陈 林 洪志云

（广东美的制冷设备有限公司 佛山 528311）

引言

随着智能音箱[1]和语音家电的普及，AI语音已经逐步渗透到人们的生活中，人们越来越乐于使用语音交互和控制（家电），而语音交互的体验也越来越被重视。2018年来，无论是国内外AI语音方向的巨头还是国内的统一语音解决方案厂商，都发布了自己的全双工对话技术。语音家电作为语音入口之一，无论是控制家电还是播放音乐，都实现了全双工对话技术的应用。虽然全双工对话这种模式各大厂商都已发布，但对于该技术（功能）至今都没有一个统一的标准去规范它的技术要求和实验方法。而语音家电和智能音箱天然不同的应用属性，决定了语音家电全双工对话技术要求和实验方法迫切需要定义和实践，源于语音家电作为语音入口，因为有控制的属性，在全双工对话中，噪声很有可能误入继而被识别成可控制设备的指令词，这种情况对于很多大功率家电其实是一件非常影响用户体验和危险的事情。

本文将聚焦语音家电全双工对话技术的识别率、语义打断、噪声误打断3个语音性能方面的测试要求和测试方法。

1 测试要求

语音家电全双工对话技术，实际上是语音家电录音的同时可以播放声音，即一边回答问题一边听用户说话，这个过程中VAD[2]是常开的。因为是常开，那么噪声（外部噪声、回声噪声）就很容易误入并被识别成有意义的指令词。对于语音家电来说，一个有意义的指令词很有可能会触发家电的控制，这是我们最关心的问题。……