日前，微軟研究院對(duì)其2019年的研究進(jìn)行了全方位盤(pán)點(diǎn)，“人機(jī)交互”赫然紙上。

自從人類發(fā)明了計(jì)算機(jī)，就持續(xù)面臨著一個(gè)根本性問(wèn)題：我們到底應(yīng)該如何與機(jī)器交互？拋開(kāi)具體交互形式，顯然人機(jī)交互經(jīng)歷了一個(gè)從人適應(yīng)機(jī)器，到機(jī)器適應(yīng)人的過(guò)程。就目前來(lái)說(shuō)，看待人機(jī)交互最終趨勢(shì)的的根本視角，應(yīng)當(dāng)從人更渴望什么來(lái)分析。

用戶期望的人機(jī)交互該具有哪些特點(diǎn)？

隨著人工智能技術(shù)的發(fā)展，自然語(yǔ)言交互必定是實(shí)現(xiàn)“命令自然化”的關(guān)鍵突破口。語(yǔ)言聲學(xué)技術(shù)為人機(jī)交互注入了智能屬性，交互不再是精確的“指令”。

在上世紀(jì)出現(xiàn)Google、百度等搜索引擎的時(shí)候，交互還是單向的，但出現(xiàn)智能手機(jī)之后我們的交互變成了雙向。比如蘋(píng)果的交互史，在剛開(kāi)始做出來(lái)第一代iPhone的時(shí)候并沒(méi)有語(yǔ)音交互的能力，但經(jīng)過(guò)市場(chǎng)調(diào)研之后發(fā)現(xiàn)有75%的用戶都希望有語(yǔ)音控制。于是，在后面兩代iPhone加入了語(yǔ)音控制，但到后面發(fā)現(xiàn)實(shí)際使用的用戶竟然不到5%，蘋(píng)果經(jīng)過(guò)總結(jié)之后發(fā)現(xiàn)不僅僅是語(yǔ)音，還必須有自然語(yǔ)言交互。

研究公司Ovum報(bào)告稱，人機(jī)交互技術(shù)進(jìn)步，更趨向人類自然對(duì)話體驗(yàn)。正如我們對(duì)自然語(yǔ)言處理技術(shù)的應(yīng)用場(chǎng)景的想象，關(guān)鍵在于足夠自然，人工智能永遠(yuǎn)都在追趕最高的自然智能。

信息文明走向智能文明 ，機(jī)器需適應(yīng)人類的自然語(yǔ)言體系，然后完成任務(wù)。

從使用場(chǎng)景想象，看人機(jī)交互未來(lái)發(fā)展趨勢(shì)

技術(shù)的發(fā)展雖然革新了我們的生活方式，但是長(zhǎng)久以來(lái)，人機(jī)交互一直延續(xù)著人類“輸入”，機(jī)器“反饋”的循環(huán)模式，人類始終是主動(dòng)的，機(jī)器始終是被動(dòng)的?！栋俣热藱C(jī)交互研究報(bào)告》認(rèn)為，人工智能賦予了機(jī)器情境感知和自主認(rèn)知能力，使我們有機(jī)會(huì)構(gòu)建機(jī)器主動(dòng)服務(wù)于人的交互模型。

由此，我們可以預(yù)測(cè)人機(jī)交互的發(fā)展趨勢(shì)，主要體現(xiàn)在：

交互理念方面，機(jī)器從被動(dòng)接受信息到主動(dòng)理解信息，以及從滿足基本功能到強(qiáng)調(diào)用戶體驗(yàn)；

交互設(shè)備方面，機(jī)器輸入、輸出的方式更加自然化、內(nèi)容多樣化。

顯然，這些也是人機(jī)交互現(xiàn)階段所面臨的的痛點(diǎn)問(wèn)題。

語(yǔ)音識(shí)別+聲紋識(shí)別+NLP：破除人機(jī)交互智能化障礙

以智能音箱為例，需要其不再是基于幾個(gè)關(guān)鍵詞來(lái)反饋結(jié)果，而是能夠理解用戶的語(yǔ)言指令，完成一項(xiàng)完整的任務(wù)。

一方面，語(yǔ)音交互將使智能音箱跳出了傳統(tǒng)的“命令式交互系統(tǒng)”，你可以說(shuō)“為我播放一首爵士樂(lè)”、“為我查一下明天的天氣”等這類不再精確的指令。機(jī)器擁有理解人類語(yǔ)言、分析語(yǔ)言意圖，進(jìn)行更多的決策的可能。

