互联网AI产品经理需要了解的智能语音知识：上下文的对话管理 |青年|中年|

【互联网AI产品经理需要了解的智能语音知识：上下文的对话管理】
编辑导读：随着人工智能的发展，市面上出现了很多智能产品，它们的核心是希望解放人，用机器来帮助完成简单的工作。其中，智能语音是最常用到的应用之一。本文梳理了一些AI产品经理需要了解的智能语音知识，与你分享。

本文插图
智能产品经过几年的打磨，从开始简单的天气查询，播放歌曲，到去年前年的家庭、车内IOT设备互联，直到今年火爆的AI生活服务。
整个演变的过程，不仅仅说明了技术的革新，也逐渐说明用户对新功能的期待，以及对智能产品表现出来的更大接受度和包容度。智能语音从简单的单轮指令性操作，逐渐演变成可以进行多次的连续对话，甚至有些问题似乎可以匹配人类的聪明回复。
1. 智能语音的整个交互流程
主要有以下几个步骤：

本文插图
听清：用户说一句话，机器先把用户的语音转变成文字，让机器读懂用户具体说了什么。
听懂：包括意图识别和任务分发，主要是自然语言理解技术，包含nli和nlp的技术实现。让机器明白用户到底是说了什么。

意图识别：用户说话的意图：要结合当前的用户使用情景，服务场景，硬件环境，机器会按听懂的内容，给出一个N-bestlist ，按权重进行排序。
意图分发：拿到N-bestlist上面排位最靠前的意图，去请求指定的domain数据并执行任务。

渲染界面：用户听到机器的TTS回复，以及GUI的页面呈现内容。
这其中第二步就是对话管理，主要完成对话状态的维护(dialog state tracing,DST) ，生成系统决策(dialog policy) ，作为接口与人物模型进行匹配、提供语义表达的期望值(expections for interpretation)、分发任务记录当前queryID和pageID 。当前是用户的一次对话需要经历的全部流程，如果需要多次的对话，就要不断的维护对话栈，并且对话栈要匹配当前的pageID ，才能帮助用户经历多次跳转都能到达预期的页面，所以多轮交互更加复杂和难以掌控，本文具体介绍多伦交互如何在产品上的实现，和当前存在的技术问题，以及产品如何规避技术问
2. 多轮交互的三种产品形态
「问题补充」
定义说明：需要用户填补确定槽位信息以后，才能让机器明白用户的当下的真实需求，同事，机器基于用户的多次槽位回复找到相对应的nli ，并且给出用户需要的结果。槽位的集合，定义了需要用户提供哪些信息。
应用场景：主要应用在一次对话不能让机器明白用户的意图，需要进行多次对话，机器拿到固定的多次结果后才能给出结果，主要应用在多步骤的同类型任务中。

本文插图
以上例子可以看出来，只有用户说了最后一句话，电话才能打通。这期间经历了【遍历电话本】-【nli匹配用户名称】-【提取结果】-【上下文管理】-【指代上文的第几个】-【拨打电话】基于上文内容，经过几个步骤才能完成打电话功能。
「搜索&筛选」
定义说明：用户需要进一步缩小自己的搜索选择范围，经过多次筛选和多个上文条件的累加，才可以让机器找到当前用户需要的结果。
应用场景：多伦筛选和搜索，是用户区别与手机APP交互的主要应用场景。界面的筛选只能做到，单条件的筛选，想要附加其他条件，或同类型服务对比，需要GUI操作或者打开新的APP重新选择。整个流程相对繁杂。语音解决了用户重新选择，点击界面的操作步骤。用户可以先看一下机票，如果不满意立刻切换火车票，如果还不满意，再返回机票，机票也可以进行多次的筛选选择出自己需要的机票信息。