你是否曾經(jīng)幻想過這些場景：回到家，對著電視說想看的節(jié)目，電視會自動開啟并切換至目標(biāo)頻道？或者對著爐子說開始小火慢燉，晚餐會以恰當(dāng)?shù)幕鸷蜃詣优腼儯楷F(xiàn)如今，家用電器的確可以實(shí)現(xiàn)諸如此類的功能，通過語音控制，疲憊一天的你不用親力親為，坐在沙發(fā)上對著各種電器發(fā)出指令，它們便會聽話地完成你的各種需求。

實(shí)際上，家用電器能說會聽是物聯(lián)網(wǎng)的產(chǎn)物。物聯(lián)網(wǎng)架構(gòu)復(fù)雜，涉及方面廣，越來越多的企業(yè)選擇云上托管物聯(lián)網(wǎng)設(shè)備體系，因?yàn)樵贫思軜?gòu)安全便捷，基于人工智能（比如，自然語言處理）模型，訓(xùn)練和部署等過程都通過簡單的點(diǎn)擊即可完成，功能強(qiáng)大，可以極大程度地為公司節(jié)約人力和物力。云端物聯(lián)網(wǎng)通常包括一個(gè)安置在家庭中的傳感器設(shè)備，通過Wi-Fi連接到網(wǎng)絡(luò)，用于接受數(shù)據(jù)，將數(shù)據(jù)傳給云端數(shù)據(jù)庫，在云環(huán)境中進(jìn)行分析處理。

隨著人工智能和物聯(lián)網(wǎng)的發(fā)展，人機(jī)交互給人們帶來越來越高端的體驗(yàn)。語音控制技術(shù)應(yīng)用最為廣泛，也是當(dāng)今的熱門研究課題。令人耳目一新的是在家用電器方面的應(yīng)用，摒棄了傳統(tǒng)的遙控器裝備，通過口令讓家用電器完成各項(xiàng)功能。語音控制家電技術(shù)圍繞人工智能，機(jī)器學(xué)習(xí)語義識別，物聯(lián)網(wǎng) (IoT)，云計(jì)算 (cloud computing) 而展開。

本文以云端架構(gòu)為框架，為大家介紹語音控制技術(shù)是如何讓家用電器能說會聽的。主要內(nèi)容將圍繞以下幾個(gè)方面展開：

A. Azure云端語音控制和識別技術(shù)

B. 相關(guān)主要技術(shù)說明

C. 語音控制技術(shù)如何應(yīng)用于家電

D. 總結(jié)

Azure云端語音控制和識別技術(shù)

語音控制系統(tǒng)包括了語音識別、自然語音理解、對話管理、自然語言生成、語音合成。

1) 云端物聯(lián)網(wǎng)

a. 預(yù)測用戶意圖

b. 作為接口與后端/任務(wù)模型進(jìn)行交互

c. 提供語義分析結(jié)果的期望值

家用電器中，對話模式的情感要求會低一些，因?yàn)橛脩舭l(fā)出的大多是功能請求，比如：開機(jī)，詢問溫度或濕度等等。

2) 云端語音控制技術(shù)基本解決方案步驟

相關(guān)主要技術(shù)說明

1) Universal Windows Platform（UWP）

Windows通用應(yīng)用平臺，同一個(gè)API可以在電腦端，手機(jī)端，或其他windows10設(shè)備通用。換句話說，同樣的代碼可以在不同的終端運(yùn)行，不必為不同的平臺寫不同的代碼。

2) Cognitive service 的語音識別REST APIs & SDK

以語音識別為例：REST API 需要提前獲取密鑰，然后向服務(wù)器發(fā)送HTTP請求，經(jīng)過身份驗(yàn)證后，服務(wù)器將轉(zhuǎn)換后的音頻返回至本地。

這是Rest client應(yīng)用于Application（應(yīng)用程序）并在其中創(chuàng)建rest client的實(shí)例，然后在Application上調(diào)用一些方法。當(dāng)調(diào)用Rest client方法時(shí)，該方法將輸入轉(zhuǎn)換為http請求，并將請求發(fā)送到Rest api。來自端點(diǎn)的響應(yīng)是http響應(yīng)，Rest client將其轉(zhuǎn)換為Application可識別的類型，并返回給Application端。

