什么是人機交互技術(shù)？

在人工智能電話機器人中，最為重要的技術(shù)當(dāng)然是人機交互，什么是人機交互技術(shù)呢？

人機交互技術(shù)（Human-Computer Interaction Techniques）是指通過計算機輸入、輸出設(shè)備，以有效的方式實現(xiàn)人與計算機對話的技術(shù)。

人機交互系統(tǒng)的主要組成

1、多模態(tài)輸入/輸出：多模態(tài)輸入包括鍵盤、鼠標(biāo)、文字、語音、手勢、表情、注視等多種輸入方式；多模態(tài)輸出包括文字、圖形、語音、手勢、表情等多種交互信息。

2、視覺合成：使人機交互能夠在一個仿真或虛擬的環(huán)境中進行，仿佛現(xiàn)實世界中人與人之間的交互。

3、 對話系統(tǒng)：主要由兩種研究趨勢，一種以語音為主，另一種從某一特定任務(wù)域入手，引入對話管理概念，建立類似于人人對話的人機對話?？赏ㄟ^該系統(tǒng)，輕松把握狀態(tài)信息。

4、知識處理：自動地提取有組織的，可為人們利用的知識。

5、智能接口代理：智能接口代理為實現(xiàn)人與計算機交互的媒介。

主要特點

多媒體系統(tǒng)的交互特點

基于語音的智能人機交互是當(dāng)前人機交互技術(shù)的主要表現(xiàn)形式，語音人機交互過程包括信息輸入和輸出的交互、語音處理、語義分析、智能邏輯處理以及知識和內(nèi)容的整合。

與傳統(tǒng)用戶界面相比，引入了視頻和音頻之后的多媒體用戶界面，最重要的變化就是界面不再是一個靜態(tài)界面，而是一個與時間有關(guān)的時變媒體界面。

人類使用語言和其它時變媒體（如姿勢）的方式完全不同于其它媒體。從向用戶呈現(xiàn)的信息來講，時變媒體主要是順序呈現(xiàn)的，而我們通常熟悉的視覺媒體（文本和圖形）通常是同時呈現(xiàn)的。在傳統(tǒng)的靜止界面中，用戶或是從一系列選項中進行選擇（明確的界面通信成分），或是用可再認(rèn)的方式進行交互（隱含的界面通信成分）。

在時變媒體的用戶界面中，所有選項和文件必須順序呈現(xiàn)。由于媒體帶寬和人的注意力的限制，在時變媒體中，用戶不僅要控制呈現(xiàn)信息的內(nèi)容，也必須控制何時呈現(xiàn)和如何呈現(xiàn)。

結(jié)合語音人機交互過程，可以看出智能語音人機交互關(guān)鍵技術(shù)主要如下：

1.自然語音處理技術(shù)

包括中文分詞、詞性標(biāo)注、實體識別、句法分析、自動文本分類等技術(shù)。

2.語義分析和理解

包括知識表示、本體理論、分領(lǐng)域的語義網(wǎng)絡(luò)、機器推理等。

3.知識構(gòu)建和學(xué)習(xí)體系

包括搜索技術(shù)、網(wǎng)絡(luò)爬蟲、數(shù)據(jù)挖掘、知識獲取、機器學(xué)習(xí)等技術(shù)。

4.語音技術(shù)

包括語音識別、語音合成和聲紋識別等。

5.整合通信技術(shù)

包括跨平臺即時通訊整合技術(shù)、超大負(fù)載消息集群處理技術(shù)、移動客戶端開發(fā)技術(shù)。

6.云計算技術(shù)

包括海量數(shù)據(jù)分布式存儲、統(tǒng)計和分析技術(shù)。

智能語音人機交互技術(shù)在典型行業(yè)的應(yīng)用

語音交互方式替代文本交互方式，可以增強信息輸入方式，能和更多的設(shè)備進行整合，市場前景廣闊。目前，智能語音人機交互技術(shù)已經(jīng)廣泛應(yīng)用到電話銷售、智能客服、智能終端等領(lǐng)域，切實深入到人們的生活。

VR系統(tǒng)中人機交互的特點

人機交互可以說是VR系統(tǒng)的核心，因而，VR系統(tǒng)中人機交互的特點是所有軟硬件設(shè)計的基礎(chǔ)。

其特點如下：

觀察點（Viewpoint） 是用戶做觀察的起點。

導(dǎo)航（Navigation） 是指用戶改變觀察點的能力。

操作（Manipulation）是指用戶對其周圍對象起作用的能力。

臨境（Immersion） 是指用戶身臨其境的感覺，這在VR系統(tǒng)中越來越重要。

VR系統(tǒng)中人機交互若要具備這些特點，就需要發(fā)展新的交互裝置，其中包括三維空間定位裝置、語言理解、視覺跟蹤、頭部跟蹤和姿勢識別等。

多媒體與VR系統(tǒng)的人機交互有著某些共同特點。首先，它們都是使用多個感覺通道，如視覺和聽覺；其次，它們都是時變媒體。

審核編輯 黃昊宇