摘要：人工智能的飞速发展带给人们日益智慧的生活，智能语音识别技术在智能终端的应用已覆盖现有互联网生活服务；其次，语音识别内容不再局限于普通话识别，带口音的普通话和部分方言也逐渐被人工智能学习。本论文探讨在复杂噪声环境中，智能终端语音识别用户体验关键指标的测试方案、实施过程及数据分析。
关键词：人工智能；语音识别；用户体验；
【中图分类号】TN91234 【文献标识码】B
Research on User Experience Evaluation of Speech Recognition in Intelligent Terminals

HU Yong,ZHANG Xu-dong,ZHAO Jing,WU Wei-hua
（National Radio and TV Product Quality Supervision and Inspection Center, Beijing 100015, China）

Abstract: The rapid development of artificial intelligence brings people an increasingly intelligent life. The application of intelligent speech recognition technology in intelligent terminals has covered existing Internet life services. Secondly, the content of speech recognition is no longer limited to Mandarin recognition, and the accented Mandarin and some dialects are also Gradually learned by artificial intelligence, this paper discusses the test plan, implementation process and result analysis of key indicators of the speech recognition user experience of intelligent terminals in complex environments.
Key words: Intelligence; Speech recognition; User experience
1 引言
智能语音识别技术是人工智能的一种，它是让机器通过识别和理解，把语音信号智能地转变为相应的文本或命令的技术，是人工智能的一个应用方向。
语音识别所要解决的问题是让计算机能够“听懂”人类的语言，相当于给计算机系统安装上“耳朵”。人类在语音识别领域的研究可以追溯到20世纪的90年代，贝尔研究所Davis 等人研究成功了世界上第一个能识别10个英文数字发音的实验系统，经过不断的探索、发展到今天的基于深度神经网络和循环神经网络的自主学习的语音识别系统[ 张海波,周民伟,刘晓辉, 等.智能语音识别技术在医院临床的探索与应用[J].中国卫生信息管理杂志,2017,(5):660-663.]。
中国的语音识别研究工作早期主要由中科院声学所、自动化所和清华大学等科研院校推动[ 董桂官,刘云,徐楠.智能电视中文语音识别测试研究[J].电声技术,2014,(11):57-59. ]；目前国内的语音识别方案商已经在语音识别应用领域占据了很大比重，语音识别项目涉及社会生活的方方面面。
但语音识别用户体验评价目前还处于起步阶段，国内外还没发布相应的标准规范语音识别效果及关键指标。2017年，国家广播电视产品质量监督检验中心致力于人工智能语音识别用户体验评价，产品范围覆盖智能电视、智能音箱、智能机器人等音视频产品。本文将重点讨论在消费者日常使用过程中，与语音识别用户体验相关的关键指标的测评方法及结果分析。
2 智能终端应用的语音识别技术
语音识别作为重要的智能交互手段，在日常生活中的电子产品尤其是智能终端中获得了广泛的应用。语音识别原理如图1所示[ 张策,韦鹏程,陆晓燕, 等.重庆方言语音识别系统的设计与实现[J].计算机测量与控制,2018,(1):256-259,263]。主要有两个阶段，语音训练阶段和语音识别阶段，识别机理按照训练模型进行匹配判定，并执行操作。
目前智能终端中的语音识别应用主要集中于音乐播放和生活的信息查询、与我们生活息息相关的交通信息、天气信息、新闻、提醒备忘、以及休闲故事和娱乐节目，甚至还能控制智能家居。智慧的生活方式已经深入到我们的日常点滴当中。一般厂商会给定一些针对特定智能终端款型的语音控制指令集，确保终端能够识别出语音指的令关键词并执行相应操作。