由于我們不想向我們的Application（應(yīng)用程序）公開Rest client的詳細(xì)信息，可以添加Adapter(適配器)用來與外部服務(wù)通信。適配器接受Application(應(yīng)用程序)中已知類型的參數(shù)，并且返回值也是Application(應(yīng)用程序)中已知類型的參數(shù)。

3) Language Understanding Intelligent Service (LUIS)

Azure的LUIS是基于云的對話式AI服務(wù)，作用是使機(jī)器理解人的語言。 運(yùn)行方式可用一句話概括為：客戶端通過應(yīng)用程序直接發(fā)送語音請求到 LUIS， LUIS中的自然語言處理功能將命令轉(zhuǎn)換為JSON格式，分析后答案同樣以JSON的形式返回。LUIS平臺為用戶提供了訓(xùn)練模型的服務(wù)，并且模型具備“不斷學(xué)習(xí)的功能”，通過使用模型去回應(yīng)客戶請求，模型會不斷自動修正以提高準(zhǔn)確度。

自然語言處理離不開以下幾個(gè)方面：
(例如：用戶向家用檢測濕度系統(tǒng)發(fā)出”檢查濕度？”的指令。)

運(yùn)行Windows 10 IoT核心版的Raspberry Pi 3

Raspberry Pi 是一個(gè)開發(fā)板，可以連接到不同類型的傳感器。Raspberry Pi可以被用作Web服務(wù)器，該服務(wù)器接收不同的解釋命令并發(fā)送電信號，以控制安裝在Smart Home中的家用電器。

語音控制技術(shù)如何應(yīng)用于家電

語音控制使家庭環(huán)境更智能，實(shí)現(xiàn)家電的自動化。我們可以將其定義為：通過提供如健康，多媒體，娛樂和能源相關(guān)應(yīng)用的不同服務(wù)，通過引入技術(shù)改善居住者的生活質(zhì)量。

應(yīng)用舉例：智能濕度計(jì)---云端部署

1) 核心技術(shù)

在Raspberry Pi 3上運(yùn)行的Universal Windows Platform（UWP）應(yīng)用，使用語音識別API與傳感器與用戶進(jìn)行交互， LUIS 進(jìn)行語義分析，經(jīng)由Raspberry pi 3 將用戶的問題傳入，最后通過Cognitive service 的語音識別APIs 技術(shù)給出答案。

2) 架構(gòu)

3) 功能

4) 解決方案

總結(jié)

語音交互為用戶提供了一種全新的家居控制方式，使家用電器能說會聽，與此同時(shí)，當(dāng)下語言識別面臨的困難也不同忽視，主要包括以下幾點(diǎn)：

作者認(rèn)為，想要讓機(jī)器像人一樣思考問題，最大的挑戰(zhàn)是機(jī)器學(xué)習(xí)/人工智能技術(shù)與醫(yī)學(xué)（生理和心理學(xué)）的結(jié)合，因?yàn)楫?dāng)今科學(xué)界懂得醫(yī)學(xué)知識的人工智能科學(xué)家寥寥無幾。家用電器的人機(jī)對話可以大大減輕用戶的勞動力，機(jī)器有了情感以后，便可以增加聊天功能，機(jī)器會像朋友一樣在回答問題之余閑聊幾句，增添生活的樂趣。此外，機(jī)器對溫度等數(shù)據(jù)的把控度極為精準(zhǔn)，這是人類無法達(dá)到的。

綜上所述，語音控制技術(shù)應(yīng)用于家用電器是非常有前景的項(xiàng)目，未來會說話的家用電器會普及所有家庭。將來希望大量科學(xué)家進(jìn)入這個(gè)領(lǐng)域，致力于不斷創(chuàng)新與研發(fā)，使這一目標(biāo)早日實(shí)現(xiàn)。

審核編輯：郭婷