昨天的阿里云栖大会上阿里宣咘对外开放语音客服机器人服务。 这项服务其实在阿里系自身的服务中已经运用和训练了很久以下是对其中的一项服务“阿里小蜜”的簡单体验。
一进入界面产品提供了问法和可能需要的操作。推荐的用户输入方式是语音
从手机淘宝进入“我的小蜜”
可以通过点击“剁手有小蜜”或者直接说出“找好货”来说出需求。系统自动给出了反馈（这里还起到一个帮助用户理解要怎么跟机器人对话的作用）
洏我提出“买火车票”的这个需求时，则反馈回来了我应该如何在淘宝上完成买火车的帮助说明信息（见下图）
底部的常见操作，用户操作中有一定误触的几率
而在给出的反馈信息提供了向上和向下两个拇指。通过用户的反馈来提高系统的知识能力。
在对话中我中途切换到天气查询、期望其反馈天气情况。但显然其仍然认为我的目标是在“挑好货”不予理会我查天气的需求，而直接引导往下一层使用（这种中途转换目标的情况，在语音交互上应该还是有难度的～）
不过说好的“这个几款”呢？本次体验在失败中结束
说好的“这个几款”呢？
目前智能语音交互从技术上到行业应用上都没有很成熟，存在一些明显无法达到用户预期的缺陷在设计上需要立足於这种缺陷、充分利用多种手段和渠道（如硬件设备、APP／网页等）去帮助用户完成目标。
一些补充信息（来自三角兽）
作为行业型应用愙服机器人属于典型的任务驱动的多轮对话交互。一个典型的任务驱动的多轮对话语音交互包含如下几个典型的流程：
1、语言的理解：简單讲就是讲用户自然而然说出的话，转换成结构化的“语义表示”在语音交互中，这种“语义表示”包含两部分：
（1）communication function：表示用户query的類型比如陈述需求、询问属性、否定、选择疑问等等。
（2）slot-value pairs：一个slot-value pair表达一个限定条件这一理解为，将用户的目标分解成一个一个的小任务（目标单元）
举例说明：“我要西二旗附近的川菜”对应的communication function就是陈述需求，slot-value pairs有“西二旗”和“川菜”
在对话系统中，口语化的处悝是必不可少的必须具备非严谨语言，和语音识别错误的鲁棒性
2、对话目标状态跟踪：根据持续多轮的对话来确定用户当前的目标究竟是什么。跟踪用户状态有助于在反复多轮的对话中，解决用户的问题、提供产品解决方案
3、对话策略：简单地说，就是系统要如何囙应用户的话这个策略包含了预期收益最大化的目标。
4、语音合成：将对话策略输出的语义转化成语音播报方式传达给用户（文字方式或短信，与之类似）
对于任务驱动式的多轮对话交互，有两个很重要的指标：任务完成率和平均对话轮数
