人工智能發(fā)展了幾十年，既有阿爾法狗大勝李世石的高光時(shí)刻，亦有不少“人工智障”翻車瞬間。例如，當(dāng)我們和智能語音機(jī)器人通話的時(shí)候，可能會(huì)出現(xiàn)：停頓、答非所問或直接不回答等等讓人暴走的情形，這到底是怎么一回事呢？
　　這些Bug的出現(xiàn)，主要的原因是它被環(huán)境中的其他噪音干擾了，電話機(jī)器人無法準(zhǔn)確識(shí)別，進(jìn)而影響下一步的判斷回復(fù)。
　　說到底，這不是機(jī)器人聽不懂的問題，而是機(jī)器人有沒有聽到、聽清楚的問題。
　　語音庫中的語音模板基本上是在無噪聲和無混響的環(huán)境中采集、轉(zhuǎn)換而成，而實(shí)際應(yīng)用中噪聲是無法避免的，這些噪音雖然對我們沒影響，但對AI來說，一切聲音都會(huì)是干擾：
　　1、不同語音的交疊
　　2、遠(yuǎn)場的混響和噪音干擾
　　除了噪音的干擾，還有語音的模糊性，發(fā)音人的多變性，也給語音識(shí)別造成了困難。別小瞧了些許識(shí)別率的差異，假設(shè)一個(gè)識(shí)別率是95%，一個(gè)是92%，在多輪對話中，語音識(shí)別率是相乘關(guān)系，那么三輪對話最終的結(jié)果是：
　　95%*95%*95%=86%
　　92%*92%*92%=78%
　　只是3%的區(qū)別，最終的結(jié)果相差了8%！逐輪遞減，交互次數(shù)越多，影響越大！

上一篇： 為什么越來越多的企業(yè)選擇使用電話機(jī)器人？

下一篇： 有了電話機(jī)器人工作效率上來了