人機對話，為什么讓人上頭？人工智能來了？

小杜，在呢，播放音樂~

不知不覺，與智能助手的對話，成為了日常溝通的一部分。無論是在家里亦或是車里，總有一個助手與我作伴。這讓我想起了一個名字“鐵蛋”。

恰巧近期重溫了《小靈通漫游未來》，整個人不自覺就融化在小時候看這連環畫時那種驚奇的回憶中，再一次萌生了去書里找找那時候，是否有關于語音識別的暢想。
現實生活中的“鐵蛋”形態各異，有放在書桌上的臺燈，有放在客廳的音響，有業務大廳佇立的柜機，有汽車大屏里的人機，它們有一個共通點，就是擁有強大的語音識別和交互能力，聽得懂人話，識別成功率高，反應速度快，這些重要因素將成為你會不會和它們對話的前提。

今天為大家帶來的就是關于語音識別****測試的方案，這套方案針對智能產品和車載交互系統，提供一套語音識別的測評方法，從而為語音識別系統的質量評估提供參考依據。

盡管現在的語音對話還不夠完美，總有不同程度的錯誤，所以我們才會不斷去測試，模擬，優化，調整，

即便「完美」是遙不可及的彼岸，對我們而言，也是心中仍時常凝望的那盞綠燈。
慣例，在看一個測試項目之前，先去看標準——

語音識別測試的參考標準主要有2個，國標GB/T 21023和電信終端產業協會的標準 (起草單位: 中國信息通信研究院)。

初次閱讀時則被這個標準的時間所觸動，那是2007年，布局很早啊~

節省時間，我替粉絲們閱讀總結，里面提到的測試項目包括下列：

? 喚醒率 / 識別成功率

? 誤喚醒率

? 響應時間

? 測試環境

而且針對智能產品和車載交互系統，不同的測試環境都有不同的具體要求。
眾所周知，這些年智能設備已經進入千家萬戶，已經擺脫了傳統物理按鍵。記得測測有一次去閨蜜家，她家的馬桶都是需要語音交互才能發揮功能的。這真的有點讓我很“社死”。哎，這令人窒息的 設計感 。

言歸正傳，來看看智能設備語音識別測試的環境：

? 喚醒源和被測品距離: 1/3/5m

? 噪聲源距離和多個角度: 1.5m

? SNR >=15dB

信號源和環境噪聲聲壓的具體要求如下——

舉一反三的同學在這里就會舉起右手，準備提問了。

像智能音箱這種，標準對測試環境有要求，被測品和播放喚醒詞的聲音源之間的距離， 和背景噪聲要達到指定的聲壓等等，非常明確。

但問題來了，我們如何確保環境能滿足標準里的聲壓要求呢？

很簡單，那我們就對環境做校準啊~~~

測試前我們需要對環境進行校準，大概流程如下：

1）在被測品位置放置標準麥克風

2）調整播放喚醒詞的聲音源聲壓，直到滿足標準要求

3）調整背景噪聲的聲壓，直到滿足標準要求

4）最后保存校準數據即可

當被測品是車載交互系統時，標準對測試環境也有明確要求，不過思路和智能產品一樣。比如被測品和播放喚醒詞的聲音源之間的距離， 和背景噪聲要達到指定的聲壓。

車載交互系統語音識別測試的環境：

? 人工嘴聲壓: -4.7dBPa

? 背景噪聲: 喇叭 x 4 + 低音喇叭 x 1

噪聲聲壓具體聲壓如下——

同樣，為了確保環境能滿足標準里的聲壓要求，我們在車載交互系統測試前也需要對環境做校準。

大概流程如下：

1）在被測品位置放置標準麥克風

2）調整播放喚醒詞的聲音源聲壓，直到滿足標準要求

3）調整背景噪聲的聲壓，直到滿足標準要求

4）最后保存校準數據

看，和上面的流程一模一樣。

這時候，或許你會想，如果有一套軟件能hold住整場，是不是有這個可能？
作為ETS軟件部門，開發了一套又一套的好用、實用軟件。這次就讓我們透過軟件感受測試。此番帶來，想必會為語音識別測試體系增添新的主角。

/FOR TEST/

****第一步 ，填寫喚醒詞 ***

填寫喚醒詞 (選擇男/女聲，語速, 高低音）或改用自己的語音庫。

*第二步 ，寫反饋字

填寫反饋關鍵字 （比如，在, 嗯，你好..)。

****第三步，選場景 ***

校準不同噪聲的場景并選擇測試環境。

****第四步，參數設置 ***

設置循環次數和門限

****第五步，整起來 ***

最激動人心的時刻---開始測試

審核編輯 黃宇