nlp语音交互的场景(语音交互的三驾马车)
nlp语音交互的场景(语音交互的三驾马车)
2024-11-23 11:30:10  作者:挼尽梅花  网址:https://m.xinb2b.cn/sport/ynm440821.html

语音交互是AI最重要的领域之一,也是目前落地产品比较成熟的领域,比如说智能客服、智能音箱、聊天机器人等,都已经有成熟的产品了。语音交互主要由哪些部分组成?各自主要处理什么任务?目前都遇到什么困难?本文将跟大家一起探讨下。


01 语音交互的组成

我们以一个智能音箱的例子来开始今天的讨论:

假设我们对智能音箱天猫精灵说“放一首周杰伦的《晴天》”。天猫精灵就会说“好的,马上为你播放周杰伦的《晴天》”,并且开始播放音乐。

这个过程猫精灵都做了些什么?

首先,天猫精灵把听到的声音转化成文字,然后理解内容,最后做出相应策略,并把响应策略转化成语音。

因此,语音交互就可以成以下这三个模块:


语音识别(Automatic Speech Recognition):简称ASR,是将声音转化成文字的过程,相当于耳朵。自然语言处理(Natural Language Processing):简称NLP,是理解和处理文本的过程,相当于大脑。语音合成(Text-To-Speech):简称TTS,是把文本转化成语音的过程,相当于嘴巴。

下面我们就来详细的介绍每一个模块。

02 语音识别(ASR)

通常语音识别有两种方法:

“传统”的识别方法,一般采用隐马尔可夫模型(HMM)基于深度神经网络的“端到端”方法。

两种方法都需要经过“输入—编码—解码—输出”的流程。

2.1 编码

编码就是把声音转化成机器能识别的样式,即用数字向量表示。


输入的声音信号是计算机没办法直接识别的,首先需要将声音信号切割成一小段一小段,然后每一小段都按一定的规则用向量来表示。

2.2 解码

解码就是把数字向量拼接文字的形式。


首先,将编译好的向量,放到声学模型中,就可以得到每一小段对应的字母是什么;

然后,把翻译出来的字母再经过语言模型,就可以组装成单词了。

当然声学模型和语言模型也是个神经网络,是通过大量的语音和语言数据来训练出来了,在这里就不展开讲了。

这里来个脑暴:

神经网络能不能做到,不需要编码和解码的过程,不需要声学和语言模型,直接把声音信号丢到神经网络里去训练,最后输出结果就是文字,具体中间过程是怎样的,让机器自己去学。如果这样能实现,我觉得很酷,看起来是不是真的很智能。

03 自然语言处理(NLP)

NLP是语音交互中最核心,也是最难的模块。

NLP主要涉及的技术有:文本预处理、词法分析、句法分析、语义理解、分词、文本分类、文本相似度处理、情感倾向分析、文本生成等等。但不局限于这些,涉及的技术比较多,且比较复杂。下面我们就挑几个主要的技术点简单聊下。

3.1 文本预处理

1)去噪声:

只要跟输出没有关系的我们就叫噪声,比如:空格、换行、斜杆等。

去噪声后,文本变得更加规范化,不会出现各种乱七八糟的符号,对于后续的处理非常重要。

2)词汇归一化

这个在处理英文文本时比较常用,如“play”,“player”,“played”,“plays” 和 ”playing”是“play”的多种表示形式。虽然他们的含义不一样,但是上下文中是相似的,可以把这些各种形式的单词归一化。

