科大讯飞公布人机交互口音控制专利
作者:慢热型
时间:2026-08-17
浏览:3
科大讯飞公布人机交互口音控制专利,通过设置并动态更新口音与风格槽值,实现多轮对话中口音和风格的继承与切换,解决了动态调控弱、无法继承状态等问题。
本文目录
最近,科大讯飞在语音交互领域又放了个大招——一项关于“人机交互对话系统的口音与风格控制方法及装置”的专利正式公布。从专利摘要来看,这事儿其实挺有意思的:它瞄准的正是当前智能语音系统在口音和风格动态调控方面的短板。
简单梳理一下核心逻辑。系统首先会接收用户的对话请求,然后判断这个请求里是否包含了口音和风格的控制需求。根据判断结果,系统会设置对应的“口音槽值”和“风格槽值”并存储起来。接下来,在对话推进的过程中,系统会根据当前轮次以及用户的实际需求,对这些槽值进行更新或继承。最后,系统根据对话意图生成文本回复,再调用对应的TTS(语音合成)模型,按照当前的口音和风格设定,把文本回复合成为带有特定腔调的语音输出给用户。
这套方案解决的痛点非常明确:过去的口音与风格控制方式,要么动态调控能力太弱,要么在多轮对话中无法继承之前的状态——比如用户上一轮说“用四川话回答”,下一轮系统可能又切回标准普通话了。此外,场景适配性不足、系统扩展成本高也是老问题。科大讯飞这次把“口音”和“风格”独立出槽位进行管理,相当于给语音交互系统装了一个可随时切换的语气调节器,实用性值得期待。

作者最新文章
ArchiveofOurOwn看文主页入口指南
2026-10-30 10:27
CorelDRAW转曲后如何修改:曲线节点编辑与轮廓调整教程
2026-10-30 09:53
QQ邮箱地址书写时括号能不能添加
2026-10-27 23:17
搭载 RTX 5070 12GB 显卡 联想 Legion 5i 15IAX11 游戏本海外发布
2026-10-26 16:26
blender安装教程中文版详细步骤与汉化设置指南
2026-10-20 18:28
热门文章
更多
精品专题
更多
Mac软件
更多
WINDOWS
更多

































