【语音交互概念】语音交互属于人机交互的范畴，是人机交互发展到目前的一种最前沿的交互方式：就是用人类的自然语言给机器下指令，达成自己的目的这一过程。 【语音交互发展现状】语音助手：苹果Siri、微软Cortana、谷歌Assistant语音音箱：亚马逊Echo、Google Home、苹果HomePod、微软Invoke、阿里天猫精灵、小米小爱同学可以看出国内外科技巨头都在押宝语音交互产品，从集成在手机中的语音辅助工具到独立出来的语音交互产品，反映了语音交互正在飞跃发展。【语音交互历史】【人机交互】语音交互的本质是人机交互。人机交互是一门研究系统与用户之间的交互关系的学问。系统可以是机器，也可以说是计算机系统和软件。通过人与计算机的互动、沟通、信息交换，产生一系列的输入和输出，然后完成一个任务或达到一个目的。语音交互就是用语音为信息载体与机器进行互动。【发展综述】过去40年，我们从Dos操作系统到施乐的图形化界面再到移动设备的触控交互，人与机器的交互方式都在不断更新优化 CLI（Command-line interface）命令行界面：由打字机演化而来，用户输入命令，电脑执行操作。命令都是代码形式的，用户必须熟记文字代码才能操作。GUI（Graphic user interface）图形用户界面：图形化展示，由鼠标操作电脑。施乐开发，乔布斯通过个人电脑普及到大众消费市场。与CLI对比来看，大幅降低了新用户的学习成本，GUI具有“所见即所得”的特征，用户通过“窗口、按钮、图标、菜单”这些隐喻的组件能更方面的完成与计算机的沟通。NUI（Natural user interface）自然用户界面：用户使用人类自然的方式，如语音、面部表情、手势、移动身体、旋转头部等，完成操作。GUI和CLI都必须要求用户先学习软件开发者预先设置好的操作，NUI更自然简单，符合人类天性，用户学习成本和操作成本更低。）触控交互到语音交互：触控交互由电阻屏触控笔交互到电容屏手指触控，乔布斯推出iPhone改变了人机交互方式，一种更自然的交互方式。人与机器的交互方式都在不断更新优化，每十年都会有一代更迭，而现在距离第一代iPhone已经过去10年，我们不会一直停步在触控交互上，新的交互方式出现了——语音交互【相比传统人机交互方式，语音交互的优点】快速简单传统GUI下设置一个闹钟可能需要3分钟，而语音交互下只需要30s。释放双手，不需要繁琐的操作app，可以一边忙手头的事，一边给机器下达语音任务。语音交流更符合人类本能婴儿都是先学会说话，后学会写字和阅读的。从人类演化的角度，手势和语音也是先于文字产生的。人在看书的时候，也经常会不自觉地把眼中的文字转化成大脑中的语音，尽管这种阅读方式不一定高效，但这依然是人类本能的习惯。【局限性】1.语音交互的准确性不理想。2.语音交互的场景有限：不适合在嘈杂环境中进行，不适合在需要安静的环境中进行。3.语音交互消耗注意力，增加记忆负担。人在与系统交互的时候，调动的大多数是短时记忆力，能记住的信息就 15 秒左右。语音交互不适合应用在步骤比较多，信息多的任务上。大家都有打银行服务电话的经历，你必须集中注意力，记住什么什么按 1， 什么什么按 2，要不然就要重听一遍。4.语言交互效率低。你在网站购物的时候是直接选你要的东西方便还是要把这个物品的名字念一遍方便？【利弊综述】语音交互与传统的文本交互并不是一个互斥的，非此即彼的关系。语音交互在某些场景会慢慢成为主流，而有些场景则能成为文本交互的补充。他们是可以“共生共荣”的。【语音交互出现的技术原因】【远场拾音】远场拾音的出现意义非常大，是人机交互体验上突破，人们可以在家里任意角落，轻松的跟?Echo进行交流。?虽然apple的siri，google的 google assistant，microsoft的cortana等语音助手很早就实现了自然语意的理解，但是都是近场的，使用上操作步骤很多，需要拿出手机，启动助手，靠近讲话。虽然在比触控简单，但是比远场拾音在体验上有本质的差距。?这种体验上的进化，只有体验过之后才会有感觉。