科创中国

行业领域

电子信息技术

需求背景

宁夏芮雷电子有限公司是一家专业从事智能语音交互技术研发和应用的企业，主要为汽车、家电、机器人等行业提供智能语音交互方案和产品。公司拥有自主研发的智能语音交互平台和多个行业应用场景，产品涵盖语音识别、语音合成、语义理解、对话管理等领域。为了进一步提升智能语音交互技术的性能和体验，公司希望研发一套基于人工智能的智能语音交互系统，实现对用户的自然、流畅、智能的语音交互，满足用户的多样化和个性化的语音需求。

需解决的主要技术难题

设计一个符合人工智能技术发展趋势和标准的智能语音交互系统架构，实现对用户的端到端的语音交互；

利用人工智能技术提高语音识别的准确率和鲁棒性，实现对用户的多场景、多口音、多噪声的语音输入的准确识别；

利用人工智能技术提高语义理解的深度和广度，实现对用户的多领域、多意图、多情境的语义输入的准确理解；

利用人工智能技术提高对话管理的灵活性和智能性，实现对用户的多轮、多主题、多模态的对话输入的有效管理；

利用人工智能技术提高语音合成的自然度和逼真度，实现对用户的多风格、多情感、多角色的语音输出的高质量合成。

期望实现的主要技术目标

系统能够支持用户的端到端的语音交互，包括语音输入、语义理解、对话管理和语音输出四个模块；

系统能够提高语音识别的准确率和鲁棒性，达到每秒至少10个字的识别速度，不低于95%的识别准确率，不低于90%的噪声抑制率；

系统能够提高语义理解的深度和广度，达到每秒至少5个意图的理解速度，不低于90%的理解准确率，不低于80%的覆盖率；

系统能够提高对话管理的灵活性和智能性，达到每秒至少3个回答或指令的生成速度，不低于85%的满意度，不低于75%的任务完成率；

系统能够提高语音合成的自然度和逼真度，达到每秒至少10个字的合成速度，不低于4.0分（满分5分）的自然度评分，不低于4.0分（满分5分）的逼真度评分。

处理进度