最新要闻

广告

手机

iphone11大小尺寸是多少?苹果iPhone11和iPhone13的区别是什么?

iphone11大小尺寸是多少?苹果iPhone11和iPhone13的区别是什么?

警方通报辅警执法直播中被撞飞:犯罪嫌疑人已投案

警方通报辅警执法直播中被撞飞:犯罪嫌疑人已投案

家电

阿里云产品-智能语音交互快速测评

来源:博客园

一,产品概述

阿里云的智能语音交互产品提供语音识别、语音合成、自然语言理解等技术,实现“能听、会说、懂你”式的智能人机交互体验,适用于智能客服、质检、会议纪要、实时字幕等多个企业应用场景。

其主要有以下优势:


(资料图片)

  • 定制识别及发音:可用于客服、阅读、虚拟人等场景
  • 易接入:并提供API和多种SDK
  • 识别准确率高:持续迭代提升
  • 响应速度快:低延迟,秒级处理返回语音识别结果

二,产品在线使用

2.1,开通产品服务

首先,进入智能语音交互产品首页,单击开通并购买,然后在产品开通页面,选择服务类型并选中服务协议,单击立即开通,即可开通智能语音交互服务。

2.2,管理项目

登录智能语音交互控制台,创建项目生成 Appkey,并进入项目功能配置页面。

然后就可以根据我们的任务和使用场景,选择配置项目所需的语音识别和语音合成模型。

1,我使用默认的语音识别模型在办公室场景下,测试了语音识别(ASR)功能,初步感觉准确率还是很高的,语音对应文字都识别出来了。产品项目功能配置页面和语音识别结果如下图所示。

2,目前语音识别模型支持中国语言多大24种,包括:普通话、中英文混合说、四川话等等,并支持 50 种外国语言。我测试了中英文混合说模型,发现如果我自己读的英语发音不是很标准的话,其识别会出现错误,但用机器朗读的口语能完全准确识别。

3,语音合成 TTS的功能基本使用是没有问题的,支持的声音类型也有很多种,但是实际测试下来,个人感觉能够听出来是电脑“合成”的声音,效果还是不够自然,期待后续迭代更新。

三,服务端Python SDK 测试

3.1,下载安装

按照以下脚本下载 SDK 并安装在服务端电脑。

# 1,下载Python SDK。git clone https://github.com/aliyun/alibabacloud-nls-python-sdk.git# 2, 安装SDK依赖: 进入SDK根目录使用如下命令安装SDK依赖python -m pip install -r requirements.txt# 3, 安装SDK包: 依赖安装完成后使用如下命令安装SDKpython -m pip install .# 4,安装完成后通过以下代码导入SDK。import nls

注意上述脚本命令均需要在SDK根目录中执行。

安装完 nls包后,进入 python 解释器环境,如果 import nls代码能运行成功,则说明 sdk 安装完成,如下图所示。

四,产品使用总结

个人感觉阿里智能语音交互产品的精度还是很高的,通过 sdk 的方式嵌入在其他代码中也很方便,可以应用在工业界产品中,比如智能音箱。

虽然有诸多优点,但再完美的产品也是缺点的,以下是我测评之后总结的一些可以考虑改进的点:

  • SDK 文档描述不够清晰,给出的代码示例不够丰富,且注释很少
  • 语音合成效果可以更自然些

参考资料

  1. 智能语音交互产品-管理项目

关键词: 语音识别 语音合成 参考资料