可能很多人没有使用过这三款产品，那参考之前的一个案例：在iphone没有出来之前，很多手机已经支持了触控操作，只是那个时候的触控是基于电阻屏，需要用触控笔，体验上已经比单纯的键盘操作进化很多，但是还是不够自然。而乔帮主在发明iphone一代的时候一个重大创新就是使用电容屏，可以直接支持手指触控，这种交互方式更加自然，马上成为了主流。?近场拾音量就像电阻屏，而远场拾音更像是电容屏，在体验上两者有本质差别。?对比amazon echo、google home、rokid pebble，它们在远场拾音上性能接近，基本都能实现5米正常拾音，彼此又各有特点。三家的远场识别采用的都是麦克风阵列 + 激活词，从技术上来说，麦克风越多，性能越好，成本越高；激活词越短，体验越好，技术难度越高。?【语意理解?】 语意理解就是在某些指定的话题里面，人工智能设备能够听懂人讲的话，目前的技术还做不到通用话题的理解，这也是业界难题，但即使是指定话题理解也已经非常有价值了。?amazon，google，rokid这三家公司在语意理解上也各有千秋，amazon将语意理解技术的产品化，工程化做的最好。通过产品设计和技术架构设计，将成熟的技术整合成优秀的产品。google算法能力和数据两方面最强。rokid虽然是创业公司，但其实实力不俗，汇聚了中科院语意理解方面的顶尖科学家，在算法能力方面跟国外同行比起来并不弱，作为中国的公司，rokid更加了解中国人的语言和文化习惯，体验细节方面也能做到更好。?另外，这三家公司都具有软件核心技术+硬件设计制造能力。苹果公司的经验证明了，硬件产品要想做到极致，必须同时掌控软件和硬件，极致的体验必须软件结合硬件一起定制才能做到。这也是为什么android手机永远在体验上做不过iphone的原因。?【技术原理】6个技术模块：①语音识别器（speech recognizer）：把用户说的语音转成文字，②语言解析器（language parser）：把用户说的转成机器理解的语言③问题求解（problem resolving）：寻找用户问题的解决方式④语言生成器（language generator）：能够记录历史对话数据，通过训练能够给到用户更好的回答⑤对话管理（dialogue management）：把回答的机器语言再转换成 口语语言⑥语音合成器（speech synthesizer）：把口语语言再转化成语音【语音交互的发展：siri到Echo】从语音助手到独立的智能产品【场景决定成败】语音交互的应用场景：家里&车上&路上&工作音乐播放：新闻获取信息获取：搜索查询，交通、地理、天气、时间等信息生活助手：闹钟、计时器、日程表、todolist智能家居：语音控制大量智能家电设备第三方扩展SkillSiri的鸡肋：苹果语音服务整理到手机系统，通过高频率的手机带动用户使用语音服务。事实上这个方案到用户手里又是另一个样子，苹果手机用户很少或偶尔使用语音助手。手机作为个人设备，大多数情况下是在公开场合下使用，用语音对手机发号施令的行为不自然，据统计只有3%的用户会在公开场合使用siri。Echo的发力：亚马逊Echo一开始除了语音交只提供了语音交互的方案，保证了语音交互的纯粹性和持续性，用户只能使用语音。相比siri，没有任何的屏幕文字反馈，就像和人交谈一样。习惯养成之后，用户会持续不断地用语音与设备互动。且Echo定位非常准确，定位于家庭设备，用户体验非常棒，可以很自然的控制音乐播放、闹钟设定、语音控制智能家电的开关（开关灯、拉窗帘等）所以在亚马逊推出Echo后，才看到了语音交互的真正贴合用户的场景。后续陆续有了Google Home、苹果HomePod、微软Invoke。为什么说语音是下一代的交互革命？【未来的语音交互】1.语音交互不会成为主流交互方式，只会成为未来交互方式中的一种。耳朵是人的一个主要器官，但不能说耳朵是最重要的器官。但眼睛、视觉的用途占70%，信息交互的，嘴巴跟耳朵属于说、传、收这样的人机交互，人与人之间交互的模型。语音可能占20%，还有触觉、嗅觉可能占剩下10%的百分比例去分。