另一方面，語(yǔ)音技術(shù)的進(jìn)展使得我們可以遠(yuǎn)距離控制設(shè)備。在移動(dòng)互聯(lián)網(wǎng)時(shí)代，用戶需要更為方便自然的人機(jī)交互方式。當(dāng)互聯(lián)網(wǎng)從個(gè)人電腦向移動(dòng)終端遷移，人們?cè)谧呗?、開(kāi)車(chē)、吃飯時(shí)都可以通過(guò)互聯(lián)網(wǎng)獲取信息、完成任務(wù)，語(yǔ)音交互的非接觸性，解放了雙手，成為了快捷方便的方式。

“萬(wàn)物互聯(lián)”時(shí)代下的人機(jī)交互：以用戶為中心，使產(chǎn)品主動(dòng)為受眾的提供服務(wù)

隨著5G的發(fā)展和互聯(lián)網(wǎng)技術(shù)的不斷成熟，人類已經(jīng)進(jìn)入到了一個(gè)萬(wàn)物互聯(lián)的“大連接”時(shí)代，“大連接”的目的是為了讓人類的生活更加美好，更加便利。

設(shè)備被賦予的大量連接，連接為交互建立了通道。交互通道建立后的下一步，是用人工智能技術(shù)為“大連接”時(shí)代賦能。

語(yǔ)音交互遠(yuǎn)距離控制的特性，極大地增加了可交互設(shè)備的數(shù)量，有利于智能設(shè)備的快速普及。

在未來(lái)全面智能化、萬(wàn)物互聯(lián)的生活中，真實(shí)使用場(chǎng)景總是有多個(gè)聲源和環(huán)境噪聲疊加，比如經(jīng)常會(huì)出現(xiàn)周邊噪聲干擾和多人同時(shí)說(shuō)話的場(chǎng)景。

想象一下，如果所有的智能設(shè)備都在同一時(shí)間點(diǎn)被觸發(fā)，“隨意”的為用戶展示信息，身處其中的大家可能會(huì)立刻瘋掉。這時(shí)候，用聲紋識(shí)別技術(shù)讓智能設(shè)備可以識(shí)別“主人身份”就顯得格外重要（語(yǔ)音識(shí)別是識(shí)別你說(shuō)的話，而聲紋識(shí)別是指識(shí)別說(shuō)話的人是誰(shuí)）。未來(lái)更多的智能設(shè)備上面將配有聲紋識(shí)別，更將大大的提高設(shè)備的安全性。

讓智能設(shè)備認(rèn)識(shí)你，聽(tīng)懂你

以前的語(yǔ)音交互大多是以服務(wù)為主，以產(chǎn)品為核心，根據(jù)產(chǎn)品特性尋找用戶。

隨著人工智能技術(shù)的進(jìn)一步發(fā)展，聲紋識(shí)別等智能生物識(shí)別技術(shù)已經(jīng)可以實(shí)現(xiàn)以用戶為中心的智能交互解決方案。國(guó)內(nèi)聲紋識(shí)別和自然語(yǔ)言處理技術(shù)廠商快商通表示：通過(guò)遠(yuǎn)場(chǎng)聲紋識(shí)別技術(shù)，可以讓智能設(shè)備能夠自然快速識(shí)別用戶身份，從而時(shí)刻感知用戶需求的本質(zhì)來(lái)源，記憶用戶行為習(xí)慣和各類偏好。通過(guò)自然語(yǔ)言交互，分析用戶語(yǔ)言背后的真實(shí)意圖，并隨之快速作出合理的反應(yīng)，并能在之后的生活中不斷地進(jìn)行調(diào)整。

快商通原創(chuàng)的語(yǔ)音與聲學(xué)處理技術(shù)能夠保證機(jī)器能夠聽(tīng)得準(zhǔn)真實(shí)環(huán)境下人的聲音，使智能設(shè)備在充滿噪聲干擾和多人同時(shí)說(shuō)話的場(chǎng)景中，仍然能保持95%以上的識(shí)別準(zhǔn)確率，同時(shí)處理多人聲紋身份識(shí)別的問(wèn)題。

智能設(shè)備們除了能只被特定成員喚醒外，還能根據(jù)不同成員的習(xí)慣和喜好進(jìn)行個(gè)性化推薦。唯有你能在你的整個(gè)智能生活的中心隨心所欲。

目前，聲紋識(shí)別技術(shù)在快商通等聲紋識(shí)別廠商的帶領(lǐng)下，已經(jīng)可以為大量終端設(shè)備廠商提供優(yōu)質(zhì)的遠(yuǎn)場(chǎng)聲紋識(shí)別與語(yǔ)義理解技術(shù)支持。用戶可在不同場(chǎng)景下通過(guò)遠(yuǎn)場(chǎng)語(yǔ)音交互。進(jìn)行自然語(yǔ)言交互，享受科技給生活帶來(lái)的便利。未來(lái)，將攜手人工智能生態(tài)鏈上下游合作伙伴，持續(xù)推進(jìn)更自然、更智能、更人性化的人機(jī)交互發(fā)展，讓人工智能更好的服務(wù)人類。