一、简介
技术底座：对话式AI产品的AI技术底座由智能语音、自然语言理解与知识工程核心支撑
智能语音：在对话机器人产品中，智能语音技术主要应用于语音机器人与视频机器人/数字人产品的对话交互，由语音识别（ASR）与语音合成（TTS）两部分组成。从工作流程来看，用户真人的语音会先通过ASR（语音识别）技术将其转化为文本，再接入NLU（自然语言理解）进一步理解用户意图。因此，语音识别准确率至关重要，决定后续自然语言理解效果
自然语言理解：自然语言处理技术主要包括自然语言理解（NLU）与自然语言生成（NLG）两部分。对于对话机器人来说，如何做好自然语言理解（NLU）中的意图识别，是保证人机交互效果的关键。当下意图识别已达到相对优质水平，但对于情绪的理解与判断仍是难点
知识工程：知识工程已从早期单一FAQ技术发展丰富到深度学习FAQ、表格知识库、知识图谱、文档阅读理解等多技术阶段。从客户端体验来看，厂商将持续追求知识工程技术的丰富升级，
而从自身经营来看，厂商需基于投入产出判断是否开发新的知识工程技术
二、对话式AI产品的技术底座
三大AI技术底座：智能语音、自然语言处理、知识工程
对话式AI产品的AI技术底座由智能语音、自然语言理解与知识工程核心支撑。在工作流程中，智能语音技术分为语音识别（ASR：Automatic Speech Recognition）与语音合成（TTS：Text-To-Speech）两类，实现对话内容从语音到文本、从文本到语音的相互转换；自然语言处理可分为自然语言理解（NLP：Natural Language Processing）与自然语言生成（NLG：Natural Language Processing），其关键是要让机器人“理解”人类语言中的意图并基于知识库“生成”对应的自然语言，完成人机对话交互；知识库为对话式AI产品的大脑，由知识工程支撑建设。现知识工程以深度学习FAQ为核心应用，另包括表格知识库、知识图谱和文档阅读理解等技术。
三、智能语音技术
语音识别准确率至关重要，决定后续自然语言理解效果
在对话机器人产品中，智能语音技术主要应用于语音机器人与视频机器人/数字人产品的对话交互，由语音识别（ASR）与语音合成（TTS）两部分组成。从工作流程来看，用户真人的语音会先通过ASR（语音识别）技术将其转化为文本，再接入NLU（自然语言理解）进一步理解用户意图。因此，智能语音技术中的语音识别准确率至关重要，转换的正确与否直接决定了后续自然语言处理的效果。现阶段，语音识别的效果与成熟度已达到了相对先进的水平，对话式AI厂商正从VAD静默检测、ASR声学模型与ASR语言模型三部分入手，对应突破各部分的技术难点，以进一步提升语音识别的准确率。
四、自然语言处理技术
意图识别已达到相对优质水平，情绪的理解与判断仍是难点
自然语言处理技术主要包括自然语言理解（NLU）与自然语言生成（NLG）两部分。对于对话机器人来说，如何做好自然语言理解（NLU）中的意图识别，是保证人机交互效果的关键。根据业内专家普遍反馈，目前意图识别的应用效果良好。
虽然对话机器人尚难做到人与人之间的理解程度，但人在知道是在与机器人交互时后，表达会相对标准化，因此意图识别的实际效果会普遍优于预期。而在情绪的判断与理解上，对话机器人仍有很长一段路要走，这也是未来可给行业带来技术突破与产品颠覆的方向。
五、知识工程技术
提升知识库运营建设能力，基于投入产出评估新技术开发
知识工程已从早期单一FAQ技术发展丰富到深度学习FAQ、表格知识库、知识图谱、文档阅读理解等多技术阶段。从客户端体验来看，对话式AI厂商将持续追求知识工程技术的丰富升级，根据客户的业务及资料特点为其匹配合适的知识工程技术，将知识库的建设质效最大化；从厂商自身经营来看，厂商需基于投入产出判断是否开发新技术。以知识图谱为例，知识图谱可支撑多知识点的综合判断，提升对话式AI产品在复杂问题下的答案准确度，但知识图谱同样存在技术门槛高、开发投入大等特点，厂商需根据所需投入与业务落地价值，去评估是否投入开发，并选择判断合适的行业切入点。
