而隨著技術(shù)的進步和移動社交媒體的快速發(fā)展，AI+時代，AI+行業(yè)應(yīng)用成為了流量入口，語音交互便成了極具競爭力的交互方式。
為共同促進AI語音交互的數(shù)字化智能化發(fā)展，9月19日上午，百度AI技術(shù)生態(tài)部高級平臺運營顧問張揚攜百度AI核心技術(shù)團隊近10位技術(shù)專家赴大壩科技總部，與大壩科技核心技術(shù)團隊就“AI語音交互發(fā)展前景、現(xiàn)實難點和未來”、“AI語音領(lǐng)域發(fā)展成果”等話題，展開了深入的技術(shù)探究與分享。
【會議現(xiàn)場】
好的語音交互如何衡量？
語音交互是最自然的人機交互方式，它極大地降低了人們與機器交互時的學(xué)習(xí)成本，將人機交互綜合效率帶上新的臺階。
那么，好的語音交互在于提高人的使用表現(xiàn)，可以從速度、準(zhǔn)確性、注意力三個維度衡量。而讓用戶使用速度越快、識別越準(zhǔn)確，并且占用最少注意力的，自然稱得上是好的交互。
為針對市場痛點制定有效的AI+語音應(yīng)用解決方案，交流會上，百度AI核心技術(shù)團隊與我們（大壩科技）就“語音交互發(fā)展的現(xiàn)實難點”問題，進行了簡單梳理。
“相比即時的圖像和文字反饋，傳統(tǒng)語音交互是一種不太合格的輸出方式，它過于緩慢、效率低下”，百度AI技術(shù)生態(tài)部高級平臺運營顧問張揚表示，“聽覺是線性的，我們只能聽完一句話再聽下一句，而不能像視覺一樣瞬間完成圖片理解，也不能如文本般選擇性閱覽，當(dāng)前的電話語音服務(wù)系統(tǒng)就存在這種浪費時間的方式。”
【大壩科技CEO張溫瑞 左三】
對此，大壩科技CEO張溫瑞也表示，持續(xù)聽語音會消耗大量注意力和記憶資源，就傳統(tǒng)的電話語音服務(wù)系統(tǒng)來說，如果客服念完卻沒有聽到想要的內(nèi)容，重聽按0相當(dāng)耗時。另一方面，我們大部分的信息來自于視覺，但即便是當(dāng)前的AI智能語音系統(tǒng)，也很難輸出準(zhǔn)確率95%的視覺信息。
語音交互市場情況如何？
目前，在語音交互的相關(guān)領(lǐng)域已經(jīng)出現(xiàn)了大批玩家和用戶，但由于語音語義的復(fù)雜性，經(jīng)常出現(xiàn)答非所問的情況，使用戶形成語音交互可有可無的印象，導(dǎo)致用戶習(xí)慣難以養(yǎng)成。
沒有人愿意對著冷冰冰的機器說話，然后得到毫無感情甚至是錯誤的回答。
所以，語音交互要達到高效、智能、好用，勢必要借助AI+通信與大數(shù)據(jù)的創(chuàng)新融合能力，讓語音交互應(yīng)用從等待態(tài)轉(zhuǎn)換為就緒態(tài)，能即時響應(yīng)用戶的各項語音指令。
AI語音應(yīng)用不是某種獨立產(chǎn)品
“AI語音應(yīng)用不應(yīng)該是某種獨立產(chǎn)品，應(yīng)該是所有企業(yè)或者個人通信信息化都需要調(diào)用到的一種能力。”CEO張溫瑞表示，“市場最終需要的還是行業(yè)應(yīng)用軟件和系統(tǒng)，那么AI也終會回歸成為一種服務(wù)于通信行業(yè)的基礎(chǔ)能力。”
換言之，語音交互的發(fā)展是離不開AI+通信與大數(shù)據(jù)的創(chuàng)新融合能力。
【會議現(xiàn)場】
會議歷時兩個多小時，在場技術(shù)專家均從不同維度和視角，分析了當(dāng)前和未來語音交互應(yīng)用的場景及客戶群。最終，會議以百度AI與杭州大壩科技有限公司達成在AI智能語音領(lǐng)域的持續(xù)深度合作共識而結(jié)束。
最后，大壩科技希望通過悟空話務(wù)機器人的語音交互能力和團隊自身的研發(fā)優(yōu)勢，與百度AI攜手打造數(shù)字化智能化語音交互新生態(tài)，為廣大客戶提供一站式智能化貼身服務(wù)，更為AI+生態(tài)的創(chuàng)新發(fā)展獻力！
