评测语音技能的智能程度之交互流畅

这里有3个细节。

第一个是反馈的行为折损。根据历史数据表现，1个问题被报上来，背后往往有至少10个以上的用户遇见过，只是用户懒/报问题麻烦，没有报而已。

第二个是反馈的信息折损，客服问：你做了什么操作导致的崩溃?用户答：我也不知道，就崩溃了。这种情况，是不利于排查和定位问题的。

第三个是“解决方案的设计”，这里也分为“临时解决方案”和“全局最优解决方案”两说。

下图是一个信息化的风控结构，做过相关模块的，懂得自然懂，篇幅太长，此处不展开。
 

所以，在考量服务稳定性上有两个大层面，一个是智能助手本身的稳定性表现，二个是在服务用户的过程中，如何规避，以及遇见问题后的业务响应速度表现。

服务稳定性的考量是以一定周期、频次进行考量才是科学合理的。

【交互流畅】(2)响应速度/流畅度

服务稳定性保障了之后，接下来就是速度。

语音交互这件事，本身就是因为语音输入的高效性。

当用户发出了需求，希望尽快拿到反馈，

现在的用户极其没有耐心，速度一旦过慢，注定会被弃而不用。

 

1、人类唤醒后，计算器的响应灵敏度，灵敏度太强(误唤醒)或太弱(没反应)都不好，当然如果升级下维度，还可以添加场景，比如噪音下唤醒，远场唤醒等。灵敏度是可以调试的，以表现合适最好。

2、人类表述了自己需求后，ASR有两种方案，一种是边识别边转换文本，另外一种是表述完毕后一口气转换为文本。

3、业务逻辑处理表现，其实是NLP领域最为核心的部分，也是最为耗时的部分，从效率角度上而言，此处尽管追求越快越好。

4、这里的语音播放，不是越快越好，而是合适就好，语速太快会给人一种轻浮及不稳重的感受，太慢则显得很笨以及可能造成不耐烦。而反馈样式则需要尽快呈现，有些智能助手语音播放完毕了，结果下面的内容还没加载到位。

5、人类总计2次交互，一次唤醒，一次表达意图，这2个行为过后，等待AI反馈。也就是说，当用户说完话后的下一秒，助手要同时处理，识别+理解+接口查询+反馈四个阶段，这个过程中，全部都是用户的等待状态。

人们去饭店点完了菜，等上菜的过程中，中间服务员还会过来帮忙缓解，这个过程较长，一定要考虑好等待体验管理，不至于让用户无聊。

（编辑：长春站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!