归一化是具有文本特征工程的关键步骤,因为它将高纬特征(N个不同特征)转化成低维空间。

3.2 词法分析

1)分词

分词就是把一个句子,切分成多个词汇。

比如:输入“明天深圳的天气怎样?”,这个句子就会被分成“明天/深圳/的/天气/怎样”。其中“明天”、“深圳”、“天气”就是这句话的关键词,通过关键词去匹配内容。

2)实体识别

实体提取:是指在一个文本中,提取出具体特定类别的实体,例如人名、地名、数值、专有名词等。

比如:输入“詹姆斯在NBA打了多少年”,其中“詹姆斯”就是实体词,计算机可能就可以通过当前的时间和詹姆斯加入NBA的时间给出他在NBA的球龄。

实体识别在信息检索、自动问答、知识图谱等领域运用的比较多,目的就是告诉计算机这个词是属于某类实体,有助于识别出用户意图。

3.3 文本分类

主要目的是为了将文档(文章)的主题进行分类,比如说是属于经济类、体育类、文学类等等。

解决文案分类问题,比较经典的算法是TF-IDF算法。

TF-IDF的主要思想是:如果某个词或短语在一篇文章中出现的频率TF高,并且在其他文章中很少出现,则认为此词或者短语具有很好的类别区分能力,适合用来分类。

别说“NBA”这个在一篇文章中出现的次数比较多,但又很少在其他文章中出现,那这篇出现多次“NBA”这个词的文章很可能就是体育类文章。

3.4 文本相似度处理

文本相似度通常也叫文本距离,指的是两个文本之间的距离。文本距离越小,相似度越高;距离越大,相似度越低。

比如:用户输入“这件衣服多少钱”或者说“这件衣服怎么卖”,这都是很口语化的句子,那要怎么给用户返回“衣服价格”呢?就是根据文本相似度处理的。

需要我们计算出“多少钱”、“怎么卖”跟“价格”的相似度,然后根据相似度去匹配最佳答案。

应用场景:推荐、排序、智能客服以及自动阅卷等。解决之前只能靠关键词精准匹配问题,识别语义,扩大了应用的范围。

3.5 情感倾向分析

情感倾向分析,主要分为两大类:情感倾向分类、观点抽取。

1)情感倾向分类

情感倾向分类是识别文本的情感倾向,如:消极、积极、中性。

比如:“这家餐馆不错,服务态度好、价格便宜”,整个句子是积极的评价。

情感倾向分类对给用户打标签,给用户推荐内容或服务,有比较好的效果。

2)观点抽取

观点抽取是把句子中的观点抽取出来。

还是“这家餐馆不错、服务态度好,价格便宜”这个句子,其中“服务态度好”、“价格便宜”就是观点词。

观点抽取对建立服务或内容的评价体系,有重要的意义。

3.6 目前遇到的困难

1)语言不规范


虽然目前我们可以总结出一些通用的规则,但是自然语言真的太灵活了。同一个词在不同的场景可能表达多个意思, 不管是通过理解自然语言的规则,还是通过机器学习,都显得比较困难。

2)错别字


在处理文本时,会发现有大量的错别字,怎么样让机器知道这些错别字,并且改过来呢,也是NLP的一大难点。

3)新词


在互联网高速发展的时代,网上每天都会产生大量的新词,我们如何快速地发现这些新词,并让机器理解,也是非常重要的。

04 语音合成(TTS)

实现TTS,目前比较成熟的有两种方法:“拼接法”和“参数法”。

4.1 拼接法

首先,要准备好大量的语音,这些音都是又基本的单位拼接成的(基本单位如音节、音素等),然后从已准备好的声音中,抽取出来合成目标声音。

优点:语音合成的质量比较高。缺点:数据量要求很大,数据库里必须有足够全的“音”。4.2 参数法

根据统计模型来产生每时每刻的语音参数(包括基频、共振峰频率等),然后把这些参数转化为波形。

优点:对数据的要求要小点。缺点:质量比拼接法差一些。4.3 其他方法谷歌DeepMind提出的WaveNet方法,基于深度学习的语音合成模型,不会对语音信号进行参数化,使用神经网络直接在时域预测合成语音波形的每一个采样点。Deep Voice 3采用一种新颖的用于语义合成的全卷积架构,可以用于非常大规模的录音数据集。VoiceLoop是Facebook提出的一种新的TTS神经网络,它能将文本转换为在室外采样的声音中的语音,且该网络架构比现有的网络架构简单。参考文章《CUI三部曲之语音识别——机器如何听懂你的话?》_AI新司机《AI是怎样理解人话的?浅析NLP中的分词和关键词_AI研习小分队》_@艺馨_20171101《语音合成TTS | AI产品经理需要了解的AI技术概念》《干货整理_2017(北京)百度技术沙龙NLP》_AI游学小分队_20171104《语音合成TTS技术的最新进展信息汇总》_赵琦_20180404《【NLP技术】:NLP简单介绍》《AI PM应该懂的自然语言处理(NLP)知识》

