小杜，在呢，播放音樂~

不知不覺，與智能助手的對話，成為了日常溝通的一部分。無論是在家里亦或是車?yán)?，總有一個(gè)助手與我作伴。這讓我想起了一個(gè)名字“鐵蛋”。

恰巧近期重溫了《小靈通漫游未來》，整個(gè)人不自覺就融化在小時(shí)候看這連環(huán)畫時(shí)那種驚奇的回憶中，再一次萌生了去書里找找那時(shí)候，是否有關(guān)于語音識(shí)別的暢想。
現(xiàn)實(shí)生活中的“鐵蛋”形態(tài)各異，有放在書桌上的臺(tái)燈，有放在客廳的音響，有業(yè)務(wù)大廳佇立的柜機(jī)，有汽車大屏里的人機(jī)，它們有一個(gè)共通點(diǎn)，就是擁有強(qiáng)大的語音識(shí)別和交互能力，聽得懂人話，識(shí)別成功率高，反應(yīng)速度快，這些重要因素將成為你會(huì)不會(huì)和它們對話的前提。

今天為大家?guī)淼木褪顷P(guān)于語音識(shí)別****測試的方案，這套方案針對智能產(chǎn)品和車載交互系統(tǒng)，提供一套語音識(shí)別的測評方法，從而為語音識(shí)別系統(tǒng)的質(zhì)量評估提供參考依據(jù)。

盡管現(xiàn)在的語音對話還不夠完美，總有不同程度的錯(cuò)誤，所以我們才會(huì)不斷去測試，模擬，優(yōu)化，調(diào)整，

即便「完美」是遙不可及的彼岸，對我們而言，也是心中仍時(shí)常凝望的那盞綠燈。
慣例，在看一個(gè)測試項(xiàng)目之前，先去看標(biāo)準(zhǔn)——

語音識(shí)別測試的參考標(biāo)準(zhǔn)主要有2個(gè)，國標(biāo)GB/T 21023和電信終端產(chǎn)業(yè)協(xié)會(huì)的標(biāo)準(zhǔn) (起草單位: 中國信息通信研究院)。

初次閱讀時(shí)則被這個(gè)標(biāo)準(zhǔn)的時(shí)間所觸動(dòng)，那是2007年，布局很早啊~

節(jié)省時(shí)間，我替粉絲們閱讀總結(jié)，里面提到的測試項(xiàng)目包括下列：

? 喚醒率 / 識(shí)別成功率

? 誤喚醒率

? 響應(yīng)時(shí)間

? 測試環(huán)境

而且針對智能產(chǎn)品和車載交互系統(tǒng)，不同的測試環(huán)境都有不同的具體要求。
眾所周知，這些年智能設(shè)備已經(jīng)進(jìn)入千家萬戶，已經(jīng)擺脫了傳統(tǒng)物理按鍵。記得測測有一次去閨蜜家，她家的馬桶都是需要語音交互才能發(fā)揮功能的。這真的有點(diǎn)讓我很“社死”。哎，這令人窒息的 設(shè)計(jì)感 。

言歸正傳，來看看智能設(shè)備語音識(shí)別測試的環(huán)境：

? 喚醒源和被測品距離: 1/3/5m

? 噪聲源距離和多個(gè)角度: 1.5m

? SNR >=15dB

信號(hào)源和環(huán)境噪聲聲壓的具體要求如下——

舉一反三的同學(xué)在這里就會(huì)舉起右手，準(zhǔn)備提問了。

像智能音箱這種，標(biāo)準(zhǔn)對測試環(huán)境有要求，被測品和播放喚醒詞的聲音源之間的距離， 和背景噪聲要達(dá)到指定的聲壓等等，非常明確。

但問題來了，我們?nèi)绾未_保環(huán)境能滿足標(biāo)準(zhǔn)里的聲壓要求呢？

很簡單，那我們就對環(huán)境做校準(zhǔn)啊~~~

測試前我們需要對環(huán)境進(jìn)行校準(zhǔn)，大概流程如下：

1）在被測品位置放置標(biāo)準(zhǔn)麥克風(fēng)

2）調(diào)整播放喚醒詞的聲音源聲壓，直到滿足標(biāo)準(zhǔn)要求

3）調(diào)整背景噪聲的聲壓，直到滿足標(biāo)準(zhǔn)要求

4）最后保存校準(zhǔn)數(shù)據(jù)即可

當(dāng)被測品是車載交互系統(tǒng)時(shí)，標(biāo)準(zhǔn)對測試環(huán)境也有明確要求，不過思路和智能產(chǎn)品一樣。比如被測品和播放喚醒詞的聲音源之間的距離， 和背景噪聲要達(dá)到指定的聲壓。

車載交互系統(tǒng)語音識(shí)別測試的環(huán)境：

? 人工嘴聲壓: -4.7dBPa

? 背景噪聲: 喇叭 x 4 + 低音喇叭 x 1

噪聲聲壓具體聲壓如下——

同樣，為了確保環(huán)境能滿足標(biāo)準(zhǔn)里的聲壓要求，我們在車載交互系統(tǒng)測試前也需要對環(huán)境做校準(zhǔn)。

大概流程如下：

1）在被測品位置放置標(biāo)準(zhǔn)麥克風(fēng)

2）調(diào)整播放喚醒詞的聲音源聲壓，直到滿足標(biāo)準(zhǔn)要求

3）調(diào)整背景噪聲的聲壓，直到滿足標(biāo)準(zhǔn)要求

4）最后保存校準(zhǔn)數(shù)據(jù)

看，和上面的流程一模一樣。

這時(shí)候，或許你會(huì)想，如果有一套軟件能hold住整場，是不是有這個(gè)可能？
作為ETS軟件部門，開發(fā)了一套又一套的好用、實(shí)用軟件。這次就讓我們透過軟件感受測試。此番帶來，想必會(huì)為語音識(shí)別測試體系增添新的主角。

/FOR TEST/

****第一步 ，填寫喚醒詞 ***

填寫喚醒詞 (選擇男/女聲，語速, 高低音）或改用自己的語音庫。

*第二步 ，寫反饋?zhàn)?/strong>

填寫反饋關(guān)鍵字 （比如，在, 嗯，你好..)。

****第三步，選場景 ***

校準(zhǔn)不同噪聲的場景并選擇測試環(huán)境。

****第四步，參數(shù)設(shè)置 ***

設(shè)置循環(huán)次數(shù)和門限

****第五步，整起來 ***

最激動(dòng)人心的時(shí)刻---開始測試

審核編輯 黃宇