目前，实现机器人语音交互功能的主流技术有哪些？

机器要与人实现语音交互，那就需要完成三个步骤：ASR/NLP/TTS,对应的是“耳”、“脑”、“口”工作的内容：机器要听到人类说话，就离不开语音识别技术（ASR）；要让机器理解人类说话，需要将用户的指令转换为结构化的、机器可以理解的语言，就离不开自然语言处理（NLP）；让机器说话，即将从文本转换成语音，就离不开语音合成（TTS）。

ASR——语音识别技术

语音识别技术，也被称为自动语音识别 Automatic Speech Recognition，(ASR)，其目标是将人类的语音中的词汇内容转换为计算机可读的输入，例如按键、二进制编码或者字符序列。与说话人识别及说话人确认不同，后者尝试识别或确认发出语音的说话人而非其中所包含的词汇内容。

语音识别已经成为人们日常生活中常用的一种技术：例如小爱同学等语音助手运用的就是语音识别，微信里有一个功能是”文字语音转文字”，还有智能音箱这类以语音识别为核心的产品都是语音识别的应用。

NLP——自然语言处理

NLP（Natural Language Processing）的工作逻辑是：将用户的指令进行Domain(领域)→Intent(意图)→Slot(词槽)三级拆分。

“帮我定一个明早8：00的闹钟”为例：该指令命中的领域是“闹钟”，意图是“新建闹钟”，词槽是“明天8点”。这样，就将用户的意图拆分成机器可以处理的语言。

TTS——语音合成

TTS是Text To Speech的缩写，即“从文本到语音”，是人机对话的一部分，让机器能够说话。业内普遍使用两种做法：一种是拼接法，一种是参数法。

1. 拼接法

从事先录制的大量语音中，选择所需的基本发音单位拼接而成。

2 参数法

根据统计模型来产生每时每刻的语音参数（包括基频、共振峰频率等），然后把这些参数转化为波形。

TTS是语音合成应用的一种，它将储存于电脑中的文件，如帮助文件或者网页，转换成自然语音输出。TTS不仅能帮助有视觉障碍的人阅读计算机上的信息，更能增加文本文档的可读性。TTS应用包括语音驱动的邮件以及声音敏感系统，并常与声音识别程序一起使用。

云蝠智能自研ASR

对语音进行实时转写识别，让机器能够听懂人类的语言。适用于各类普通话识别场景，如语音搜索、语音指令、语音短消息、呼叫中心质检等，智能自研技术，支持本地化部署。

产品优势

支持普通话/中英混合等多语种及方言

海量数据不断更新，语音识别准确率持续提升。

高准确的识别率

基于先进的深度学习算法，安静环境下近场语音识别，中文普通话字准确率超过96%。

灵活的接入方式

支持不同设备端安卓、iOS系统的SDK接入，同时也支持HTTP协议的API接入。

毫秒级低延时识别速度

识别结果响应时间低于300毫秒。快速的系统响应，提升用户交互体验。

专业的业务领域

针对8K\16K的呼叫、客服场景，进行大量的业务场景优化。

针对呼叫的VAD及降噪进行定位优化。

声纹识别

基于声纹能力，实现对发音人进行有效区分。

基于自研SAAS平台，可以构建高效识别，审核，数据分析的本地化平台。由于自研ASR的优势，云蝠智能的质检平台，可以实现对一天1000小时、5000小时的数据分析，并高效反馈数据。

语音合成及音库定制，将输入的文字通过网络发送到服务器，通过深度学习技术，合成高音质、更饱满的音色效果，效果更接近人声，同时提供多种音色选择。

支持个性化、多语种、多音色的本地化部署，满足私有化、数据隐私需求。

产品优势

领先的技术方案

基于Transformer机制的高音质语音合成，综合利用声学和语言学参数，达到更自然的韵律合成目的。

灵活的接入方式

支持SDK 、流式/非流式API 、MRCP协议等各种对接形式，接口同步/异步调用

多语种多音色

男声、女声以及童声，支持中文、英文、中英文混等多语种合成，音量、语速随意调节。

自然的听感

使用海量的音频合成数据训练，生成更真实饱满音质、抑扬顿挫、富有表现力，MOS评分达到业内领先水准。

个性化的调节

支持多音字标注，手动校对发音。支持语速停顿调节，满足不同场景实际的表现需要。

定制发音人

支持真人语音克隆，人机协同对话“以假乱真”