王虓，成斌

（廣州南方學院，廣東廣州，510970）

0 引言

人工智能技術(shù)作為現(xiàn)代技術(shù)的集大成者，其可以說是近年來最受關(guān)注的新技術(shù)之一，并且逐漸在各個領域得到了有效應用。尤其是隨著萬物互聯(lián)時代、5G時代的到來，人工智能技術(shù)得以在無人駕駛汽車、人臉識別、機器翻譯、聲紋識別、智能客服機器人、智能外呼機器人、智能音箱、個性化推薦、醫(yī)學圖像處理、圖像搜索等方面得到不同程度應用，為人們的生活與工作帶來了巨大便捷，也推動著現(xiàn)代智慧社會建設進程的逐步推進。人工智能技術(shù)在電視上的應用，使得電視功能更加強大，能夠?qū)崿F(xiàn)語音操作、學習用戶使用及搜索習慣、人性化推薦用戶喜好內(nèi)容等功能，帶給用戶前所未有的良好體驗。其中人機交互是影響和決定用戶體驗的關(guān)鍵，也是人工智能技術(shù)應用效果的體現(xiàn)，有必要圍繞其展開研究和探討。

1 人工智能在電視人機交互中的實踐方式

隨著人工智能電視的快速發(fā)展，智能化人機交互已經(jīng)成為消費者選擇電視產(chǎn)品的重要因素。消費者往往十分關(guān)注個性化的交互能力，著重挑選電視搭載的實力雄厚、技術(shù)先進的AI語音系統(tǒng)，而且強調(diào)交互的便攜性。對人工智能在電視人機交互中的實踐方式進行分析，并基于此探索構(gòu)建符合消費者需求的人機交互方式。

1.1 人機語音交互

（1）基本優(yōu)勢。對人工智能電視而言，語音交互可謂是標準配置。在移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)快速發(fā)展的當下，語音交互功能已經(jīng)被廣泛應用于智能冰箱、智能電視、智能手機、智能音箱等領域，可以說是連接智慧生活的重要方式。對智能電視而言，語音交互能夠大幅提高輸入效率。電視受限于遙控器這一輸入裝置，在文字輸入方面往往速度較慢，而語音輸入的速度本就比傳統(tǒng)鍵盤輸入速度要快得多，且具有門檻低、對用戶要求低的優(yōu)勢，較基于電視遙控器的文字輸入速度更是有明顯的優(yōu)勢。與此同時，語音交互還能實現(xiàn)跨空間便捷化交互。在遠場語音技術(shù)的支持下，用戶即便離麥克風的距離很遠，也能實現(xiàn)精準、便捷、有效的語音交互，進一步提高語音輸入的效率，強化便捷性。而且語音交互還支持組合指令輸出，即用戶可以一次性下達多條指令，然后由人工智能電視識別并分別執(zhí)行這些指令的意圖，這使得輸入效率得到進一步提升。更為關(guān)鍵的是，智能電視的人機語音交互能夠有效解放用戶的雙手和雙眼，用戶能夠在家中一邊做其他事一邊和電視實現(xiàn)有效交互，不用再到處找遙控器或者中斷正在做的事，能夠帶給用戶絕佳的人機交互體驗。另外人工智能電視的語音交互往往還能實現(xiàn)對更多聲學信息的有效處理，對用戶語音中包含的聲紋信息、身份信息、性別信息、年齡信息、情感信息等進行解析，從而更加全面、智能地與用戶進行交互。

（2）語音對話。實際上智能電視早就上市并受到了廣泛青睞，但其語音交互方式較為死板，往往只能對固定指令進行識別，無法理解固定指令之外的其他用戶語音，更無法進行自我學習。而隨著近年來人工智能技術(shù)在電視這中的廣泛應用，智能語音交互才逐漸成為主流。智能語音交互意味著人工智能電視能夠?qū)τ脩舻恼Z音進行全方位識別，不僅能夠理解方言內(nèi)容，還能對一些復雜指令和信息進行處理，就像是真的有人在電視中和用戶進行交互一樣。最為關(guān)鍵的是人工智能電視可以實現(xiàn)聯(lián)機自我學習，在不斷學習中逐步提高智能化水平，更加有效地理解用戶意圖，為用戶提供更具個性化的服務?，F(xiàn)如今人工智能電視已經(jīng)能夠通過語音和用戶實現(xiàn)多輪對話，即在用戶發(fā)出語音指令后，電視能夠在響應指令的同時對用戶接下來的意圖進行推測，并進一步展開對話，而非干巴巴地和用戶進行一問一答，可以帶給用戶更為良好的語音服務體驗。

（3）遠場語音。近年來遠場語音逐漸取代傳統(tǒng)的按鍵語音交互方式，意味著用戶可以真正實現(xiàn)“解放雙手”，甚至可以在不知道遙控位置的情況下和人工智能電視進行語音交互，省去了不少麻煩。遠場語音功能的實現(xiàn)主要是基于麥克風陣列，即通過至少兩顆麥克風來對用戶語音波形進行識別，再通過波束成形技術(shù)實現(xiàn)定向收聲，達到不管用戶在什么位置都能和人工智能電視進行原廠語音交互的效果。通常來說，人工智能電視中麥克風陣列的麥克風數(shù)量越多，定向精度就越高。這是由于麥克風陣列主要包含線性布局和環(huán)形布局兩種布局方式，前者主要適用于2或者4顆麥克風的情況，后者主要適用于4或者6顆麥克風的情況。在麥克風數(shù)量與布局形式的雙重作用下，數(shù)量較多的環(huán)形布局麥克風陣列在定向精度方面更占優(yōu)勢，能夠更加精準地對用戶位置進行定位，從而保障遠場語音交互的穩(wěn)定性和可靠性。