说到语音交互，现在讨论的重点其实是人机交互，人跟机器、人跟云端的交互。未来的所有设备都是智能化的，有云端，有语音，可能是有屏幕，可能是要动手的。语音本身就有很多限制，刚才提到的一个是本身传递的信息量是有限的。第二个是语音交互效率是比较低。同一件事物，人眼去看和人耳去听，视觉接受的速度远远超过语音的速度。 2.语音交互的未来可能性主动和你说话：现在所有的语音助手，都还是被动地交谈，你必须给出命令，它们才会应答。但想像一下 Google Now，深度学习和大数据已经做好了充足的准备，它们能预知你接下来要去哪，要见什么人，甚至在想什么，只需要用语音的方式输出这些信息。想比起 Google Now，你不再需要点亮手机去查看这些智能的提醒，随时随地，会有一个声音和你主动交谈。集成各类传感器：想像一下，你现在想给朋友转一笔钱。在今天看来，你需要打开支付宝或者某个银行 App，输入金额、验证码、密码，经过一系列复杂的流程，钱才能转出去。而未来，你只需要在家中，对着你的房子说一句把钱转给谁，不出几秒钟就会有语音告诉你已经完成了。借助于一系列传感器，从你的声音纹路、体征指标等一系列数据，语音是最自然的和机器交互的范式。不能说语音是一个主流的交互方式，因为语音能传递的信息量比较有限。不能说目前语音交互的智能音箱概念很火，就认为语音交互会成为主流的交互方式。但语音交互会在适合语音交互的情境和任务中会成为主流的交互方式。【未来的交互趋势】目前来说，未来的主流交互方式的是不确定的。但有一点肯定的是，更高效率、更加自然、更加接近于人本能的方向是未来交互的方向就像现在的VR、AR、MR技术，其实也是在模拟人与现实交互的一种过程。为什么是这样一种趋势呢？是因为人机交互最终是和人的感官进行交互，而人的感官所适应的系统是几百万年来进化当中和自然交互的一个过程。所以人和自然之间的交互是最高效、舒适的。所以现在的人机交互就要尽量模仿人与自然交互的这样一个方式。具体来讲会产生下面的几个变化：变化一：从功能化的设计转向场景化的设计。比如说在你做饭的时候和开车的时候，这个场景下它的VUI的效率要高于GUI。变化二：从规则指令交互转到自然语言交互。自然语言交互不仅限于VUI，而GUI上也可以进行自然语言的交互。变化三：从单屏交互到无处不在的交互。我们未来的界面可以不再是大家认为的最传统的矩形，可以是任意的形状，像自然界当中的物体一样的形状。。未来可能神经元是效率最高的,不需要看，直接就能把人的意识或者想法数据化传递到云端。神经元要用什么载体来表现？大概是可穿戴设备之类的产品，或者就是一块芯片，贴近皮肤或者是植入皮肤内。这个现在也说不准，因为现在还没解决意识到底能不能转化为数据。真正好的交互方式，应该符合人的直觉，即做到上手即用。你可能在很多地方读到乔布斯曾有一个要求：iPhone 从三岁的小孩子，到七十岁的老人，都可以无障碍地上手，因此只保留一个实体 Home 键，让人无从选择，也不用思考，一切从这里可以点亮。回顾一下人机交互的发展历程，实际上是对机的不断改造，以解放人的过程。最早期的电脑，键盘是唯一的输入设备，后来有了图形界面 GUI，才有了鼠标。而键盘和鼠标本身，是需要较高的学习成本的，试试观察你年迈的父母使用鼠标，精准操控鼠标、掌握单双击的速度节奏，这些对他们来说，都不是容易事。而语音交互，则是进一步对手和眼睛的解放，全程只需要说和听，对身体来说，感官上的体验和占用肯定是更轻了，并且相比起鼠标、键盘、遥控器乃至触屏来说，说话做为一种交互方式，学习成本显然是最小的 6添加评论分享收藏文章被以下专栏收录笔记本电脑win7系统，麦克风没问题但是QQ语音用不了_百度知道
笔记本电脑win7系统，麦克风没问题但是QQ语音用不了
笔记本电脑win7系统，麦克风可以录音，没有问题。
但是在QQ语音和QQ视频里就不能用了，内置麦克风和外连的麦克风都不行，也听不到对方说话的声音，语音时调节麦克风音量的地方是灰色的，根本动不了。
QQ的语音设置，两个不同的输入设备都试过，电脑里的声音...
