“智能语音助手”的竞品分析 —— 你好小悟&小爱同学（2）

关于难点

技术：

ASR：

• 对于ASR来说“远场”、“纠错”、“全双工”是3大难点；
• 在“远场”上，是智能音箱们需要优化的问题，包括拾音后的预处理，以及对声源定位来保持对话的连续性是提升体验的关键；
• 在“纠错”上，不同地区用户的口音各异，对AI数据、算法、算力都进行了考验，如何获得更多语料来建立不同口音的模型，如何以更高效的算法配合算力来快速识别出用户说的话并准确“纠错”，反应了产品的精准性，这非常重要；
• 在“全双工”上，提前领先的厂家会以“全双工”作为其核心的竞争力之一，因为现在市面上大多的“智能语音助手”都是ONE-SHOT的能力，每次都要唤醒或操作的对话体验非常糟糕，“全双工”提供了相对流畅的多轮对话体验，但目前如何做好“全双工”还是比较困难的，这涉及了对话后该不该保持对话、打断的灵敏度等因素。

NLP：

• 对于NLP来说应该就是语料库的积累以及建模，同时还有上下文理解的能力，时下因为大多的企业不具备足够海量的数据的累积，AI反应出来的格式化还是非常的明显的，同时回溯的能力基本上等于0；
• 通过我的了解，不少做语音的公司起步时是以NLP来切入的