你是否曾經幻想過這些場景：回到家，對著電視說想看的節(jié)目，電視會自動開啟并切換至目標頻道？或者對著爐子說開始小火慢燉，晚餐會以恰當?shù)幕鸷蜃詣优腼儯楷F(xiàn)如今，家用電器的確可以實現(xiàn)諸如此類的功能，通過語音控制，疲憊一天的你不用親力親為，坐在沙發(fā)上對著各種電器發(fā)出指令，它們便會聽話地完成你的各種需求。

實際上，家用電器能說會聽是物聯(lián)網的產物。物聯(lián)網架構復雜，涉及方面廣，越來越多的企業(yè)選擇云上托管物聯(lián)網設備體系，因為云端架構安全便捷，基于人工智能（比如，自然語言處理）模型，訓練和部署等過程都通過簡單的點擊即可完成，功能強大，可以極大程度地為公司節(jié)約人力和物力。云端物聯(lián)網通常包括一個安置在家庭中的傳感器設備，通過Wi-Fi連接到網絡，用于接受數(shù)據(jù)，將數(shù)據(jù)傳給云端數(shù)據(jù)庫，在云環(huán)境中進行分析處理。

隨著人工智能和物聯(lián)網的發(fā)展，人機交互給人們帶來越來越高端的體驗。語音控制技術應用最為廣泛，也是當今的熱門研究課題。令人耳目一新的是在家用電器方面的應用，摒棄了傳統(tǒng)的遙控器裝備，通過口令讓家用電器完成各項功能。語音控制家電技術圍繞人工智能，機器學習語義識別，物聯(lián)網 (IoT)，云計算 (cloud computing) 而展開。

本文以云端架構為框架，為大家介紹語音控制技術是如何讓家用電器能說會聽的。主要內容將圍繞以下幾個方面展開：

A. Azure云端語音控制和識別技術

B. 相關主要技術說明

C. 語音控制技術如何應用于家電

D. 總結

Azure云端語音控制和識別技術

語音控制系統(tǒng)包括了語音識別、自然語音理解、對話管理、自然語言生成、語音合成。

1) 云端物聯(lián)網

a. 預測用戶意圖

b. 作為接口與后端/任務模型進行交互

c. 提供語義分析結果的期望值

家用電器中，對話模式的情感要求會低一些，因為用戶發(fā)出的大多是功能請求，比如：開機，詢問溫度或濕度等等。

2) 云端語音控制技術基本解決方案步驟

相關主要技術說明

1) Universal Windows Platform（UWP）

Windows通用應用平臺，同一個API可以在電腦端，手機端，或其他windows10設備通用。換句話說，同樣的代碼可以在不同的終端運行，不必為不同的平臺寫不同的代碼。

2) Cognitive service 的語音識別REST APIs & SDK

以語音識別為例：REST API 需要提前獲取密鑰，然后向服務器發(fā)送HTTP請求，經過身份驗證后，服務器將轉換后的音頻返回至本地。

這是Rest client應用于Application（應用程序）并在其中創(chuàng)建rest client的實例，然后在Application上調用一些方法。當調用Rest client方法時，該方法將輸入轉換為http請求，并將請求發(fā)送到Rest api。來自端點的響應是http響應，Rest client將其轉換為Application可識別的類型，并返回給Application端。

由于我們不想向我們的Application（應用程序）公開Rest client的詳細信息，可以添加Adapter(適配器)用來與外部服務通信。適配器接受Application(應用程序)中已知類型的參數(shù)，并且返回值也是Application(應用程序)中已知類型的參數(shù)。

3) Language Understanding Intelligent Service (LUIS)

Azure的LUIS是基于云的對話式AI服務，作用是使機器理解人的語言。 運行方式可用一句話概括為：客戶端通過應用程序直接發(fā)送語音請求到 LUIS， LUIS中的自然語言處理功能將命令轉換為JSON格式，分析后答案同樣以JSON的形式返回。LUIS平臺為用戶提供了訓練模型的服務，并且模型具備“不斷學習的功能”，通過使用模型去回應客戶請求，模型會不斷自動修正以提高準確度。

自然語言處理離不開以下幾個方面：
(例如：用戶向家用檢測濕度系統(tǒng)發(fā)出”檢查濕度？”的指令。)

運行Windows 10 IoT核心版的Raspberry Pi 3

Raspberry Pi 是一個開發(fā)板，可以連接到不同類型的傳感器。Raspberry Pi可以被用作Web服務器，該服務器接收不同的解釋命令并發(fā)送電信號，以控制安裝在Smart Home中的家用電器。

語音控制技術如何應用于家電

語音控制使家庭環(huán)境更智能，實現(xiàn)家電的自動化。我們可以將其定義為：通過提供如健康，多媒體，娛樂和能源相關應用的不同服務，通過引入技術改善居住者的生活質量。

應用舉例：智能濕度計---云端部署

1) 核心技術

在Raspberry Pi 3上運行的Universal Windows Platform（UWP）應用，使用語音識別API與傳感器與用戶進行交互， LUIS 進行語義分析，經由Raspberry pi 3 將用戶的問題傳入，最后通過Cognitive service 的語音識別APIs 技術給出答案。

2) 架構

3) 功能

4) 解決方案

總結

語音交互為用戶提供了一種全新的家居控制方式，使家用電器能說會聽，與此同時，當下語言識別面臨的困難也不同忽視，主要包括以下幾點：

作者認為，想要讓機器像人一樣思考問題，最大的挑戰(zhàn)是機器學習/人工智能技術與醫(yī)學（生理和心理學）的結合，因為當今科學界懂得醫(yī)學知識的人工智能科學家寥寥無幾。家用電器的人機對話可以大大減輕用戶的勞動力，機器有了情感以后，便可以增加聊天功能，機器會像朋友一樣在回答問題之余閑聊幾句，增添生活的樂趣。此外，機器對溫度等數(shù)據(jù)的把控度極為精準，這是人類無法達到的。

綜上所述，語音控制技術應用于家用電器是非常有前景的項目，未來會說話的家用電器會普及所有家庭。將來希望大量科學家進入這個領域，致力于不斷創(chuàng)新與研發(fā)，使這一目標早日實現(xiàn)。

審核編輯：郭婷