这两年AI最火的非智能音箱莫属，为抢占入口，市场上语音产品层出不穷，现已是一片红海，智能音箱已经成大厂们的标配产品或是战略中的一部分。那问题来了，没有大厂技术基因，没有NLP (Natural Language Processing) 技术背景的小公司，应该怎么做“AI”智能语音产品呢？
一、选择第三方NLP开放平台
NLP技术沉淀周期过长，投入会很大，选择第三方开放平台想必是小公司最好的选择，推荐三个AI语音开放平台：
科大讯飞开放平台；
百度AI开放平；
搜狗云知音。
二、明确技术分工
上图是引入单个NLP的对接方案，通过任务分解，可以很清楚知道，哪些是第三方平台做的，哪些是我们要做的。
NLP底层识别交给第三方开放平台：
ASR (Automatic Speech Recognition,自动语音识别)：作用是将语音输入转化为文本文字
NLU后台 (Natural Language Understanding,自然语言理解)：开放给使用者的一套自定义语义系统
TTS (Text To Speech,文本转语音)：用于文本转语音
唤醒模型：预置唤醒词，当用户发出该语音指令时，设备便从休眠状态中被唤醒，并作出指定响应，唤醒词需要反复训练提升唤醒率，降低误唤醒。
OS（Operating System）： OS在执行层面发挥的巨大作用，比如：正在执行播放音乐，你想关闭、切换歌曲，这时候OS就显示出他的作用了
系统垂类：开放平台所带的系统技能
NLU补充、执行干预、运营系统是我们需要做的。
三、谈谈我们要做的内容
底层工作交给开放平台之后，我们需要搭建自己的运营管理系统，开发自己想要的技能。
技能
相当于垂类，简单的说就是某个应用程序，语音作为入口打开应用，像音乐、新闻、天气、笑话等都属于技能，比如：讲个笑话，语音产品执行打开了“笑话”应用，给你返回一条笑话内容。
技能决定了产品内容的广度，技能可以是自制，比如：闹钟，也可以从第三方合作引进，像“抖音”、“微信”这样自带流量的第三方估计想必都想接入吧，对于一个智能产品来说，技能自然多多益善。至于需要多少，看公司的产品定位、业务、成本等因素综合考虑。
自定义NLU
给你的技能配置语义，基于开放平台下建立自己产品的自定义NLU语义内容，NLU主要由三个方面构成，语义文本、意图、参数。
语义文本（Text）
语义文本设计目的是为了能听得懂用户声音，同一个请求，每个用户说法都不一样。举个简单的例子，比如：帮我放首周杰伦的歌，来点周杰伦音乐，周杰伦的音乐有没有。设计语义文本时，既要使用正规的主谓宾结构，又要考虑到特殊的说法，语义要尽量覆盖全。
意图（Intent）
意图指用户的具体请求或目的，一个意图可以包含多个语义文本。举例：明天早上8点叫我起床，定明天早上8点钟的闹钟，都属于新增闹钟意图。通常意图依赖于技能，举例的意图就属于闹钟技能。
详细参数（Detail）
读懂用户说什么后，需要根据用户的意图作出相应的反馈，参数设计就显得特别重要了。NLP平台做法是当语义文本输入命中意图后，通过接口将自定义NLU的参数传达给后台。参数存在的目的是要告诉后台，接下来你要做什么。
还是用歌曲的例子来说明：
语义告诉后台，命中MUSIC意图，执行音乐技能，播放作者为“周杰伦”的歌曲。
产品交互规则
拿到了NLP传达的参数指令，接下来系统要做的是给用户反馈结果。
命中到NLP系统自带的技能，如果你不做干预的话，系统可以直接给出结果。
命中不是系统技能意图或干预系统自带技能，需要根据参数开发相应的功能。
最后
没有语音识别技术同样可以打造一款智能语音产品，它可以成为你的产品体系里的一部分。因为出身决定了它的造价成本会很高，如果脱离产品体系，将该语音产品单独为投入市场，至少在价格上缺乏竞争力。
