语音唤醒技术哪家强?

随着语音交互技术的日渐成熟,越来越多的智能硬件都选择增加语音能力作为产品卖点之一。但是,设备在进入语音縺,縺交互工作状态的时候,需要先进行唤醒偡,偡操作,而唤醒操作则各有不同。本文通过综合匉,匉对板,板比市面上各家提供的语音唤醒技术相关指标,帮助大家快速掌握语音唤醒技术的情况。推荐感兴趣的小伙伴阅读交流~

一、语音唤醒技术的相关核心指标

1. 唤醒率

语音唤醒的主要目的既然是激活设备进入菿,菿交互工作状态,那么,唤醒率的高低就显得额外重要了。理论上,最好的状态就是我只要说一次唤醒词,设备就能立即响应。不过,受说话人与设备距离、发音标准、锬,锬噪声等各种各样的因素,实际工作中比较难达到次次响应的完美工作状态。

一般来说,在近距离的安静场景下,市面上的技术都能够做到唤醒率在95%以上。

不过,消费者的实际使用场景是较复杂的,因此,需要模拟不同的应腱,腱用场景进行实测,才能得到最后的唤醒率指标。

2. 误唤醒率

指设备被非唤醒词唤醒的概率,误唤醒率越高,效果越不好。

大家在日常生活中可能会经常碰到,放在家里的智能音箱,大晚上莫名其妙答一句“我在”,把人吓个半死;还有如庢,庢果家里用的智能电视,唤醒手机语音助手的时候,不是同一个唤醒词,电视也会蹦出一句“我在”。

这就是典型的误唤醒场景,一般用24小时被误唤醒多少次来衡量。

3. 响应时长

主要是指用户说完唤醒词后,设备给出反馈的耗时,一般越短越好。

而反馈的形式则比较多样,可以通过语音应答响应、也可以通过亮屏或者指示灯闪烁响应。统计来看,如果是亮屏或者指示灯闪烁响应,控制在200ms以内用户体验较好;如果是语音应答响应,太快反而体验不好,一般控制在500ms左右更佳。

4. 功耗

主要是譧,譧针对电池供电设备,理论上越低越好,这样,设备的使用时长不会受到太大的影响。

坍,坍

因为唤醒的工作原理是会騗,騗持续检测声音驈,驈中是否包含唤醒词的特定片段,所橛,橛以,会持续耗电。

为了进一步降低功耗,部分产品也会采取DSP来完成语音唤醒,再通过AP层兜底的模式,保证唤醒和功耗的均衡。

总结:语音唤醒的技术泭,泭指标,除了与算法相关之外,还与智能硬件的结构设计、芯片算力、使用场景等息息相关。最后的实际效果,则应以实际测试效果为准,参考下图:

二、语音唤醒技术对比

该对比信息均从互联网公开渠道获取,相关信息来源于提供商官网公开信息,如其官网有更新,请以更新信息为准。(PS:百度搜索🔍“语音唤醒”)

从上面的对比上来看,我们可以发现几点信息:

  1. 大部分服务商都会提供唤醒词评估服务。
  2. 在系统支持上,安卓和iOS比较主流。不过,越来越多的语音唤醒功能开始应用在了穿戴设备上,是否支持Linux和Rt裱,裱槝,槝os系统也至关重要。
  3. 在唤醒词上,基本都支持中文唤醒词,毕蓞,蓞竟,大部分的产品都是面向国人,中文普通话是主要的语言。不过,也有服务商,能够额外支持英文、数字、方言唤醒词,市场更加细分。
  4. 唤醒指标上,近场唤醒率基本都在95%以上。不过,正如前面分析的那样,唤醒跟很多因素相关,最后在产品上的实测值才嬂,嬂具有代表性。

三、唤醒词的据,据区别

唤醒词的定义实际是比较广泛,至少包含齍,齍了四种使用场景:品牌唤醒词(如,小飞小飞)、离线命令词(如夼,夼,我要听周杰伦的歌)、云端命令词(如,我要听周杰伦的歌)、免唤醒词(如,下一首、暂停)。这些使用场景,实际上都是使用了唤醒词佀,佀的原理,只是唤醒后执行不同的动作。

四、语音唤醒项目实施要点

1. 唤醒词评估

大部分服务商都提供了唤醒词评估服务,不过,有部分服务商对唤醒词有一定的限制。因此,在选择唤醒词的时候,需要充分考虑品牌、发音特点、词语等因素,综合确定最终的唤醒词。

2. 确认测试环境和工具

以以往交付的唤醒项目来看,主要测试的环境趄,趄包括:外噪场景测试、自噪场景测试、安静场景测试和误唤醒测试。

3. 声音采集漛,漛

根据产品主要面向的使用人群,采集真人发音音频。

示例:【某某投影仪音频采集需求】

  • 采集人数200人,总音频邋,邋2碾,碾000句褘,褘
  • 男女比=1誔,誔:1
  • 一人10句
  • 语速快:中:慢=1:3:1
  • 年呵,呵龄儿童:青年:中年=1:3:1
  • 区域:北桴,桴上广深
  • 普通话

4. 测试音频处理

包括去除破音的音频、去除时擀,擀长>1.7s的鉞,鉞测试音频、音频幅度归一化。

5. 数据记录表

根据实测结果,如实填写表格中对应测试结果,完成项目验收。

以上是本次分享的主要内容。

 

本文由@大龙 原创发布于人人都是产品经理。鍳,鍳未经许可,禁止转载。

题图来自 Unsplash,基于CC0协议

Leave a comment

Your email address will not be published.