4月20日，北京靈隆科技有限公司《第三方平臺接入叮咚語音交互系統(tǒng)用戶體驗標準》（以下簡稱《標準》），這也是我國首份在智能語音領(lǐng)域針對第三方服務(wù)和內(nèi)容接入語音交互系統(tǒng)的開發(fā)標準。該《標準》將對語音交互產(chǎn)品體驗有重要的指導(dǎo)性意義，讓語音交互更符合用戶的使用習(xí)慣。同時對于未來將接入語音交互接口的第三方服務(wù)和內(nèi)容行業(yè)來說，能夠幫助他們以最快的速度和最簡潔的方法接入語音交互接口，以達到最優(yōu)用戶體驗。

語音交互被視為人機交互的下一代入口

兩會期間，人工智能被寫入了2017年政府工作報告。而在人工智能領(lǐng)域，智能語音交互被作為人機交互的入口。未來與智能家居、可穿戴設(shè)備、機器人等溝通，語音將是最佳人機交互模式。

目前，智能音箱、智能電視等智能硬件都開始嘗試鍥入語音交互系統(tǒng)。在此方面，科大訊飛作為中國語音產(chǎn)業(yè)的拓荒者到世界語音產(chǎn)業(yè)的領(lǐng)軍者。叮咚智能音箱作為國內(nèi)首款智能音箱，充分發(fā)揮科大訊飛出色的語音技術(shù)及人工智能技術(shù)優(yōu)勢和京東在智能產(chǎn)業(yè)鏈方面的優(yōu)勢，一直致力于智能家庭場景下智能語音交互系統(tǒng)的研究和發(fā)展，本次《標準》基于叮咚用戶常年的體驗反饋和技術(shù)積累所得。

語音交互的核心：識別用戶的語義和意圖

《第三方平臺接入叮咚語音交互系統(tǒng)用戶體驗標準》是國內(nèi)首份第三方服務(wù)和內(nèi)容接入語音交互系統(tǒng)的詳細介紹?！稑藴省愤M一步明確了人機交互的反饋流程和設(shè)計標準，其中定義了兩個智能語音交互的關(guān)鍵指標，即“語義”和“意圖”，通過語義和意圖的轉(zhuǎn)化來完成交互的核心步驟。

當(dāng)前，人機主要交互模式是界面交互，通過“一對一”的指令溝通。而語音交互則不同，由于不同地域、不同文化、不同表達習(xí)慣，在人機交互過程中往往是“多對一”的指令溝通。也就是說同一種意圖，在用戶那里會有多種形式的提問方式，這就要求語音交互必須大量學(xué)習(xí)人們的日常語言習(xí)慣，甚至做到理解用戶的語義的“弦外之音”。這對機器來說無疑是巨大的挑戰(zhàn)。

在語音交互流程設(shè)計及體驗中，叮咚主要研究的是識別用戶語義意圖、反饋用戶語音需求，處理人機對話錯誤三個方面。對于研究成果，在《標準》的第三部分做了進一步闡述，從如何更好的獲得用戶意圖、如何將信息更好的展現(xiàn)給用戶和如何更好的處理對話中的錯誤進行解釋，并通過實例和講解相配合的模式整個報告內(nèi)容清晰易讀易懂，為第三方服務(wù)接入提供了切實可遵循的規(guī)范標準。

靈隆科技研發(fā)中心負責(zé)人周正友在會上以游戲接入為例，說明《標準》里是如何明確地告訴用戶需要怎樣的回答。

用戶：“叮咚叮咚，我想玩一下音樂游戲廳”

較好的回答：“您好，歡迎來到音樂游戲廳，我們現(xiàn)在有：我愛記歌詞、猜猜大明星，趣味哼唱，您想玩哪一個？”

不好的回答：“您好，歡迎來到音樂游戲廳，我們現(xiàn)在有：我愛記歌詞、猜猜大明星，趣味哼唱，請您在以上三個選項中選擇？”

叮咚智能音箱捅破智能語音交互時代的窗戶紙

“叮咚智能音箱捅破智能語音交互時代的窗戶紙?！倍＿酥悄芤粝潇`隆科技營銷副總裁方律表示?！皩τ谥悄苷Z音交互在家庭場景中的應(yīng)用來說，行業(yè)大規(guī)模爆發(fā)的核心在于，第一，產(chǎn)品接入的服務(wù)足夠全面和豐富，可以滿足用戶在該場景下的各種需求。這個目前叮咚已經(jīng)做到了。第二是，用戶體驗可以突破可用這層窗戶紙，達到易用和好用的狀態(tài)。本次我們發(fā)布的用戶體驗優(yōu)化標準就是出于‘讓所有的第三方服務(wù)語音交互更好用’的目的。目前，我們對于所有第三方應(yīng)用的合作方，都采取開放的態(tài)度，希望越來越多的服務(wù)/功能的開發(fā)者，能夠接入叮咚的平臺，為用戶輸出更多的更豐富的內(nèi)容和服務(wù)?！?/p>

結(jié)語

“偉大的產(chǎn)品往往不是由巨大的技術(shù)進步驅(qū)動的，而是技術(shù)綜合產(chǎn)品恰如其分的一小步，驅(qū)動用戶體驗一大步的飛躍?！薄兜谌狡脚_接入叮咚語音交互系統(tǒng)用戶體驗標準》是叮咚智能音箱在追求提升用戶每一份體驗上的努力，《標準》發(fā)布后或?qū)⒊蔀橛脩趔w驗升級和行業(yè)大規(guī)模爆發(fā)的推動力。