语音技术带来的表单查询交互改进

语音形式分层

命令

每下达一次命令，就相当于触发一次事件。

如何提高

语音命令

转化

文字

的准确性？

提供上下文

例如：

表单重置

就比

重置

的识别率高。

提前打标

例如：把同志，通知，通吃都当做重置。

机器学习改进

例如：发音在谐音库范围内，统统识别成重置。

消除环境噪音

例如重置的，重置嘿。

方法一：

不用笔记本内置麦克风，用耳麦。

方法二：

通过(文本编辑距离/文字个数)函数，设定一个临界值。

其中0算是匹配OK。除0外，值越靠近1匹配越精确。

一句话

命令

能触发事件，调用方法。

一句话

则不仅能调用方法，还能传参。

例如：

查询工号007的薪资

。

经分析，

查询薪资

是用户意图；

工号007

是参数。

然后调用预设的方法，输出结果即可。

怎么分析呢？

使用

依存句法分析

。


例如：



依存句法分析标注关系 (共15种) 及含义如下：



实际使用存在的问题：

环境噪音和个人说话习惯。

即语音输出的文字，不是一个完整结构的句子。

这会导致句法分析结果错误。

改进方法：

还是得靠提前打标 和 机器学习改进，把结构不完整的句子 自动修复成 完整结构句子。

对话问答

有了能传参、能调用方法的

一句话

，我们还需要引导。

例如：

查询

。

你可以

查询员工薪资

，还可以

查询员工基本信息

。

查询员工薪资

。

你可以通过工号查具体某人，也可查某部门下所有员工。

你可以说

查询工号007的薪资

，也可以说

查询信息平台的员工薪资

。

对话的沟通细节很多，关键在于构建对话流程。

以后会出现

面向对话编程

。

语音交互对报表网页的改进

快速填写部分表单域。

快速完成简单查询功能。

快速进行表单新增操作。

国际化句子的本地化比网页中的单词本地化更自然。

当前的视觉交互可能会作为语音交互的辅助。