1.4 结论
深度学习和大数据技术极大加速了智能语音交互技术的实用化进展,但当前阶段,技术仍需要持续突破,以提高在真实应用场景、噪声和口音情况下的语音交互的可靠性、鲁棒性和适应性,并与内容服务深度结合,形成软硬一体的交互解决方案,才能更好地实现规模化的产业应用。
深度学习和大数据技术极大加速了智能语音交互技术的实用化进展,但当前阶段,技术仍需要持续突破,以提高在真实应用场景、噪声和口音情况下的语音交互的可靠性、鲁棒性和适应性,并与内容服务深度结合,形成软硬一体的交互解决方案,才能更好地实现规模化的产业应用。