在越来越多场景下，我们可以看到智能语音的应用，而其中，“语音唤醒”这个概念是必然要被提及的。这篇文章里，作者就对“语音唤醒”的定义、功能、问题等方面做了解读，一起来看看吧。

一、智能语音的发展趋势

2017年，小爱同学、天猫精灵诞生，到2019年分别基于手机、家庭开始打造以语音交互为核心，智能场景协同的护城河；

2020年智能音箱在国内销量一度达到1.51亿台，成为继手机之后的销量最大的终端智能消费品类。

消费类智能语音终端的趋势：

• 单设备、单场景的指令交互向多设备、全场景的智能交互发展；
• 从单感官的交互方式向多感官的人机交互（多模）演进；
• 从功能性向情感陪伴的精神需求演进。

二、什么是语音唤醒？

在连续语流中实时检测说话人特定语音片段。

三、语音唤醒的指标有哪些？

唤醒率：用户交互成功率。

误唤醒：用户未进行交互，误触发的概率，一般以一天发生几次计算。

B端究竟需要什么样的产品经理？

B端产品经理都是以提升供应侧的工作效率为目的，所以B端需求主要是以业务问题为导向。 这个是B端产品比较重要的一点，B端产品是服务于一个主体 ...

查看详情 >

响应时间：用户说完唤醒词后设备给出反馈的时间。

功耗水平：唤醒系统的耗电量如何，由于目前智能座舱应用于新能源汽车，该指标可不计。

四、语音唤醒能够做的具体功能

oneshot：用户无需等待唤醒反馈，即可发出工作指令。例：“你好百度播放音乐”，客户端会在唤醒后直接启动识别以及语义理解等服务。

多唤醒：满足用户个性化的唤醒词候选。例：百度的车，你可以用“你好百度”，用户也可以自定义“你好腾讯”。

ZERO-SHOT：将常用指令作为唤醒词，达到用户无感知的唤醒效果。例：“打开车窗”、“导航到天安门”作为唤醒词，实现快速响应；这种唤醒策略，为了减少误唤醒平吕，大多情况下都会限制唤醒词范围。

五、语音唤醒遇到的典型问题

场景鲁棒性：在环境嘈杂的情况下，通常会唤醒失败或者误唤醒，常见的车内场景：播音场景、开窗场景、高速场景、交谈场景等，该类场景通常作为路试的必须场景。

相似词误唤醒：例：当唤醒词为“你好百度”，此时说“你好小度”。

提前唤醒：当唤醒词为“你好百度”，此时说“你好百”就唤醒。

词嵌套：当唤醒词有“百度”“百度助手”，用户准备喊“百度助手”，“百度”被唤醒。

六、产品角度看语音唤醒

用户体验：语音唤醒作为语音交互的开始，唤醒率极大的影响了用户对语音的使用欲望，目前智能座舱的语音唤醒率普遍已经实现≥95%，能够给到用户较为满意的体验。

未来趋势：如今各家都在这点上做不断地优化，同时开始向多模语音的方向发展，但是多模交互在当前技术阶段，存在支持范围受限、误唤醒率高、成本较高等问题，语音唤醒词在一段内，仍是市场主流的选择。

未来随着VPA、主题世界、大模型对话在车机上的应用，唤醒词可能会随着语音风格等有着更加有趣的变化。比如“你好，嬛嬛”，“华妃在哪”。

品牌价值：语音唤醒词在一定程度上也对品牌的塑造有一定的价值，目前各家的默认唤醒词通常都为语音助手的名字“理想同学”、“小琪”、“小P”等等， 在日常语音使用中，不断深化用户对品牌的认知。