无唤醒词智能体设计
- 内容介绍
- 文章标签
- 相关推荐
目前在设计一个无唤醒词的智能体,简单来说就是预置一些场景用户通过语音转文字到达智能体后匹配上预置的就和用户进行沟通,目前遇到了一些问题
1.时效性:如何快速的识别响应,不能说用户说完了几秒钟了才响应会产生严重的滞后感
2.经济性:不能每次都调用模型分析,这也违背第一条;经济条件也不允许
3.准确性:不调用模型还要保持更高的识别率,要考虑到语音转写的不准确性
在调研一些预置本地规则+ fastText的方式做初筛得到置信度,划分置信度等级比如
1.<85%直接认为无关
2.<95%可能相关
3.>95%直接确定放行
拿到置信度后<95%的再去调用模型分析,最大程度的减少模型调用
暂时是这个想法,不知道大家还有没有其他建议
网友解答:--【壹】--:
目前在设计一个无唤醒词的智能体,简单来说就是预置一些场景用户通过语音转文字到达智能体后匹配上预置的就和用户进行沟通,目前遇到了一些问题
1.时效性:如何快速的识别响应,不能说用户说完了几秒钟了才响应会产生严重的滞后感
2.经济性:不能每次都调用模型分析,这也违背第一条;经济条件也不允许
3.准确性:不调用模型还要保持更高的识别率,要考虑到语音转写的不准确性
在调研一些预置本地规则+ fastText的方式做初筛得到置信度,划分置信度等级比如
1.<85%直接认为无关
2.<95%可能相关
3.>95%直接确定放行
拿到置信度后<95%的再去调用模型分析,最大程度的减少模型调用
暂时是这个想法,不知道大家还有没有其他建议
目前在设计一个无唤醒词的智能体,简单来说就是预置一些场景用户通过语音转文字到达智能体后匹配上预置的就和用户进行沟通,目前遇到了一些问题
1.时效性:如何快速的识别响应,不能说用户说完了几秒钟了才响应会产生严重的滞后感
2.经济性:不能每次都调用模型分析,这也违背第一条;经济条件也不允许
3.准确性:不调用模型还要保持更高的识别率,要考虑到语音转写的不准确性
在调研一些预置本地规则+ fastText的方式做初筛得到置信度,划分置信度等级比如
1.<85%直接认为无关
2.<95%可能相关
3.>95%直接确定放行
拿到置信度后<95%的再去调用模型分析,最大程度的减少模型调用
暂时是这个想法,不知道大家还有没有其他建议
网友解答:--【壹】--:
目前在设计一个无唤醒词的智能体,简单来说就是预置一些场景用户通过语音转文字到达智能体后匹配上预置的就和用户进行沟通,目前遇到了一些问题
1.时效性:如何快速的识别响应,不能说用户说完了几秒钟了才响应会产生严重的滞后感
2.经济性:不能每次都调用模型分析,这也违背第一条;经济条件也不允许
3.准确性:不调用模型还要保持更高的识别率,要考虑到语音转写的不准确性
在调研一些预置本地规则+ fastText的方式做初筛得到置信度,划分置信度等级比如
1.<85%直接认为无关
2.<95%可能相关
3.>95%直接确定放行
拿到置信度后<95%的再去调用模型分析,最大程度的减少模型调用
暂时是这个想法,不知道大家还有没有其他建议

