1樓：「已登出」
1、從神經網路和機器學習演算法來看，理論上是能做到的；
2、至於你遇到的這台機械人背後有沒有人工參與，你完全可以測出來的啊，問它一些人類無法回答的問題，比如大數乘法、瞬間記憶、絕對音感等等；
2樓：Xingyu Na
瀉藥。語音合成＋識別從業多年。
1、排名2和3的答案已經把系統圖貼出來了，應該很有說服力了2、從機械人說話的感覺看，不是語音合成，至少不是我們常說的所謂TTS。現在國內做得效果最好的是迅飛，捷通也還可以，但自然度不如迅飛。這個機械人說話的效果，應該是人聲做了變聲的結果。
3、從語義理解的效果看，這貨絕對能過圖靈測試啊！中國CS的春天來了啊！快去送測！準備好軟文！
4、語音識別就不說了吧，營業廳雜訊、混響等等，喝喝
3樓：iceage123
絕B不是電腦自己生成的對話。。。。那個語言韻律就不是電腦合成得來的，而且語音識別的速度未免也太快了！甚至它說話的時候人再跟它講話，它都能正確識別然後給出回應。
這個就是人工的智慧型，不是人工智慧。
4樓：軒尼詩道
瀉藥，明天，營業部就正式上了一台，這個東西已經不是什麼新技術了，連到網際網路裡面，跟Siri原理一樣，跟去年春節，奶茶弄得小冰一樣，跟原來校內網上的小黃雞沒事區別，只是放在了不同的渠道上面。
5樓：趙elly
我覺得以目前水平做出來的機械人，基本上只能做到簡單的能聽會說功能，這個功能依託於背後的中遠場的語音識別技術，語義分析/理解和語音合成功能。如果分清楚某個特定的人，那還會增加一項說話人識別（也就是樓上朋友說的聲紋識別功能）。每個功能模組效能的還壞直接決定了該機械人的使用體驗。
個人感覺這些技術目前都還不太成熟，實際體驗遠遠達不到宣傳中的那種效果：
1）首先是語音識別的準確性問題。當背景雜訊存在或者是多說話人同時說話是，機械人都不太能識別得到使用者說話的內容，這會導致機械人後續一連串的反饋不符合使用者的心意。另外乙個問題是遠場的問題，當使用者發指令的位置離機械人較遠的時候，體驗也會比較差。
2）語義分析/理解的歧義性問題。同樣的一句話，自然人理解起來都需要根據上下文分析，得到正確的語義，何況是機器。例如：
「你真行」，在語句「你真行，這麼難的事情你都能做成功」和語句「你真行，這麼簡單的事情都被你搞砸了」中，意義是不一樣的。我只列出了一種問題，其餘的可能還有很多問題。
3）語音合成（即TTS）自然度的問題。一般來說，經過TTS合成出來的語音，都存在不自然的問題。
4）聲紋識別技術，需要一些說話人語料去註冊聲紋，但是依然達不到指紋識別和人臉識別的精度。一旦說話人的發音特性（如感冒、喉嚨痛等）改變了，識別率嚴重下降。
另外一些變聲技術等，可能都不是主要的技術難點。
Git commits歷史是如何做到如此清爽的？
汪志成 Angular開發組有乙個很明確的commit規範，包括英語語法要求之類的都給你講清楚了，不想研究的話直接follow就行了。至於時間線方面，rebase已經是常規的開發習慣了，只是有些場合有坑，坑不多，自己用用，避開就是了。 程墨Morgan 要求功能分支進入master branch必須...
明星是如何做到如此高強度的練習的？
可能是豬吧 張藝興的嚴格，對練習生的不滿意，都說明他經歷的，承受的，要比那些練習生多得多 不為別的，自己選的路跪著也要走完，為自己驕傲 XXX 明星也不是超人，但是現在藝人的競爭真的很激烈。長的好看的人很多，所以藝人都知道實力很重要，實力也是最基本的。而且，當練習生的投入真的很高相當於燒錢，付出相對...
Pepper 機械人是如何識別人的情緒的？
夢旅人 觸覺感應系統和類似內分泌系統的多層神經網路是pepper系列機械人的核心支撐點 從觸覺感應系統說起 pepper體內被植入可以感知溫度 空氣濕度，以及外界壓力變化的觸控系統，在這套裝置的幫助下，pepper就有了和人類類似的感知系統 陳一佳 在某種程度上，機械人識別語音語言的可能會比人類更有...