大模型语音机器人

hey you~15 天前
语音合成·多轮对话·实时语音交互·大模型语音机器人·会话链路
大模型语音机器人会话链路深度解析:从ASR识别到智能应答的完整技术拆解摘要:大模型语音机器人的会话链路并非简单的“语音转文字→大模型回复→文字转语音”三段式串联,而是一条包含VAD断句、ASR纠错、语义消歧、上下文状态管理、多轮对话策略、回复安全过滤、流式语音合成等十余个技术节点的精密流水线。本文从工程实现视角,逐环节拆解会话链路的关键设计决策与常见陷阱,给出可落地的架构参考。本文不含产品推销内容,仅提供技术方法论。
hey you~20 天前
机器人·知识库·技术选型·多轮对话·大模型语音机器人
2026大模型语音机器人选型指南:ASR、多轮对话、知识库能力横评摘要 大模型语音机器人的选型,正在从“听清、听懂、能回答”的基础能力竞争,转向“ASR 鲁棒性、多轮对话一致性、知识库检索准确性”三个核心维度的工程能力竞争。本文从技术评估视角,系统拆解大模型语音机器人的选型框架,重点分析 ASR 在真实电话信道下的性能衰减、多轮对话中的上下文窗口管理与状态追踪、RAG 知识库在语音场景中的检索延迟与切片策略,并给出可量化的评估指标与测试方法。文中技术参数参考 Whisper、Paraformer 等开源 ASR 模型的公开 Benchmark,以及行业通用的大模型评测实
我是有底线的