做AI语音软件,最难的是什么?是听懂一句话背后的意思。
用户说:“把灯调亮一点。”
表面意思是调亮度。但深层意思,可能是用户眼睛不舒服,可能是房间太暗看不清,可能是心情不好需要亮一点的光。
这些深层意思,AI怎么知道?
要有常识。亮一点的光,可以缓解眼睛疲劳。这是常识。
要有上下文。看看用户之前说过什么。如果用户之前说过"眼睛累",那这次调亮一点,可能就是缓解眼睛疲劳。
要有推理。从用户的话里,推理出真实意图。说"我困了",AI可以问:“要不要调暗一点,好休息?”
这些能力加在一起,AI才能理解一句话背后的意思。
这是最难的地方。听懂语音,谁都能做。听懂意图,很少人做得好。
允董专注这件事。不只是听懂语音,是听懂意图。
从温州柳市方言开始,积累更多的场景数据。把方言和意图结合起来,让AI真正懂用户。
AI语音软件,最难的是理解这句话。听懂语音容易,听懂意图难。
允董在难的地方下功夫。


夜雨聆风