免唤醒、低延时、可离线，让KTV点歌更轻松

说到KTV，八零九零后应该能勾起不少回忆，但随着越来越多娱乐形式的出现，KTV市场存在逐渐被侵食的趋势。这几年，不少人开始琢磨KTV如何满足年轻人的消费场景，有的把KTV变成了主题Party，也有不少企业把唱歌产品做到了家里，也有像科大讯飞这样的人工智能公司，在研究如何通过语音技术让K歌变得更简单、更自然！

不妨想一想，在没有语音操作前，人们是怎么点歌的？

在KTV小聚，想要点歌得先走到包厢前面的点歌屏前，在屏幕上选择歌星点歌或者歌名点歌，然后在屏幕里跳出的键盘上用拼音等方式来搜索。这样传统的点歌方式，让一些腼腆的男孩女孩们“羞”于上台。

后来，为了便捷，VOD厂商们纷纷推出了APP、微信小程序等点歌方式。把点歌屏搬到手机上，确实方便了很多，但是由于需要扫码下载、学习应用等繁琐过程，对于用户来说实际上还是有点麻烦。关于点歌这件事，科大讯飞很早就联合VOD客户，探讨如何运用语音技术让歌曲的点播变得更加简单易用。

2017年之前，我们使用了语音唤醒技术，一次唤醒一次交互，让KTV点歌可以直接使用语音交互。由于需要唤醒，用户使用不习惯，语音交互在KTV场景下一直得不到广泛的落地应用。

2018年，VOD客户为了极致的用户体验，曾尝试去掉唤醒词，使用讯飞先进的全双工语音技术，满足KTV歌曲点歌随时可语音交互的需求，但是由于无效的语音交互量巨大，语音技术无法得到大范围的落地使用。

2019年初，科大讯飞联合巨嗨，推出了多唤醒技术，满足了KTV点歌场景下高频语料的直接说话，这不仅提升了交互效率，同时很大程度上过滤了无效的语音交互，让语音技术在KTV语音点歌的推广落地成为可能。

2020年，科大讯飞再次联合巨嗨、博视联等国内VOD合作伙伴推出“免唤醒”语音交互技术，实现了点歌领域高频语料交互，全部无需唤醒，直接实现语音交互，真正实现了用户不需要动手，只需要对着话筒说话，就可以轻轻松松玩转点歌。

▲ 科大讯飞合作伙伴巨嗨语音点歌界面

除了点歌之外，讯飞专门针对KTV场景语音交互做了深度设计，用户在唱歌的时候，想要切歌，或者切原唱伴唱、切音效模式、调整音量、快进XX秒等等，只需要拿起话筒，就可以实现控制交互。在KTV的实际应用上，甚至连控制KTV包间灯光灯效，喊服务员、购买酒水零食等等，你只需对着话筒说话就可以实现。

▲科大讯飞合作伙伴巨嗨语音呼叫服务界面

说了这么多，是不是觉得语音点歌很方便呢？但是KTV商家们对此或许还会有很多疑问，比如：

这些都是KTV商家与用户们普遍关心的问题，也是2020年升级KTV语音交互解决方案要解决的实际问题。

首先，讯飞的KTV语音交互解决方案是“免唤醒”方案，用户不需要先喊系统的名字。用户设备的控制、音视频播放的控制、歌曲内容的点播，以及应用界面的浏览操作等等都可以直接语音交互，为您的产品打造更自然的人机交互体验。

▲科大讯飞AIUI与博视联合作产品：超能视频音响

其次，讯飞全新升级的KTV语音交互解决方案支持离在线结合，在弱网、无网情况下一样可以控制设备、控制播放。纯离线场景下，可以做到300ms快速响应，让设备比真人还“听话”。

最后，KTV环境如此嘈杂，语音是否能够准确识别的问题，答案自然是肯定的。KTV语音交互背后是科大讯飞识别引擎技术的支撑，目前该产品方案已经在国内各大VOD厂商设备集成，并在全国数万家KTV场所得到验证，无论是商用KTV产品还是家庭K歌产品，效果都能得到保障。

语音交互在K歌场景中的应用，可以切实让用户感受到语音交互带来的便捷，为唱歌这件事带来更加沉浸的享受。未来，对于语音交互在K歌领域的应用，讯飞将持续打磨核心技术效果，为合作伙伴提供更加优质的技术服务，提升用户K歌体验！