【消息】语音唤醒性能升级误唤醒率下降60

发布时间：2021-01-03 01:33:52 阅读：次来源：安全网厂家

设备唤醒的高灵敏，容易触发更多的误唤醒。用户在聊天或者看电视的时候，就常常遇到旁边的智能音箱突然被唤醒，被“插话”，让用户不胜其烦。此前，大部分产品能达到2次/24小时的误唤醒率已经算是不错的水平。而思必驰最新的技术优化后， 500h+实测，每48小时误唤醒仅一次，在维持超高唤醒率的同时，误唤醒率相对降低60%。

AI已成为无人不谈的话题，曾经，“Hey Siri”为我们带来新鲜，成为启动IPhone语音助手的第一步，逐渐地，“Hi Cortana”，“Alexa”，“OK Google”等走进我们的生活，这些语音命令均为智能设备的“名字”，即预设“唤醒词”，唤醒是人机交互的必要一环。

语音唤醒，开启语音交互的第一步

传统的人机交互方式往往需要通过手动按钮来开启，但这种方式在需要解放双手和远场环境中显得力不从心，而且在实际使用中，设备亦不可能一直监听说话内容，此时我们需要一个触发机制，一旦触发，设备就开始分析用户需求，否则设备处于待机状态。

现在唤醒就充当这个触发机制。当用户企图开启带有语音功能的设备时，无需动手，可直接说出“唤醒词”，处于休眠/待机状态下的设备检测到用户的声音指令，会从休眠/待机状态快速进入工作状态。简言之，语音唤醒即通过预设唤醒词，激活设备的识别引擎，开启语音交互。

语音唤醒的优势：

a) 解放双手，随叫随到。

b) 唤醒触发目标角度增强，语音识别，声纹识别，避免设备长时间处于工作状态，达到省电低功耗的目的。

目前思必驰支持自定义唤醒词，用户可以根据产品的个性化需求选择合适的词。唤醒词的选择标准：

a) 最好3～5个字

b) 相邻音节之间的差异尽量大些，避免用叠字;

c) 避免选择多音字，地区发音差异大的字;

d) 选择开口大，响度大，发音较清晰的字;

e) 选用非常用词，减少误唤醒的可能。

误唤醒却带来了麻烦

目前，市场上已经出现了很多具备语音功能的智能硬件产品，智能后视镜、智能音箱、机器人、智能电视等等，这些产品不约而同地追求超高唤醒率，而设备唤醒的高灵敏，容易触发更多的误唤醒。用户在聊天或者看电视的时候，就常常遇到旁边的智能音箱突然被唤醒，被“插话”，让用户不胜其烦。

例如，用户口中的“小明”意图为产品指代，并非唤醒指令，但设备却被“误唤醒”。在语音交互过程中，误唤醒是指设备听到与唤醒词相近的音而被误触发的情况，这会导致处于工作状态的设备会将“听”到的内容在本地或云端保存下来，引起用户对隐私安全问题的担忧，给用户生活带来了麻烦。

如何让智能设备准确判断用户的使用状态，捕捉用户意图，降低误唤醒率，是提升产品体验的重要一环!

思必驰语音技术升级，误唤醒率降低60+%

针对令人头疼的误唤醒情况，思必驰近期升级了超低误唤醒技术。基于云端的唤醒词验证办法，通过大数据分析，获取用户使用状态分布，采用深度学习技术，分析当前声学环境，挖掘用户意图，从而动态调节唤醒的状态。特别是结合环形麦克风阵列，可以更有效捕捉用户空间声学环境，更加有效地降低误唤醒。

此前，大部分产品能达到2次/24小时的误唤醒率已经算是不错的水平。而思必驰最新的技术优化后，在普通干扰环境(背景聊天，电视播放等)下的500h+实测，每48小时误唤醒仅一次。在维持思必驰超高唤醒率的同时，误唤醒率相对降低60%，产品体验大大提升。阿里天猫精灵的最新版本的唤醒性能已显著提升，欢迎大家实测!

双面功能更机智

在上图中，思必驰语音系统可以根据先验知识，追踪用户的使用状态，准确判断用户是否在真正唤醒设备，抑制误唤醒。

同时，当用户说话声较小，背景噪声环境、交互距离等因素造成收音效果不佳时，系统会追踪用户的说话意图，判断用户是否在尝试进行语音交互，并做出反馈。

它和思必驰麦克风阵列方案更配哦!

思必驰线性4麦阵列、环形6麦阵列都有着十分优秀的前端信号处理能力，能够有效抑制噪声并进行语音增强，准确计算说话人的角度和距离，实现对目标说话人的跟踪和语音定向拾取，支持5米远场交互和180°/360°全角度拾音。思必驰超低误唤醒率技术结合麦克风阵列，可以更有效捕捉用户空间声学环境，追踪用户意图，更有效减少误唤醒。