科大讯飞公布人机交互口音控制专利
作者:慢热型
时间:2026-08-17
来源:正软商城
浏览:4
科大讯飞公布人机交互口音控制专利,通过设置并动态更新口音与风格槽值,实现多轮对话中口音和风格的继承与切换,解决了动态调控弱、无法继承状态等问题。
本文目录
最近,科大讯飞在语音交互领域又放了个大招——一项关于“人机交互对话系统的口音与风格控制方法及装置”的专利正式公布。从专利摘要来看,这事儿其实挺有意思的:它瞄准的正是当前智能语音系统在口音和风格动态调控方面的短板。
简单梳理一下核心逻辑。系统首先会接收用户的对话请求,然后判断这个请求里是否包含了口音和风格的控制需求。根据判断结果,系统会设置对应的“口音槽值”和“风格槽值”并存储起来。接下来,在对话推进的过程中,系统会根据当前轮次以及用户的实际需求,对这些槽值进行更新或继承。最后,系统根据对话意图生成文本回复,再调用对应的TTS(语音合成)模型,按照当前的口音和风格设定,把文本回复合成为带有特定腔调的语音输出给用户。
这套方案解决的痛点非常明确:过去的口音与风格控制方式,要么动态调控能力太弱,要么在多轮对话中无法继承之前的状态——比如用户上一轮说“用四川话回答”,下一轮系统可能又切回标准普通话了。此外,场景适配性不足、系统扩展成本高也是老问题。科大讯飞这次把“口音”和“风格”独立出槽位进行管理,相当于给语音交互系统装了一个可随时切换的语气调节器,实用性值得期待。

作者最新文章
AO3镜像站入口及官网导航链接
2026-11-18 11:01
WPS的Excel用Office打开无法显示照片
2026-11-08 14:31
wps公式编辑器 功能入口与编辑技巧
2026-11-04 16:38
动漫共和国漫画全站直达链接
2026-11-04 12:05
wps表格office打不开怎么办怎么解决
2026-11-03 10:00
热门文章
更多
精品专题
更多
Mac软件
更多
火山引擎 网页版
Windows/ macOS/ Linux
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。
















