昨天的阿里云棲大會(huì)上，阿里宣布對(duì)外開放語音客服機(jī)器人服務(wù)。 這項(xiàng)服務(wù)其實(shí)在阿里系自身的服務(wù)中已經(jīng)運(yùn)用和訓(xùn)練了很久，以下是對(duì)其中的一項(xiàng)服務(wù)“阿里小蜜”的簡(jiǎn)單體驗(yàn)。

一進(jìn)入界面，產(chǎn)品提供了問法和可能需要的操作。推薦的用戶輸入方式是語音。

從手機(jī)淘寶進(jìn)入“我的小蜜”

可以通過點(diǎn)擊“剁手有小蜜”或者直接說出“找好貨”來說出需求。系統(tǒng)自動(dòng)給出了反饋（這里還起到一個(gè)幫助用戶理解要怎么跟機(jī)器人對(duì)話的作用）。

而我提出“買火車票”的這個(gè)需求時(shí)，則反饋回來了我應(yīng)該如何在淘寶上完成買火車的幫助說明信息（見下圖）。

底部的常見操作，用戶操作中有一定誤觸的幾率

而在給出的反饋信息，提供了向上和向下兩個(gè)拇指。通過用戶的反饋，來提高系統(tǒng)的知識(shí)能力。

我要查的天氣呢？

在對(duì)話中，我中途切換到天氣查詢、期望其反饋天氣情況。但顯然其仍然認(rèn)為我的目標(biāo)是在“挑好貨”，不予理會(huì)我查天氣的需求，而直接引導(dǎo)往下一層使用。（這種中途轉(zhuǎn)換目標(biāo)的情況，在語音交互上應(yīng)該還是有難度的～）

不過，說好的“這個(gè)幾款”呢？本次體驗(yàn)在失敗中結(jié)束。

說好的“這個(gè)幾款”呢？

一點(diǎn)絮叨：

目前，智能語音交互從技術(shù)上到行業(yè)應(yīng)用上都沒有很成熟，存在一些明顯無法達(dá)到用戶預(yù)期的缺陷。在設(shè)計(jì)上需要立足于這種缺陷、充分利用多種手段和渠道（如硬件設(shè)備、APP／網(wǎng)頁等）去幫助用戶完成目標(biāo)。

一些補(bǔ)充信息（來自三角獸）

作為行業(yè)型應(yīng)用，客服機(jī)器人屬于典型的任務(wù)驅(qū)動(dòng)的多輪對(duì)話交互。一個(gè)典型的任務(wù)驅(qū)動(dòng)的多輪對(duì)話語音交互包含如下幾個(gè)典型的流程：

1、語言的理解：簡(jiǎn)單講，就是講用戶自然而然說出的話，轉(zhuǎn)換成結(jié)構(gòu)化的“語義表示”。在語音交互中，這種“語義表示”包含兩部分：

（1）communication function：表示用戶query的類型，比如陳述需求、詢問屬性、否定、選擇疑問等等。

（2）slot-value pairs：一個(gè)slot-value pair表達(dá)一個(gè)限定條件。這一理解為，將用戶的目標(biāo)分解成一個(gè)一個(gè)的小任務(wù)（目標(biāo)單元）。

舉例說明：“我要西二旗附近的川菜”對(duì)應(yīng)的communication function就是陳述需求，slot-value pairs有“西二旗”和“川菜”。

在對(duì)話系統(tǒng)中，口語化的處理是必不可少的，必須具備非嚴(yán)謹(jǐn)語言，和語音識(shí)別錯(cuò)誤的魯棒性。

2、對(duì)話目標(biāo)狀態(tài)跟蹤：根據(jù)持續(xù)多輪的對(duì)話來確定用戶當(dāng)前的目標(biāo)究竟是什么。跟蹤用戶狀態(tài)，有助于在反復(fù)多輪的對(duì)話中，解決用戶的問題、提供產(chǎn)品解決方案。

3、對(duì)話策略：簡(jiǎn)單地說，就是系統(tǒng)要如何回應(yīng)用戶的話。這個(gè)策略包含了預(yù)期收益最大化的目標(biāo)。

4、語音合成：將對(duì)話策略輸出的語義，轉(zhuǎn)化成語音播報(bào)方式傳達(dá)給用戶（文字方式或短信，與之類似）。

對(duì)于任務(wù)驅(qū)動(dòng)式的多輪對(duì)話交互，有兩個(gè)很重要的指標(biāo)：任務(wù)完成率和平均對(duì)話輪數(shù)。