一起动脑筋 · 先看一个小故事
女孩说“打开故事”，机器人先接收到声音信号，而不是直接收到汉字。
把过程摊开来看
- 采集声音变数字
- 识别估计说了哪些词
- 理解任务判断请求
- 执行或回答给出结果
语音系统把声音转成可计算的数据，再用模型识别或处理语言。
“听见声音”“认出文字”“理解要做什么”是不同环节。安静时识别正常，嘈杂环境或同音词却可能让结果变化。
有些系统把这些环节结合起来，但仍不能把输出当成直接读懂人的心思。
轮到你来试一试
把“十五”识别成“五十”，后面的计算可能有什么影响？
想好了吗？点开看解释
输入数字变了，即使后续加减完全正确，最终也回答了错误的问题。先核对识别文字。
带走一个发现
语音系统把声音转成可计算的数据，再用模型识别或处理语言。
试着遮住上面的图，把每一步讲给家人听。如果某一步说不清楚，就回到那张卡片再看一遍。