uniapp 语音播报的功能_【走近AI】浅谈语音UI导航的基本原理。

语音U I导航，利用语音进行系统交互操作。识别客户的语音内容，翻译出需要的指令，根据指令给出系统反馈结果，并进行播报。同时，可以通过声纹识别进行鉴权

定语音唤醒词等功能。实现“解放你的双手，用声音控制页面”的目标。

一直以来，用户与系统的交互以视觉界面交互为主，期望用户在视觉界面上完成他们的需求，而这需要用户将全部注意力都集中在界面上，用户需要专注于界面的交互体验。

随着语音交互的体验设计研究开始兴起。智能手机、智能汽车等应用开始研究和应用语音交互的模式。这些都证明了企业和市场对于语音交互潜在优势的认同。语音交互开始逐渐进入到我们的视野，如下图。

具体的语音导航的功能架构如下图。

语音导航要结合业务知识库读懂业务意识，结合语言知识库读懂语言的含义。然后通过语音的采集、上下文分析等功能，判断语音的实际含义。再据此支撑语音唤醒、语音查询等具体操作。该系统要实现统一应用注册管理、场景管理、业务系统语音控制指令集管理。建立集中统一的语音智能控制接入服务。

1、具体操作过程如下：

(1)通过唤醒关键词激活应用：定义唤醒特定指令，唤醒词如“快乐平安”。

(2)声纹认证方面，参见后续的声纹识别原理。

(3)语音识别包括听写转换、分词处理、语义/情感分析、自然语言处理，以及基于规则匹配的业务平台后端处理逻辑。

(4)进行指令匹配，并执行指令动作，例如菜单或操作结果的信息交互，并进行后续操作的引导。

(5)依照指令完成控制执行，并将执行的结果反馈，结果也可以被转换成文字被语音合成播放出来，如查询指令后的查询结果。

2、功能特性

由语音代替键盘或触控输入，实现语音唤醒、声纹识别、智能搜索、语音播报、界面操作控制。能够较好地满足用户通过语音进行界面操作的需求，解放了双手。适合在用户开车时进行语音交互操作，获取结果信息。

场景举例：

用户通过语音激活应用：“快乐平安”(假设唤醒词为“快乐平安”)，然后进行声纹登录；同时通过语音的信息采集，后端已经进行了登录用户身份的声纹识别，完成用户的身份认证和鉴权；搜索报表名称模糊匹配后，通过语音合成播报反馈给用户。用户可以通过语音进行报表的日期查询，进行页面跳转和按钮操作，通过语音关注(收藏)、取消关注(收藏)报表等。