我有更好的答案
1、检查驱动声卡驱动是否正常。2、右键点击小喇叭---录音设备---选中麦克风---属性---级别 看看麦克风是否已经静音 只要左键点击就可以恢复麦克风正常工作了。3、在QQ上设置语音的相关属性，打开QQ面板后，打开一个聊天窗口，点击语音按钮的下拉菜单选择语音设置，QQ语音输入和输出设备都是 Windows默认设备 如果检测到声音下方的状态条会有显示动态 并且能从扬声器里听到声音发出。
采纳率：81%
来自团队：
打开控制面板--找到声音---打开---录制---把麦克风设置为默认基本就能解决如果还不能解决问题那就是音频管理器要重新设置了
这个就比较难弄了
设置项有一个错误都不可使用（建议卸载驱动重新安装声卡驱动）
录制里只有一个麦克风是显示的默认，不知道再怎么设置了，声卡驱动怎么装，这个不会
下载个驱动精灵
把显卡驱动重新安装一下
然后在安装声卡驱动
本回答被提问者和网友采纳
更新过驱动没有？包括声卡？如果没更新过一下可以忽略。我的问题跟你的一样，拿回本本更新了驱动，然后QQ语音就报销了，试了网上能找到的所有方法，发现全是菜鸟，最后没办法，让卖家给我重装了系统，然后就没有问题了
重装系统啊？5555555……
对我我这种 半懂 半不懂 电脑的人 来说 ，真的没有其他办法 ，这个问题 我自己 研究了 一个多星期 ，网上的所有设置 都试过，其中也拿着本子去找商家 给我检测过，也没有问题，我想 是 声卡的兼容 不一样吧，或者其他的什么原因，我记得我们更新的声卡 插耳机什么的都有提示 ，而 系统自带的里面没有 ，在多媒体里也找不到这个声卡 ，我记得前几次装了声卡 ，QQ语音没法用，然后我删了新装的驱动就可以了，最多就是音频那个标志显示无声，然后点开，重新连接就好了，可是以后随着更新的版本，删除也没有用了，自己也不是很懂，没办法 只要重装了，哎
555555谢谢你！
你可以在控制面板里面设置的，你的话筒静音了吗？
我能设置的都设置了，话筒没静音，录音K歌都可以用，就是QQ语音就不行
你用外接的还是内置的？
都试过，都不行
在qq语音里面点击下拉箭头，在语音设置里面，声音输入里面，点下拉框，选中你想用的话筒，再试一下。
试过 都不行
你现在是内置的不能用了还是外置的不能用呢？像你这样的，可能是音卡驱动的问题，可以卸载掉驱动再重装一下，这样的小问题，有时候还真不是轻易就解决的！只能多试验排除啦
内置外置的都没问题，K歌什么都可以用的，就是一到QQ语音视频就都不能用了
我之前也出现过这样的问题，后来就自已好了，要不你下载个最近版的QQ试一试！
重装QQ也试过了，是最新版的，不行
应该是QQ里的设置的一个小问题。我朋友也出现过这种状况。。。。
请问是什么问题，这期间我从没动过QQ的语音设置，就升级QQ版本了，你朋友是怎么解决的呢？
我朋友是在电脑店里做的系统。 然后回去找的他，人家设置了一下就好了。他还没记住人家改的什么……
这个不知道
不知道就不要来捣乱了好吧
其他4条回答
为您推荐：
其他类似问题
您可能关注的内容
毛豆的相关知识
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。有那种不用打字，直接用麦克风说话就能在电脑上显示出文字的软件吗？我这个人比较懒~
语音输入法
如果你经常输入汉字或数字，那你肯定会对这个软件感兴趣——语音输入法。
【语音输入法】即嘴巴打字、麦克风输入法。它可以认为是目前世界上最简便、最易用的输入法，只要你会说话，它就能打字。它是一款功能齐全、界面友好、易学易用、可以快速方便的进行语音输入的软件。我们在分析了市场上众多语音输入系列软件基础上进行设计的，因此它吸取了市场上众多语音输入软件的优点，同时去除和改进了它们的一些缺点，增加了软件的可用性、舒适性。相信它会成为您进行汉字输入的好伴侣！
特色功能：
1.可以识别任何年龄层次的男、女声：本软件可以识别任何年龄层次的男、女声。它不但可以用于MSN、QQ聊天，也可用于游戏及Wod文档录入，甚至在任何地方都可以打字。
2.支持自定义组词及本地方言输入：由于中国汉语的同音字太多，我们在使用麦克风进行录入时，可能会打出我们并不想要的同音汉字，这时我们建议用户最好以词组的方式进行说话，必竟同音词相当少。所以本软件也像其它输入法一样提供了自定义...
