IT之家12月3日消息 小愛同學(xué)官方剛剛發(fā)文詳解小愛同學(xué)的連續(xù)對(duì)話功能，并表示該功能不只是減少喚醒次數(shù)這么簡(jiǎn)單。

小愛同學(xué)官方表示，自然連續(xù)對(duì)話功能底層基礎(chǔ)是全雙工技術(shù)。雙工是通訊傳輸?shù)囊粋€(gè)術(shù)語，指同步雙向的信息傳輸，在語音交互中，全雙工的體現(xiàn)，是小愛同學(xué)具備“邊說邊聽”的能力，即說話的時(shí)候，也可以處理用戶的指令。從用戶的角度來講，就是可以隨時(shí)打斷小愛同學(xué)說話。

光有全雙工技術(shù)還不夠，想要在手機(jī)上實(shí)現(xiàn)連續(xù)對(duì)話，首先需要解決連續(xù)的說話聲檢測(cè)和語音識(shí)別，回聲消除和無關(guān)人聲拒識(shí)等一系列難題。

回聲消除指的是，我們要把手機(jī)自己的聲音消除掉，這需要的是硬件支持和系統(tǒng)底層的優(yōu)化，手機(jī)部的同事給項(xiàng)目提供了很大的幫助，他們經(jīng)過不斷的調(diào)優(yōu)，完成了技術(shù)突破，在新的主流機(jī)型取得了很好的效果。

無關(guān)人聲拒識(shí)是要識(shí)別周圍的人是不是在跟小愛同學(xué)說話，不是的話就不響應(yīng)。這個(gè)問題給我們提出了很大的挑戰(zhàn)，一是因?yàn)槲覀優(yōu)榱烁玫臐M足用戶跟小愛同學(xué)交互的訴求，直接針對(duì)開放領(lǐng)域來做全雙工，而這在業(yè)界公認(rèn)是比較困難的；另一方面，拒識(shí)不是一個(gè)有標(biāo)準(zhǔn)定義、界限清晰的任務(wù)，需要結(jié)合產(chǎn)品體驗(yàn)和技術(shù)現(xiàn)狀定義問題邊界。我們采用端到端數(shù)據(jù)驅(qū)動(dòng)的方法，基于語音和語義特征聯(lián)合建模，取得了不錯(cuò)的效果。在實(shí)測(cè)中，當(dāng)用戶在比較嘈雜的環(huán)境使用小愛同學(xué)時(shí)，可以把大部分無關(guān)人的說話聲過濾掉，減少了對(duì)用戶產(chǎn)生的干擾。

至于為什么要實(shí)現(xiàn)小愛同學(xué)的連續(xù)對(duì)話功能，小愛團(tuán)隊(duì)負(fù)責(zé)人王剛博士表示，連續(xù)對(duì)話不僅是一次喚醒、一個(gè)效率的提升這么簡(jiǎn)單，它更是一種能力的進(jìn)化，通過連續(xù)對(duì)話，小愛同學(xué)能在人與人交互中發(fā)生更復(fù)雜的任務(wù)，比如說語音間餐、語音看病、語音教學(xué)，都是在連續(xù)對(duì)話中產(chǎn)生的更復(fù)雜的任務(wù)。