普强近日全新升级“语音打断引擎+语义打断引擎”双擎打断技术，抗干扰能力大幅提升，最快实现500毫秒内即刻响应，反应速度提升200%。助力让人机交互从“能听懂”到“会理解”进一步跨越，智能机器人智能化全新升级。

随着人工智能在数字化转型时代扮演着越来越重要的角色，实时对话式AI日渐全面普及，智能语音机器人产品与智能机器人（智能客服）解决方案在智慧金融、智慧政务、智能车载、智能家居、智能社交等场景中得到广泛应用。

但实际项目案例中发现，当前很多对话交互过程中存在较多不便捷因素。比如传统IVR系统菜单选项列表较长，限于流程，用户普遍等待时间较长；随意打断功能造成当系统检测到任意语音时，会立即中断对话（停止播放当前提示并开始收听用户说话），但机器人在收录外界声音时可能不仅仅是相关主题声音，也可能收录环境干扰音、周边人说话声音、对讲人在通话过程中和其他人说话的声音等等，在多次被误打断后，无论最终是机器人自动转接人工服务，还是客户主动挂机，无疑都影响了智能客服业务办理通过率…

既然我们既需要打断，又要避免误打断，该如何实现智能打断呢？

普强基于ASR、TTS引擎能力与多行业项目与案例经验积累，实现新一代“双擎打断技术”全新技术升级。新一代“双擎打断技术”，将传统语音检测方法与自然语言理解能力相结合，实现“语音打断引擎+语义打断引擎”双擎打断。通过模拟人人对话逻辑，在人声识别的基础上进行意图理解，有效识别外界噪音/无效声音干扰，避免干扰语音不停误打断机器人播报，保障了业务对话的顺畅性，有效提升机器人应答速度和一次性问题解决率。

普强双擎打断技术可实现最快500毫秒内极快响应速度，响应速度超市面主流200%。

过滤无效噪声，扫除基础障碍

实现智能打断的第一步，是能够在嘈杂噪音环境下，清楚地识别出人声，普通vad可对任何声音进行无差别打断，既降低效率，又影响了客户体验。

vad人声检测技术可以区别出噪声和人声，普强通过音频降噪和语音识别降噪，共同抑制噪声能量，过滤无效噪音，实现人声能量增强。

vad人声检测+语义判别机制

避免无关联话题干扰，实现智能打断

普强双擎技术，采用“vad人声检测+语义判别机制”，将普强自主研发的ASR引擎与NLP引擎相结合。在区别无效噪音与人声基础上，结合普强理解引擎，利用语义规则和深度神经网络相结合的方法，对文本进行字符、词语、句子等不同层次的语义处理，实现有效理解和无效拒识。仅相关话题能够中断TTS播报，并给出新的话术，无关联话题对播报无任何影响（避免无关联人声输入干扰）。

即当你与普强智能机器人对话过程中打断它时，它能准确识别出你的声音、理解你的意图，并对相关话题做出回应。噪音和无效人声通通不识别，不相关话题无干扰，实现有效人声理解并智能打断。

“全双工+预合成方案”

最快响应速度<500ms

通过“语音打断引擎+语义打断引擎”策略，实现外界噪音/无效声音精准识别排除，相关主题内容的有效输入并完成打断基础上，普强更采用“全双工+预合成方案”，实现毫秒级响应速度与超200%反应速度提升！

全双工技术灵活利用普强全自研ASR、TTS、NLP等底层引擎能力，使机器人实现语音播报的同时能够实时监听并处理用户的输入，并及时给出识别理解结果，快速提升数据传输效率。

而语音预合成技术，利用普强语音合成优势能力，通过对机器人语音交互过程中涉及到的对话内容，进行快速预先合成，实际交互过程中，直接调用预合成录音，省去了实时合成所消耗的响应时间和资源占用，同时解决了端到端TTS在语音交互场景下响应速度慢的问题。（普强语音预合成技术相较于目前市面主流实时语音合成方式，响应速度提升超10倍）

普强通过“全双工+预合成方案”，真正实现有效打断后，机器人快速500毫秒内响应，响应速度较当前市面主流速度提升 200%。