其他答案（共6个回答）
下载还是上迅雷的资源查询,可以找到大量破解版本,好用
语音输入王 V2006 特别版
一款电脑语音输入软件，利用她您可以通过麦克风进行语音输入，通过麦克风向导和语音训练向导最终可使输入正确率达到令人满意的地步。内置多个界面皮肤文件，您可以轻松的为软件选择运行界面，让您用起来更加赏心悦目。安装软件时，请选阅读[安装说明]，按说明中的提示先下载微软SDK语音引擎包和引擎朗读包进行安装。安装完毕，即可打开软件进行语音输入啦。请选配置训练麦克风向导和语音向导，以提高您语音的识别率。
据说IBM公司的《IBM语音识别系统》，比较厉害，你可以自己搜索一下。
语音输入王 V2007
软件大小： 1266 KB
软件语言： 简体中文
软件类别： 国产软件
应用平台： Win9xNT2000XP2003
界面预览： 无
插件情况：
更新时间：
下载次数： 109460
推荐等级：
联 系 人：
开 发 商：
作者空间：
介绍两款给你：
IBM语音识别输入系统 ViaVoice Pro 9.1 简体中文光盘版
你像往常一样打开计算机准备工作，然而却没有像往常一样伏在键盘和鼠标上，...
安装一个IBM ViaVoice Pro 软件，只要连续听读8分钟，就能识别你声音的 90%。
或到网上搜索“IBM ViaVoice Pro ”适合你系...
你说的是Microsoft Office语音识别系统吧，他可以利用麦克通过语音记录识别成word文档，不可以直接打印。
在安装Microsoft Office已...
IBM语音识别输入系统ViaVioceV9.1简体中文光盘版
IBM简体中文语音识别系统 V9.1 专业版光盘镜像无法用WinRAR打开。
请使用Daemon ...
这个功能Offiice的Excel本身就有，但必须是完整的安装版，而非是日常下载使用的精简版，因精简版精简了此项功能，虽能调出，但界面是灰色的不可使用。下面跟着...
答: 实名认证通过之后是不可以再修改的。微信后台里面有一些服务，手机充值，还款等，还有一个城市服务是新开放的一个服务平台，在这个微信城市服务里，有不少贴近生活的功能，...
答: 3、网络技术基于标准协议的（如SNMP和ITSM等）的应用于企业网和行业专网的信息服务管理和网络管理软件，包括监控软件、IP业务管理软件等；ISP、ICP的增值...
答: 重新安装网络游戏，网络游戏的程序或者驱动出了问题。
如果安装后还是有问题，应该考虑操作系统的驱动：如DX 等。也可能是操作系统本身。
大家还关注
Copyright &
Corporation, All Rights Reserved
确定举报此问题
举报原因(必选)：
广告或垃圾信息
激进时政或意识形态话题
不雅词句或人身攻击
侵犯他人隐私
其它违法和不良信息
报告，这不是个问题
报告原因(必选)：
这不是个问题
这个问题分类似乎错了
这个不是我熟悉的地区
相关问答：123456789101112131415