江苏龙网

  1. 首页 > 资讯 > 科技 > >

|语音交互：从语音唤醒（KWS）聊起( 三 )


五、语音唤醒怎么测试
语音唤醒测试最好是可以模拟用户实际的使用场景进行测试 ， 因为不同环境可能实现的效果不一样 。 比如：常见各个厂商说自己的唤醒率99% ， 很可能就是在一个安静的实验室环境测试的 ， 这样的数字没有任何意义 。
这里说到的场景主要包括以下几点：周围噪音环境、说话人声音响度、以及说话距离等 。
测试的条件约束好 ， 我们就要关心测试的指标了 ， 一般测试指标如下：
1. 唤醒率
唤醒词被唤醒的概率 ， 唤醒率越高 ， 效果越好 ， 常用百分比表示 。
在模拟用户使用的场景下 ， 多人多次测试 ， 重复的叫唤醒词 ， 被成功唤醒的比就是唤醒率 。 唤醒率在不同环境下 ， 不同音量唤醒下 ， 差别是非常大的 。
用25dB的唤醒词测试 ， 在安静场景下 ， 3米内都可以达到95%以上的唤醒率 ， 在65-75dB噪音场景下（日常交谈的音量） ， 3米内的唤醒率能够达到90%以上就不错了 。
所以看到各家唤醒率指标的时候 ， 我们要意识到是在什么环境下测试的 。
2. 误唤醒率
非唤醒词被唤醒的概率 ， 误唤醒率越高 ， 效果越不好 ， 常用24小时被误唤醒多少次表示 。
在模拟用户使用的场景下 ， 多人多次测试 ， 随意叫一些非唤醒词内容 ， 被成功唤醒的比就是误唤醒率 。
如果误唤醒率高 ， 就可能出现你在和别人说话 ， 智能音箱突然插嘴的情况 。
|语音交互：从语音唤醒（KWS）聊起
本文插图

3. 响应时间
用户说完唤醒词后 ， 到设备给出反馈的时间差 ， 越快越好 。
纯语音唤醒的响应时间基本都在0.5秒以内 ， 加上语音识别的响应时间就会比较长 ， 我们下章再讨论 。
4. 功耗
唤醒系统的耗电情况 ， 对于电池供电的设备 ， 越低越好 。
一般插电使用的音箱还好 ， 对功耗的要求不是很严格 。 但是像手机、儿童玩具等产品 ， 由于是电池供电 ， 对功耗的要求较高 。
siri是iphone4s就有的语音助手 ， 但直到iphone6s的时候 ， 才允许不接电源下直接通过语音唤醒siri ， 当时就是考虑功耗的原因 。
六、语音唤醒的其他内容
1. 唤醒后的反馈
我们通过唤醒词唤醒设备后 ， 需要一个及时的反馈 ， 来提醒我们唤醒成功 ， 这就要考验产品的设计功力了 。
一般会有两个可感知的层面上进行提示 ， 一个是听觉方面 ， 一个是视觉方面（暂不考虑震动） 。
听觉方面的反馈 ， 又分为两种：
语音回复一般常见的有“在的”、“嗯嗯”、“来了”等 ， 都是一些简短的回复 ， 表示已经听到 。 这几句TTS的内容需要仔细打磨 ， 反复调试 ， 才能达到一个理想的效果 ， 建议不要超过1秒 。
声音提示往往是在语音回复之后 ， 提示用户可以进行语音交互了 ， 一般都是一个简短的音效 ， 之后就开始收音了 。
视觉方面的反馈 ， 也可以分为两种：
灯效反馈常见于智能音箱的产品上面 ， 他们没有屏幕 ， 但是也需要在视觉上提示用户 ， 一般不同颜色的灯效 ， 表示机器不同的状态 ， 是有明确的产品定义的 。
屏幕反馈可以做的事情就比较多了 ， 可以根据自己产品的需求 ， 设计提示的强度 ， 是弹出浮窗 ， 还是弹出页面 ， 根据不同的应用场景来设计 ， 这里就不展开讨论了 。
还有一种情况 ， 中间是不需要反馈的 ， 比如“天猫精灵 ， 打开灯”这样一气呵成的唤醒+交互 ， 我们只需要执行相应的指令 ， 并给出最后执行结果的反馈即可 。
|语音交互：从语音唤醒（KWS）聊起
本文插图

2. 自定义唤醒词
随着语音交互的普及 ， 逐渐衍生出一些个性化的需求 ， 大家开始给自己的设备起一个专属的名字 ， 这就是自定义唤醒词 。


推荐阅读


上一篇：|案例复盘：从0搭建业务中台

下一篇：芯智讯|远距离高清图传利器，全球首款Wi-Fi Halow芯片详解