22、语音技术：对话、识别与合成的探索

语音技术：对话、识别与合成的探索

1. 智能对话策略

在进行航班预订等对话时，存在一套合理且最优的策略，可概括为以下六个步骤：
1. 收集初始约束 ：以开放的提示语向用户打招呼，并收集用户对航班的初始约束条件，通常包括出发地和到达机场。
2. 匹配初始航班 ：查找所有符合目前所收集约束条件的航班。
3. 询问额外约束 ：如果符合条件的航班过多，则明确询问用户额外的约束条件，如出发时间和航空公司。
4. 匹配额外约束航班 ：查找所有符合额外约束条件的航班。
5. 放宽约束条件 ：如果未找到符合条件的航班，尝试放宽部分约束条件，如出发时间或航空公司。
6. 呈现结果并结束对话 ：当找到数量合理的航班时，将其呈现给用户，并结束对话。

这个策略看似简单，但背后是科研人员不断探索的结果。早期的实验证明，构建一个仅通过交互就能学习对话的机器是可行的，这也开启了自动语音对话系统研究的新方向。如今，剑桥大学的史蒂夫·杨教授等研究团队，基于部分可观察马尔可夫决策过程（POMPDs）的对话学习理论，考虑了语音识别器可能出现的错误等自然不确定性因素，继续推动着人机语音交流领域的发展。

2. 语音识别的挑战与局限

语音识别技术在不断发展的过程中面临着诸多挑战。不同的语音识别项目，如DARPA的资源管理、ATIS和通信器项目，以及德州仪器的WSJ、Switchboard和Broadcast News