虛擬助手，尤其是那些擁有語音用戶界面（VUI）的虛擬助手，是這個節(jié)日最搶手的禮物之一。

自2011年Siri問世以來，這些便利裝置越來越多地出現(xiàn)在我們的日常生活中。全球約有7億人使用AI個人助理，預(yù)計到2021年，個人助理市場將增長到近20億。此類解決方案也很多：從Siri到Google Assistant到Amazon Alexa和Microsoft Cortana。最近，三星也推出了個人助理Bixby，而Facebook預(yù)計明年將向市場推出虛擬助手（簡稱“M”）。

作為開發(fā)者，了解這些設(shè)備如何工作以及如何利用其功能非常重要。個人助理的內(nèi)部配備了藍(lán)牙和Wi-Fi模塊（如Qualcomm?QCA9377-3）以及處理器（如Qualcomm 驍龍? 移動平臺）。本文將探討如何將這一切結(jié)合到一起。

會話界面是模仿與人交談的用戶界面。個人助理有兩種交互方式：聊天機(jī)器人（或基于文本的交互）和語音用戶界面（或語音激活助手），如前面所述的商業(yè)產(chǎn)品。語音激活助手通常是基于命令的AI交互——您“喚醒”它并告訴它應(yīng)該做什么。

語音激活助手是處理日常任務(wù)的理想選擇，例如：

?事實調(diào)查：互聯(lián)網(wǎng)搜索，查找信息、了解時間和查詢天氣。

?任務(wù)：設(shè)置鬧鐘、發(fā)送消息、播放音樂。

?信息收集：呼叫中心（收集用戶信息），醫(yī)療衛(wèi)生（提供初步診斷）。

?培訓(xùn)：通過與AI老師交談學(xué)習(xí)新的語言。

使用VUI，無需鍵盤、屏幕和拼寫檢查，也使得個人助理可用于免手動通信以及無障礙需求。

組件

語音助理的硬件組件包括揚(yáng)聲器和麥克風(fēng)、藍(lán)牙和Wi-Fi模塊、標(biāo)準(zhǔn)計算機(jī)架構(gòu)（CPU和RAM）。雖然設(shè)備中有很多技術(shù)，但真正的“大腦”通常放在云端。

編寫VUI應(yīng)用最簡單的方法是使用類似Dialogflow這樣的庫，這些庫已經(jīng)針對所有主要公司做了集成。如果您希望更深入研究“大腦”，可以學(xué)習(xí)更多關(guān)于自然語言處理和機(jī)器學(xué)習(xí)的知識。

流程

作為開發(fā)者和設(shè)計人員，為使此項技術(shù)發(fā)揮作用，需要理解完整的命令交互過程：

?虛擬助手通過觸發(fā)詞（“Ok Google”，“Hey Siri”）“喚醒”，確保其開始執(zhí)行您的命令。

?音頻記錄在設(shè)備端，經(jīng)過壓縮并通過Wi-Fi流式傳輸?shù)皆贫恕ＭǔＪ褂媒翟胨惴ㄌ幚碛涗浀囊纛l，以便云端更容易地解釋命令。

?使用專有語音到文本平臺將音頻轉(zhuǎn)換成文本命令。通過以指定頻率對模擬信號進(jìn)行采樣，模擬聲波被轉(zhuǎn)換為數(shù)字?jǐn)?shù)據(jù)。分析數(shù)字?jǐn)?shù)據(jù)，確定英語音素（“bb”，“oo”，“sh”等）的出現(xiàn)位置。一旦識別出音素，就使用統(tǒng)計建模算法（如Hidden Markhov模型），確定特定單詞的可能性。

?使用自然語言處理（NLP）文本，確定所需的行動。算法首先使用詞性標(biāo)注確定形容詞、動詞、名詞等。將此標(biāo)記與統(tǒng)計機(jī)器學(xué)習(xí)模型結(jié)合起來，推斷句子的含義。

?如果行動需要進(jìn)一步的搜索，那么就在此時執(zhí)行。例如，“Hey Siri，什么是驍龍移動平臺？”需要聯(lián)網(wǎng)搜索返回信息。如果命令類似于“Ok Google，發(fā)送一條消息”，則命令數(shù)據(jù)（操作：發(fā)送消息，收件人：媽媽）被發(fā)送回虛擬助理。

接下來將流行什么？

現(xiàn)在，知道語音助手是如何工作的了，您可以開始構(gòu)建自己的產(chǎn)品。不妨嘗試制作一輛配備聲控功能的遙控車，或者是一個響應(yīng)孩子命令的圣誕樹？憑借語音識別的強(qiáng)大功能和最新的Qualcomm Technologies產(chǎn)品，包括藍(lán)牙和Wi-Fi模塊以及Qualcomm 3D音頻工具，您可以在假期中享受開發(fā)挑戰(zhàn)帶來的樂趣。

更多Qualcomm開發(fā)內(nèi)容請詳見：Qualcomm開發(fā)社區(qū)。