本文由 @Jimmy 原创发布于人人都是产品经理。未经许可,禁止转载。

题图来自Unsplash,基于CC0协议。

  • 松赞林寺庙(噶丹松赞林寺庙)
  • 2024-11-23噶丹松赞林寺庙噶丹•松赞林寺青稞架、木瓦房、牦牛群、威武的藏獒、高耸的白塔、圣洁的雪山、广博的牧场……几乎所有去过香格里拉的人,都会记住,这一切,构成了这片天堂圣境特有的风景,而这一片天堂圣境的灵魂所在,就是被称为。
  • 横店群演图鉴 20万横店群演现状
  • 2024-11-23横店群演图鉴 20万横店群演现状横店是个什么地方?是无数星光璀璨的大明星工作的地方,也是不少知名导演和编剧来往的地方,同样还是数以万计粉丝挤破头想要进去地方这三种情况的确存在,但容易被忽略的是,横店里不只有明星导演,还有无数不知名的。
  • 李连杰计春华完整:计春华去世李连杰甲亢
  • 2024-11-23李连杰计春华完整:计春华去世李连杰甲亢【高能E蓓子】系今日头条签约作者,此文为高能E蓓子原创,禁止任何形式的转载,转载请后台联系,但欢迎你们转发到朋友圈近日,一个悲伤的消息传来著名武术影视演员计春华于7月11日上午10点35分因病在杭州去。
  • 谎言真探演员名字(谎言真探电视剧)
  • 2024-11-23谎言真探电视剧谎言真探第1集分集剧情介绍杀夫命案反转惊人  一处屋内,手机显示来电,一名叫周若君的女子拿起手机,从杂乱无章的房间走到客厅,这里同样乱七八糟同样响起的还有敲门声,一声一声,让人的耳膜颇为不舒服8个月后。
  • win10蓝屏内存错误(快来看看吧)
  • 2024-11-23快来看看吧在安装Win10之前有没有电脑不稳定迹象,蓝屏重启等如果出现这种情况,请检查内存主板检查你的win10安装盘来源是否安全,是否官网镜像或是可靠的网站下载的,有无精简查看蓝屏之前的Win10运行环境,是。
  • 披荆斩棘的哥哥vs乘风破浪的姐姐(披荆斩棘的哥哥2)
  • 2024-11-23披荆斩棘的哥哥2最近看《披荆斩棘的哥哥》第二季,似乎热度不足这季舞台依然很炫,顶级优秀的制作团队,嘉宾阵容比第一季更豪华,哥哥们的实力自不必说,舞台演出作品演绎都很出色,只是好像还尚未有印象深刻的出圈作品,强大的嘉宾。
  • 九江小英雄人物有哪些(九江历史上的今天)
  • 2024-11-23九江历史上的今天1938年4月7日,沪江大学校长刘湛恩被日伪特务刺杀地点:上海类别:人物刘湛恩像图源:维基百科刘湛恩(1896年-1938年4月7日),湖北省阳新县人,出生于湖北阳新县一个贫寒之家,四岁时父亲去世,因。
  • 感谢顾客支持信任的经典句子(感谢顾客信任简单说说句子)
  • 2024-11-23感谢顾客信任简单说说句子1、感谢你的关怀,感谢你的帮助,感谢你对我做的一切,请接受我最真心的祝愿:一生平安如意健康快乐!2、时常觉得自己是个幸运的人.无论何时何处总有人给我帮助与关怀一再的体会,一再的确信,是大家用爱心与宽容。
  • 防弹少年团歌曲汇总mic(防弹少年团的又一里程碑)
  • 2024-11-23防弹少年团的又一里程碑BTS已经被越来越多人认识了这一次他们的歌曲作为开场介绍歌曲被用在了官方NBA比赛中BTS的歌曲“MICDROP(remix)”在洛杉矶湖人队和俄克拉荷马城雷霆队的NBA常规赛比赛期间作为开场介绍歌曲。
  • 库尔勒什么时候通航班(3月27日起库尔勒机场)
  • 2024-11-233月27日起库尔勒机场3月17日,记者从库尔勒机场了解到,从3月27日起,库尔勒机场即将执行夏秋航班时刻从3月27日起,库尔勒机场开通直达上海虹桥与青岛航线,并恢复库尔勒直达武汉航线目前,库尔勒直达内地的航班有成都、西安、。
  • 女明星同款发色显白(不挑肤色超显白)
  • 2024-11-23不挑肤色超显白想换发色的仙女们注意了!最近这个橘色调真的好火!宋轶为时尚芭莎拍摄的一组夏日妆容大片,橙橙橘橘的泫雅的整个造型不单头发丝透露着橙光,妆容和服饰都橘红橘红的!溢出满屏的美艳李圣经也染了亮橘色的橙发色彩权。