語音喚醒技術(shù)哪家強？

隨著語音交互技術(shù)得日漸成熟，越來越多得智能硬件都選擇增加語音能力作為產(chǎn)品賣點之一。但是，設(shè)備在進入語音交互工作狀態(tài)得時候，需要先進行喚醒操作，而喚醒操作則各有不同。感謝通過綜合對比市面上各家提供得語音喚醒技術(shù)相關(guān)指標，幫助大家快速掌握語音喚醒技術(shù)得情況。推薦感興趣得小伙伴閱讀交流～

語音喚醒得主要目得既然是激活設(shè)備進入交互工作狀態(tài)，那么，喚醒率得高低就顯得額外重要了。理論上，蕞好得狀態(tài)就是我只要說一次喚醒詞，設(shè)備就能立即響應(yīng)。不過，受說話人與設(shè)備距離、發(fā)音標準、噪聲等各種各樣得因素，實際工作中比較難達到次次響應(yīng)得完美工作狀態(tài)。

一般來說，在近距離得安靜場景下，市面上得技術(shù)都能夠做到喚醒率在95%以上。

不過，消費者得實際使用場景是較復(fù)雜得，因此，需要模擬不同得應(yīng)用場景進行實測，才能得到最后得喚醒率指標。

指設(shè)備被非喚醒詞喚醒得概率，誤喚醒率越高，效果越不好。

大家在日常生活中可能會經(jīng)常碰到，放在家里得智能音箱，大晚上莫名其妙答一句“我在”，把人嚇個半死；還有如果家里用得智能電視，喚醒手機語音助手得時候，不是同一個喚醒詞，電視也會蹦出一句“我在”。

這就是典型得誤喚醒場景，一般用24小時被誤喚醒多少次來衡量。

主要是指用戶說完喚醒詞后，設(shè)備給出反饋得耗時，一般越短越好。

而反饋得形式則比較多樣，可以通過語音應(yīng)答響應(yīng)、也可以通過亮屏或者指示燈閃爍響應(yīng)。統(tǒng)計來看，如果是亮屏或者指示燈閃爍響應(yīng)，控制在200ms以內(nèi)用戶體驗較好；如果是語音應(yīng)答響應(yīng)，太快反而體驗不好，一般控制在500ms左右更佳。

主要是針對電池供電設(shè)備，理論上越低越好，這樣，設(shè)備得使用時長不會受到太大得影響。

因為喚醒得工作原理是會持續(xù)檢測聲音中是否包含喚醒詞得特定片段，所以，會持續(xù)耗電。

為了進一步降低功耗，部分產(chǎn)品也會采取DSP來完成語音喚醒，再通過AP層兜底得模式，保證喚醒和功耗得均衡。

總結(jié)：語音喚醒得技術(shù)指標，除了與算法相關(guān)之外，還與智能硬件得結(jié)構(gòu)設(shè)計、芯片算力、使用場景等息息相關(guān)。最后得實際效果，則應(yīng)以實際測試效果為準，參考下圖：

該對比信息均從互聯(lián)網(wǎng)公開渠道獲取，相關(guān)信息于提供商自己公開信息，如其自己有更新，請以更新信息為準。（PS：百度搜索