这两周我到底在做什么？理解唤醒词
内容提要
随着技术的发展，TTS和STT服务已经非常完善。TTS服务可以将文本转换为语音，但中文的语义分析是一个挑战。STT服务可以将语音转换为文字，但需要结合分词器来理解用户的意图。离线版本的TTS和STT服务在业务中被广泛使用。
延伸解读
中文TTS的语义分析挑战
文章指出，中文TTS服务中多音字处理是语义分析的关键难点。例如，微信读书的TTS效果时好时坏，说明语义分析不足会导致发音错误。这提醒开发者，在实现TTS时，不能只关注语音合成，还需结合上下文进行准确的语义判断，否则会影响用户体验。
离线TTS的选型与权衡
文章提到，离线TTS方案包括使用支持TTS的应用、付费服务或自建服务器，但各有优缺点。例如，GitHub上的离线版本虽然免费，但可能占用较多内存。结合业务需求，作者选择了离线版本，这反映了在资源受限或隐私要求高的场景下，离线方案更具优势，但需权衡性能与成本。
STT与分词器：业务闭环的关键
STT仅将语音转为文字，难以直接形成业务闭环。文章强调，必须结合基于业务的分词器，提取用户意图中的关键信息（如“首页”），才能执行对应操作。分词器的设计直接影响识别率，因此开发者需根据业务场景定义槽位，并考虑用户表达习惯，以提升交互准确性。
唤醒词的实现路径
唤醒词有两种实现方式：硬件版本（如专用芯片）和基于STT结合分词器的软件版本。文章提到，硬件方案常见于早期遥控器，而软件方案则依赖离线STT服务（如讯飞付费版）。对于大多数应用，软件方案更灵活，但需注意STT的准确性和分词器的业务适配，以确保唤醒的可靠性。
Q&A
TTS和STT服务的主要功能是什么？
TTS服务将文本转换为语音，STT服务将语音转换为文字。
中文TTS服务面临哪些挑战？
中文的语义分析是一个挑战，尤其是多音字的处理。
如何实现中文TTS服务？
可以通过支持TTS的应用、付费服务或自建服务器来实现中文TTS服务。
STT服务在业务中有哪些应用场景？
STT服务的应用场景包括翻译软件、语音助手和唤醒词。
为什么STT服务难以形成完整的业务闭环？
因为STT服务只提供文本，难以理解用户的具体意图，需要结合分词器。
分词器在STT服务中有什么重要性？
分词器用于提取用户的关键信息，影响识别率和执行操作的准确性。
