江智機器人人機語音交互技術核心功能點探索

無疑機器人人機語音交互技能是人工智能機器人必須具有的核心功能點之一。國內(nèi)的科大訊飛，百度等為代表的一些已在人機語音技術方面耕耘了多年，且取得了較大的發(fā)展。國內(nèi)相關的機器人公司，科研院所等也不斷的在此基礎上結合市場場景進行嘗試等。到現(xiàn)在依然還沒看到人機語音交互技能能夠支持市場場景可靠性實際使用的案例。

直到微軟強力支持的OPEN AI多提出的Chat GPT給世界帶來了期待。Chat GPT目前的人機語音交互技能已有明顯的提升。可以說是一場變革。基本上能夠做到比較準確的判斷人們所要表達的主要用意，并會進一步判斷人們將下一句可能所要表達的內(nèi)容。

但是當我們再冷靜下來進一步思考：如果有了Chat GPT，我們就一定能像人與人一樣，很好的進行人機語音交互嗎？達到人與人交流的效果嗎？

給你的答案 一定是 還不能夠！原因就是訊飛的語音交互還是Chat GPT，其他們主要方法以及主要方向是基于大數(shù)據(jù)的訓練深度學習。對于公共場景 大的基本面的有一定邏輯關系等內(nèi)容一定會越做越好，甚至以后比人的反應回答還要快 還要準。

可是我們仔細想想：我們大家平時交流的內(nèi)容有多少是“大事”？應該是更多的就是“家常” 或者生意上往來的事情等。甚至都不能對外公開的話題。還有就是臨時性決定的都有可能等。而且這方面的交談內(nèi)容所占的比重更大。就目前而言Chat GPT技能還不能做到把這些內(nèi)容實時采集進行模型訓練。也就是說Chat GPT對這樣的內(nèi)容的人機語音交互，就不是他們研發(fā)的方向與目的。

我們江智機器人公司通過對市場的深入的了解分析；這幾年腳踏實地的努力，現(xiàn)在已經(jīng)把這方面訊飛以及Chat GPT所欠缺的語音交互場景所需要的技能不斷的補充起來。而且這些內(nèi)容也只能交給使用者或者可以依靠的人來完成。我們只是提供了具體的操作處理方法。而且這些方法僅具有高中文化程度，具有電腦基本操作能力的人都可完成。同時對昨天交互所出錯的內(nèi)容，隨后可精準的完善訓練之后，明天在問這個問題就不會再出錯。

我們按照這樣的方法思路所開發(fā)的軟件通過這半年多的用戶體驗測試，已日漸顯出實際交互效果優(yōu)勢。在不斷的持續(xù)的改進下一定可以實現(xiàn)專業(yè)場景的語音交互，達到人與人交互的效果程度等。

深圳市江智工業(yè)技術有限公司

2023年3月5日