（4）人工智能語音交互應用存在的不足。雖然人工智能語音交互在電視人機交互中的應用有著巨大優(yōu)勢，目前在實際應用方面也受到了廣大用戶的青睞和推崇，但在應用中依舊有著一些亟待解決的問題。首先，噪聲抑制能力需進一步加強。電視的主要使用場景為家電場景，家中的大量家電設備如冰箱、空調(diào)等都可能發(fā)出強噪音，這些噪音會對電視人機語音交互造成不小影響，導致語音識別率下降。就目前來看，部分人工智能電視在家電強噪音環(huán)境下的語音識別準確率并未達到90%，無法滿足用戶實際需求，也會嚴重影響人機交互體驗。其次，遠距離交互的識別準確率需進一步提高。遠距離交互是智慧生活背景下人工智能電視實現(xiàn)人機交互的重要方式，是帶給用戶良好交互體驗的必要形式。不過隨著距離的增加，遠場語音識別能力往往會逐漸削弱，識別準確率會有所下降。尤其是對一些麥克風數(shù)量較少、線性布局的麥克風陣列而言，人工智能電視的遠場語音識別準確率無法達到95%的標準，自然會影響語音交互的實際應用效果。然后，回聲消除能力需進一步增強。在智能音箱等喇叭發(fā)出高音量噪聲的情況下，人工智能電視對人聲的識別很容易受到影響。尤其是在95DB高音量嘈雜環(huán)境下，智能音箱等發(fā)出的聲音以及相應的回聲會產(chǎn)生不小干擾，導致喚醒率低于92%，嚴重影響用戶體驗。最后為提高全方位感知定位精度。隨著人工智能電視的進一步發(fā)展，10°的感知定位精度已經(jīng)不能完全滿足用戶需求

1.2 人機內(nèi)容交互

從本質(zhì)上來說，人機交互只是一種方式，交互的內(nèi)容才是關(guān)鍵所在。只有通過交互滿足用戶需求，為用戶提供令他們滿意的優(yōu)質(zhì)內(nèi)容，基于人工智能技術(shù)的人機交互才具有意義。

（1）基于語音交互的內(nèi)容提供。人工智能電視給予了用戶多樣化的交互選擇，用戶可根據(jù)自身實際需求選擇適合的交互方式，如遙控交互、語音交互、攝像頭交互等。其中語音交互是目前最受用戶青睞和推崇的方式，不但可以大幅提高用戶的輸入效率，也能降低使用門檻，簡化使用操作。而與傳統(tǒng)遙控交互相比，語音交互的內(nèi)容提供需要更加智能化。傳統(tǒng)遙控交互往往是基于“所見即所得”的原則進行，用戶在電視界面上使用遙控選擇自身需要的功能，便可得到相應內(nèi)容。而在語音交互模式下，用戶的輸入指令可能較為模糊不清，需要基于人工智能技術(shù)實現(xiàn)對用戶指令的智能化識別，從而提供令用戶滿意的優(yōu)質(zhì)服務。

（2）智能化、個性化內(nèi)容推薦。內(nèi)容推薦是人工智能技術(shù)應用于電視領域帶來的用戶體驗飛越，其能夠真正做到為用戶提供、打造私人化、個性化的影音庫。在人工智能技術(shù)的支持下，不少電視都能夠?qū)崿F(xiàn)對用戶喜好習慣的總結(jié)，從而針對性地推送相應優(yōu)質(zhì)內(nèi)容。例如在人機語音交互中，用戶接觸到了他之間從未接觸過的內(nèi)容類型，并不知不覺間被吸引，驚呼：“原來這個真這么好看?！贝藭r用戶自身可能都沒意識到自己需要進一步獲取更多同一類型的優(yōu)質(zhì)內(nèi)容，而人工智能電視則能通過語音交互實現(xiàn)對用戶語音內(nèi)容以及情感信息進行分析、整理，并在后續(xù)的系統(tǒng)推薦中為用戶推薦相關(guān)優(yōu)質(zhì)內(nèi)容，滿足用戶實際需求。依托于人工智能技術(shù)，標簽體系能夠真正做到智能化，基于廣大用戶的實際體驗對影音內(nèi)容打上多元化且貼合用戶需求的標簽，并針對性地為用戶推薦合適的相關(guān)標簽內(nèi)容。這種標簽體系與傳統(tǒng)依賴運營人員進行標簽制定、匹配和推薦算法優(yōu)化的體系相比，無疑更能貼近用戶真實需求，保障個性化推薦的合理性與有效性。另外在人工智能技術(shù)的加持下，視頻圖譜檢索+多輪對話、音樂圖譜檢索、短視頻新聞檢索、圖像識別、百科知識等內(nèi)容也成為了電視人機交互中的重要內(nèi)容，可以滿足用戶不同需求。

2 人工智能在電視人機交互中的發(fā)展前景

隨著智慧生活的不斷發(fā)展，人工智能電視在智慧家庭中所發(fā)揮的作用不僅僅局限于提供內(nèi)容，更是要作為家庭助手的大屏終端，連接家庭中的所有家電，為用戶提供更加便捷、高效的服務，真正推動家庭生活智慧化發(fā)展。在此過程中，電視人機交互的發(fā)展將進一步得到創(chuàng)新與拓展，除了人機語音交互水平進一步提高之外，人機內(nèi)容交互將得到全方位延伸。用戶能夠通過電視機獲得需要對內(nèi)容和信息，也能獲得完善的服務支持，如控制智能電器設備、設置鬧鐘、線上購物等。