从小妈妈就告诉我们：
插嘴打断别人讲话的孩子不是好孩子。
而智慧助手小艺却对我们说：
“在这样一个高速发展崇尚效率的时代，我可以被你随时打断，像人一样自然交流是我的终极目标。”简单的一句“像人一样自然交流”谈何容易。人会吵架，对方反驳自己、打断自己都能听懂，你单细胞的智慧助手行吗？
还别说，华为小艺还真行。
不过，你想插嘴打断就打断了？嘈杂环境下，怎么不被噪声干扰？长按电源键1秒唤醒小艺：
惊不惊喜，意不意外！这么“skr”的能力，让我们细细说来。
过滤掉噪声，扫除基础障碍
实现插嘴打断的第一步，是让小艺在嘈杂环境下，清楚地识别出人声。
声音本质是携带信息的能量波，为了把你的声音从茫茫的噪声海中pick出来，小艺通过音频降噪和语音识别降噪，共同抑制噪声能量、增强人声能量。
如果说在嘈杂的背景声中选出人声属于众里寻他千百度，那旁边有人说话产生干扰，区分难度就堪比识别真假美猴王了。
对于这个问题，小艺使用华为特有的VAD和ASR识别机制来解决。
普通的VAD技术可以识别出噪声和人声。而华为特有的VAD结合ASR识别机制，可以区分出噪声、无效人声、有效人声。
做到噪声和无效人声不识别，有效人声才能识别。
消除播报的回音，清扫第二只拦路虎
既然能在嘈杂环境下识别出你的声音，那随时打断小艺，也就是小意思了。
但插嘴打断是在播报时候进行的，那就不可避免的会把手机语音播报的内容收进去。理想的方案是回声消除法：即用原始音消除播报回声的能量。
现实中，因为器件和声音外放的原因，声音的波形会发生变化，实际的回声声波和原始声波不能成线性，说人话是不能被消除的。
这就轮到华为独特的AI消噪技术上场了。它引入深度神经网络来训练智能的语音识别声学模型，消除变形的能量。
不是对我说的话，我绝不会误解
过滤掉这两种干扰后，当你在小艺播报过程中打断它时，它都能准确识别出你的声音、理解你的意图，并做出回应。
或许你还有一个疑问：小艺播报时我跟旁人的对话，岂不是也会打断小艺？不会的。小艺引入了强大的意图分类模型，通过把文字识别成意图，可以分辨出你是否在对它讲话，从而避免被干扰。
经历了九九八十一难，你的语音在各种干扰的情况下，经历了语音转换和语义识别，实现了嘈杂环境、人声干扰、播报回声干扰中的识别，最终成功插嘴打断。成人的世界没有一件事是容易的。
不过再难，小艺也会与你一路同行，共同成长。