与既有的单轮或多轮连续语音识别不同,这项新技术可实时预测人类即将说出的内容,实时生成回应并控制对话节奏,从而使长程语音交互成为可能。此外,采用该技术的智能硬件设备,将不再需要用户在每轮交互时都说出唤醒词,仅需一次唤醒,就可以轻松实现连续对话,将语音交互的自然度推进到一个新的层次。
目前,该技术已首先在微软小冰全球产品线中落地。其中在中国市场,除落户中国科技馆的小冰电话亭外,微软还与小米公司进行合作将该技术应用于米家生态链Yeelight语音助手的市售硬件产品上。这是全球首个搭载全双工语音交互感官的智能设备,也是内置微软小冰的首个“双AI”智能设备。在日本市场,小冰凛菜已通过该技术实现在直播平台中的落地,首个车载智能项目也已开始路试。微软计划于未来六个月内,完成该技术在更多产品线中的覆盖。
语音交互是对话式人工智能及智能硬件设备的基础之一。对此,微软小冰全球研发负责人周力博士表示:“从已落地的产品数据和用户反馈中,我们观察到一个普遍现象:用户一旦使用过微软小冰的全双工语音交互感官之后,再与其他语音助手交互时,他们普遍会开始感到不习惯,甚至会频繁忘记要对其他语音助手说唤醒词——新技术促进拟人自然度的显著提升,使人们对过去单轮或多轮连续语音交互体验的满意度迅速下降。这种新老交替的现象,符合我们的研发预期。”