什么是人機交互技術？

在人工智能電話機器人中，最為重要的技術當然是人機交互，什么是人機交互技術呢？

人機交互技術（Human-Computer Interaction Techniques）是指通過計算機輸入、輸出設備，以有效的方式實現人與計算機對話的技術。

人機交互系統的主要組成

1、多模態輸入/輸出：多模態輸入包括鍵盤、鼠標、文字、語音、手勢、表情、注視等多種輸入方式；多模態輸出包括文字、圖形、語音、手勢、表情等多種交互信息。

2、視覺合成：使人機交互能夠在一個仿真或虛擬的環境中進行，仿佛現實世界中人與人之間的交互。

3、 對話系統：主要由兩種研究趨勢，一種以語音為主，另一種從某一特定任務域入手，引入對話管理概念，建立類似于人人對話的人機對話。可通過該系統，輕松把握狀態信息。

4、知識處理：自動地提取有組織的，可為人們利用的知識。

5、智能接口代理：智能接口代理為實現人與計算機交互的媒介。

主要特點

多媒體系統的交互特點

基于語音的智能人機交互是當前人機交互技術的主要表現形式，語音人機交互過程包括信息輸入和輸出的交互、語音處理、語義分析、智能邏輯處理以及知識和內容的整合。

與傳統用戶界面相比，引入了視頻和音頻之后的多媒體用戶界面，最重要的變化就是界面不再是一個靜態界面，而是一個與時間有關的時變媒體界面。

人類使用語言和其它時變媒體（如姿勢）的方式完全不同于其它媒體。從向用戶呈現的信息來講，時變媒體主要是順序呈現的，而我們通常熟悉的視覺媒體（文本和圖形）通常是同時呈現的。在傳統的靜止界面中，用戶或是從一系列選項中進行選擇（明確的界面通信成分），或是用可再認的方式進行交互（隱含的界面通信成分）。

在時變媒體的用戶界面中，所有選項和文件必須順序呈現。由于媒體帶寬和人的注意力的限制，在時變媒體中，用戶不僅要控制呈現信息的內容，也必須控制何時呈現和如何呈現。

結合語音人機交互過程，可以看出智能語音人機交互關鍵技術主要如下：

1.自然語音處理技術

包括中文分詞、詞性標注、實體識別、句法分析、自動文本分類等技術。

2.語義分析和理解

包括知識表示、本體理論、分領域的語義網絡、機器推理等。

3.知識構建和學習體系

包括搜索技術、網絡爬蟲、數據挖掘、知識獲取、機器學習等技術。

4.語音技術

包括語音識別、語音合成和聲紋識別等。

5.整合通信技術

包括跨平臺即時通訊整合技術、超大負載消息集群處理技術、移動客戶端開發技術。

6.云計算技術

包括海量數據分布式存儲、統計和分析技術。

智能語音人機交互技術在典型行業的應用

語音交互方式替代文本交互方式，可以增強信息輸入方式，能和更多的設備進行整合，市場前景廣闊。目前，智能語音人機交互技術已經廣泛應用到電話銷售、智能客服、智能終端等領域，切實深入到人們的生活。

VR系統中人機交互的特點

人機交互可以說是VR系統的核心，因而，VR系統中人機交互的特點是所有軟硬件設計的基礎。

其特點如下：

觀察點（Viewpoint） 是用戶做觀察的起點。

導航（Navigation） 是指用戶改變觀察點的能力。

操作（Manipulation）是指用戶對其周圍對象起作用的能力。

臨境（Immersion） 是指用戶身臨其境的感覺，這在VR系統中越來越重要。

VR系統中人機交互若要具備這些特點，就需要發展新的交互裝置，其中包括三維空間定位裝置、語言理解、視覺跟蹤、頭部跟蹤和姿勢識別等。

多媒體與VR系統的人機交互有著某些共同特點。首先，它們都是使用多個感覺通道，如視覺和聽覺；其次，它們都是時變媒體。

審核編輯 黃昊宇