智能語音應用

AI（人工智慧）與智能語音之間的關係密不可分，智能語音系統正是人工智慧在語言理解、聲音處理與人機互動上的具體應用之一。從語音辨識、語音合成到語意理解與對話邏輯，整個智能語音流程都倚賴 AI 各種子領域的支援。

主要檢測範圍:

TTS（Text-to-Speech）語音合成測試

• 測試內容：

  • 發音自然度（Naturalness）

  • 音調與語調準確性（Prosody, Intonation）

  • 語音清晰度與可懂度（Intelligibility）

  • 音質（MOS 或 PESQ 分數）

• 方法：

  • 主觀測試（例如聽測問卷）

  • 客觀分析（聲學參數匹配）

STT（Speech-to-Text）語音辨識測試

• 測試內容：

  • 語音輸入準確率（語音轉文字能力）

  • 敏感詞辨識或特殊詞彙準確性（例如品牌名、方言）

• 方法：

  • 提供標準語音資料庫進行辨識

  • 與正確文字比對後計算辨識錯誤率（WER）

  • 使用一組語音樣本，由 STT 系統產生文字結果後，與正解文字進行比對

喚醒字測試（Wake Word Testing）

• 評估項目：

  • 喚醒準確率（Wake-up Rate）

  • 誤喚醒率（False Acceptance Rate）

  • 喚醒延遲（Wake-up Latency）

• 環境測試情境：

  • 多方向聲源

  • 背景噪音情境（咖啡店、車內、客廳等）

語音指令測試（Command Recognition Accuracy）

• 內容：

  • 特定功能指令辨識正確率（如「播放音樂」、「關閉燈光」）

  • 語意理解（NLU）正確率

遠場語音測試（Far-Field Voice Testing）

• 測試場景變數：

  • 距離（0.5m、1m、3m、5m）

  • 角度（0°, 45°, 90°, 135°）

  • 背景噪音（60dB~75dB）

• 重點：

  • 信噪比（SNR）

  • Beamforming 效果

  • 回音抑制與降噪表現

主要服務項目:

• Google Gemini
• Amazon Alexa
• Microsoft Azure Speech