的提取既是一個信息大幅度壓縮的過程,也是一個信號解卷過程,目的是使模式劃分器能更好地劃分。如上傳音頻會利用到語音編碼解碼技術,可以減少音頻的文件大小、存儲空間或者傳輸比特率。

c)統計聲學模型。計算各個幀的聲學特徵,如上下文建模。根據發聲機理,音之間只能漸變,前一音會影響後一音,從而使得後一個音的頻譜與其他條件下的頻譜產生差異,從而使模型能更準確地描述語音。

d)發音詞典。發音詞典包含系統所能處理的詞彙集及其發音,類似於拼音輸入法的詞庫。如輸入法,詞典更新熱詞和詞庫有組於提高匹配的準確率。

e)語言模型。語言模型對系統所針對的語言進行建模,如分析語音上下文。

由於音頻文件大小的限制,本地只能存儲少量的詞典,這也就要求復雜的語音需要連接服務器分析。谷歌語音搜索在用戶輸入完成之後才提示無法聯網,在啟動輸入之前就應該檢查網絡連接狀況。

4.系統分析完畢輸出結果。一種是根據結果自動顯示結果,如bing搜索,另外一種是提供選項供用戶選擇,這和輸出結果的概率高低有一定關係。用戶選擇的結果對於詞典的排序產生影響,增強語音的自適應和強健性,幫助形成個性化輸入。

根據產品可識別的詞彙量區分產品,對於特定語音命令,用戶只能輸入符合命令的詞彙,比如說出聯繫人名字搜索。輸入法的詞彙更多,而語句搜索不但需要龐大的詞彙庫,處理連續的語音輸入需要區分連音和變音,還要求能根據上下文和熱詞輸出更為合理的結果。條件限制越少,語音識別的難度越大。因為一定程度上避免模糊音,詞典數據越少,輸入特定詞彙的準確率越高。

中文的語音輸入與英文不同,英文匹配不到詞典配置的詞就無法識別​​,中文詞彙由單字組成,中文可以根據單字識別。

io 5的輸入法已經加入語音功能,會逐步變為手機輸入的常規功能,最終輸出結果的準確率和操作流暢度是衡量其交互優劣的重要標準。

來源:http://daichuanqing.com/index.php

特別注意:本站所有轉載文章言論不代表本站觀點,本站所提供的攝影照片,插畫,設計作品,如需使用,請與原作者聯繫,文章轉自alibuybuy

Comments are closed.