智能语音技术在电视技术上的应用现状和前景

摘 要：这些年AI技术不断地被运用在各领域，在消费级市场中，AI技術最常见的表现方式之一就是语音交互。过去一两年电视的语音交互发展普遍是在基础的电视操作上不断丰富可应用的场景，本文将通过语音智能技术在电视技术上的应用和对电视产业的影响等几个方面分析智能语音技术在电视技术上应用现状和前景。

关键词：智能语音;声控;语音交互;电视

在今天科技使生活方式得到了很大的改变，很多家电都因科技发展变得更加智能化，电视也因科技发展在人工智能方面不断取得突破，当你一打开电视不再需要遥控器，便可直接与高清的视觉屏幕直接对话，往日的手控变成了只要你说话便可借助语音声控在大屏上，选择自己喜欢的娱乐画面，因智能化，电视不再只是一个播放工具，它的智能化使你想象画面变得真实，现在只要大厅有一台人工智能化的电视，便可随时变成一个大家庭的娱乐场所，大人小孩都可以直接与电视进行“对话”，让我们的生活更贴心和谐欢乐。

1 语音智能交互技术介绍

首先我们要了解一下智能语音交互又是什么？ 这是基于语音输入的新一代交互模式，通过说话就可以得到反馈结果。语音交互系统分为四个部分：语音采集、语音识别、语义理解和语音合成。语音采集完成音频的录人、采样及编码等;语音识别主要是通过语音识别引擎将已采集到的语音数据。依据场景设置条件与语音识别库中的数据进行匹配，匹配成功后，将结果转换成文本或命令;语义理解主要是根据语音识别转换后的文本字符或者命令，完成指定的相应操作;语音合成引擎则将相应的文本内容或命令转化为声音输出。语音识别库可以选择放在终端或云端，但因为语音识别库算法复杂且内容庞大，现在一般都放在云端处理;语义理解库可以选择放在终端或云端，这个库需要和操作系统或某些应用进行耦合绑定，现一般放在终端;语音合成库同样也可以选择放在终端或云端，目前放在云端和终端的均有。

2 语音智能技术在电视上应用

2.1 应用背景

随着广播电视的发展，电视频道数和节目源的日益增多，传统电视遥控方式弊端也越来越明显，需要用户记忆大量电视台对应频道，故语音智能技术慢慢被应用在传统电视市场的需求也变得越来越强烈。

2.2 应用场景

（1）语音遥控开关、选台功能。最典型的应用就是语音遥控。这是一种依赖智能技术有一个可以用声音来激活的微型计算机系统，它可以识别人们不同的语言，然后控制电视机的程序。还有一种方式是在智能手机上安装APP，然后将指令发送到特定的遥控器，遥控器再将指令转换成红外遥控信号。这两种方式都可以实现对普通电视的智能遥控。目前市面上有些专用语音识别芯片设计的智能选台系统，该系统设计在保留原有遥控功能基础上，实现以下功能：开关，选台，以及音量，亮度调节等功能。

（2）视频图谱检索+多轮对话。视频图谱检索很常见了，我们来说说什么是多轮对话。多轮对话的场景还蛮常见的，比如说，“我想看相声”，然后你看到电视筛选结果没有你想看的，就可以接着说“郭德纲的”，智能语音必须要结合上下文语义，才能知道你想要的是“郭德纲的相声”这个结果。

（3）音乐图谱检索。打开电视，听听音乐，语音输入“我想听孙燕姿新歌”，目前多家电视厂商都与某音乐软件合作，反馈回来的界面则会按照不同方式展示是孙燕姿音乐播放界面，有歌单形式，或是图片形式等。

（4）短视频新闻。如今网络短视频这么火，在电视上看看短视频也不错，可以搜索到“最近的娱乐新闻”，体育新闻等，由于电视厂商选择的合作单位不同导致资源形式的丰富程度也会有所不同。

（5）图像识别。图像识别，顾名思义，就是对电视内容中的图像进行识别，常见的有对人脸、花草、书籍、建筑等的识别。想想看，当你和朋友一起看热播剧，但小鲜肉太多，认不过来，就可以直接问电视“这人是谁”。不过必须要说，图像识别的整体反馈速度要比语音识别慢上不少。

以上就是目前市面上主流的语音技术在电视上的应用场景，这些场景的应用使人们的视听生活变得丰富多彩也给电视产业注入了新的生命力。但受环境的干扰，比如方言、背景噪音，还有说话语速的差异，语音的识别率会有所下降，而这些也只是皮毛，只停留在“语音识别”这个层面，电视机通过用户语音进行识别，基于数据库对用户所给出的“关键词”进行自动搜索片名、播放，这离真正的人工智能还远着呢。

3 智能语音技术对电视产业未来的影响

就目前而言，电视智能语音功能更多的是扮演了“遥控器”的替代者的角色。研究者一直在尝试寻找“遥控器替代者”。而采用语音技术的产品，不仅可以直接呼唤电视菜单、电视台和电视网络节目菜单的内容，也可以实现文字输入、直接查询网络上的以文字信息为索引的“非标准菜单”内容。或者说语音技术不仅“替代了遥控器的所有功能”，而且还“创造出遥控器不擅长的（例如文字输入）和不存在的（语音对话）等功能”。

从未来发展看，语音智能技术会为电视产品打开一些崭新的应用场景。传统电视的作用主要是视频娱乐——即内容始终是单向传输的，但语音技术可以让电视成为一个“关键节点”。作为一个语音交互和信息处理器，电视可成为其他智能家居产品的“中控大脑”。某种意义上，智能语音技术的电视只是电视真正进入“人机智能”时代的一个窗口。以此为线索，涉及的是整个家居、生活、家庭和个人“智能应用”的体系网络;以及这个网络背后所依赖的云存储、计算和知识体系。电视企业高度看中AI电视的发展，恰是因为语音电视背后巨大的“潜在可能”。甚至，语音语意技术的创新已经成为一项重要的国家战略。2017年12月，工业和信息化部印发了《促进新一代人工智能产业发展三年行动计划（2018-2020年）》的通知。其中就提到，“支持新一代语音识别框架、口语化语音识别、个性化语音识别、智能对话、音视频融合、语音合成等技术的创新应用”。“2020年，实现多场景下中文语音识别平均准确率达到96%，5米远场识别率超过92%，用户对话意图识别准确率超过90%”;“多语种智能互译取得明显突破，中译英、英译中场景下产品的翻译准确率超过85%”;“智能电视市场渗透率达到90%以上等重要目标和要求”。

4 结语

从智能语音的交互界面到语音识别、图像识别、知识图谱等技术能力，再到音乐、短视频、体育百科这样的内容的体验，真实的家庭环境中，口音还有小孩老人的吐词不清都会成为识别的障碍，智能语音还有很长一段路要走。但这一技术在电视上的应用至少对于那些行动不便和健忘的老人来说显得尤其重要。智能语音以智能电视为承载，为智能电视能够成为未来智能家居中心奠定了基础，我们期待更“智能”的智能电视出现在客厅。

作者简介：夏锐（1980-），男，汉族，浙江人，硕士，助理工程师，研究方向：新型电视/视频解码芯片/无限光缆通讯/人工智能/项目管理。