交通银行机器人是如何做到如此智能的？ 第1页

谢邀。利益相关，语音从业者。

“整合了包括语音识别（ASR）、语音合成（TTS）和自然语言理解（NLU）技术甚至图像、人脸和声纹等多项顶尖人工智能技术”，我相信他们有这些技术，至于是不是顶尖的，不评论。但是，这些技术和最近疯传的那个视频并没有什么卵关系。当前的 ASR 和 NLU 能不能做到视频中的水平，我就不评论了。即使不做语音这行，每天接触到的灵犀、Siri、小娜这些已经代表了当前这两项技术的顶尖水平，你们可以自己对比判断。就是那所谓的 TTS，一耳朵就听出来根本是后边人说话，过了一道变声而已，变声是很简单的技术，风靡一时的汤姆猫就是基于它的。网上有开源的库 soundtouch，有兴趣的可以自己玩玩。另外，中文语音合成的老大科大讯飞的 TTS 效果，你们应该都听过，很容易听出和真人说话的差别。根据恐怖谷理论，当人造的东西做得越接近真人时，它仅有的那一点差距就会显得越显著。视频里那声音，虽然经过了变声，但其发音、韵律明显不是合成出来的。

@莫英华 说的“机器人有一定的语音自动应答功能，就像siri，但能连接远程客服作为智能化的补充”是对的，不过宣传文案里大力强调其人工智能技术多么多么牛逼，宣传视频里却是人肉智能的演示，呵呵。