AI语音产品线
一、AI音箱
1.1 产品简介
小胖-R1智能音箱，是一款定位于中高端的智能语音生活助手，面向智能语音家居市场。为用户提供智能语音生活助理服务，如：天气查询、闹钟设定、语音记事、翻译等；互动娱乐服务，如：音乐、笑话、新闻、有声读物、相声小品等；家居控制类服务：灯具、窗帘、门锁、家电等。具有内容丰富，拓展性强的特点。
1.2 硬件定义
硬件主要由如下部分组成：麦克风阵列、主控板、LED灯板、扬声器、电源适配器。
灯光定义：
1.3 功能介绍
1.3.1 账号体系
用户在初始化使用智能音箱时，需要首先在 APP 端登录或注册账号。在完成初始化配置之后，该音箱设备的 Device ID 与该用户账号完成绑定。
1.3.2 初始化配置
通过以下蓝牙完成设备的联网，ID 绑定，服务激活。
1.3.3 多种同步播放协议的支持（客户可选）
支持通过蓝牙协议、AirPlay，同步推送多媒体音乐资源。在音箱未联网的状况 下，本功能仍可正常执行。 针对蓝牙，AirPlay设备需要进入外放配置状态，并完成配置之后，方可同步移动端的音频流。
1.3.4 固件升级
1.3.5 语音功能列表
1.3.6 语音唤醒性能
唤醒性能：环境需求:整机测试，在麦克风处人声音量的大小为 70dB。
误唤醒概率(整机)：在新闻联播，歌曲等有声环境下，做到低于 3 次/24 小时；安静环境下 0次/72 小时。
1.3.7 在线语音技能
1.4 手机APP功能简介
UniOne音箱 APP 是一款管理智能音箱的智能家庭应用，提供方便、快捷的联网体验，支持远程控制，实时记录用户与智能音箱之间的对话，支持自定义智能硬件与智能音箱之间的联动。可根据客户要求快速定制APP，周期2月/1人。
二、AI带屏智能中控
2.1 项目背景
当前酒店行业的竞争非常激烈，智能化改造可以提升酒店竞争力。Pandora A1的目标客户即是酒店智能化改造的集成厂商或者集团化酒店。客户通过在其平台上的配置，满足各酒店个性化的业务需求，同时提供安装部署培训等服务。
名词解释：
设备/产品：一般情况下，均指本文的主体，即Pandora A1设备。
家电/家居/客房设备：酒店客房内的各类家用电器，包括不限于灯光、空调、门锁、空净、窗帘、电视、门铃等。
客户：特指酒店智能化改造厂商，如携住科技。（也可以是酒店）
客人/住客/用户：均指入住酒店客房的客人，也是产品最终的使用人群。
配置话术：因酒店业务的差异性，涉及该部分的TTS应答开放给客户或酒店自行配置。
设施/配套设施/酒店设施：指酒店内的固定场所，如健身房、游泳池、图书馆、棋牌室等。
服务/客房服务：指酒店提供的客房服务，如叫醒、加床、洗衣等。
PMS：酒店管理系统软件，由客户平台和酒店PMS对接。
RCU：酒店客房的设备中控，由客户平台和酒店RCU对接。
2.2 产品架构
方案架构图：
技术架构图：
酒店业务配置平台：客户（智能化改造厂商）需要一种高度灵活的机制来快速实现酒店不同的需求，通过配置该平台可对不同酒店、房型的应答话术、设备动作、设施明细、服务方式等业务相关的模块和我司产品进行解耦，便于客户的实施和酒店的运营维护。
场景触发器：客户平台主动向设备发起的消息推送，以期给入住客人提供相对主动的智能服务。
功能架构图：
2.3 客户定制化方案
三、AI语音垃圾桶
3.1 项目背景
上海垃圾分类政策实施，客户欲打造一款基于语音入口自动分类的智能垃圾桶，先用于家庭使用，支持1米以上的距离使用，第一期基于KAR Lite4方案，第二期使用IVM Unione方案。
3.2 产品简介
智能垃圾桶语音板是IVM Unione方案。产品结构，硬件MCU控制板由客户设计和提供，整个PCB设计和集成由客户实现，用户可以通过客户公司公众号入口，打开小程序，进行垃圾桶的配网操作，垃圾桶需要联网确保垃圾分类语音交互和OTA等功能的正常运作。用户通过说“你好小丢”唤醒智能垃圾桶，然后和智能垃圾桶进行语音交互，语音板对输入语音进行降噪、唤醒以及识别和处理之后，把云端返回结果通过UART送到MCU控制板，控制垃圾桶的打开/关闭，语音板并对返回TTS进行播报。
3.3 硬件需求
智能垃圾桶结构由客户确定，但需要考虑MIC和喇叭的声学结构以保证语音识别的可靠性和性能，硬件板子由客户MCU厂商设计，我们提供满足硬件设计规格尺寸及功能要求的Unione语音板。
硬件需求表如下：
依赖项：对于语音识别性能和效果需要拿到客户整个产品结构（智能垃圾桶）进行声学结构测试，软件也需要基于此调优；对于串口通信协议的打通，需要客户MCU板子及相关烧录工具到位才可顺利进行。
3.4 软件需求
3.4.1 软件总体需求
1、唤醒词：你好小丢；
2、离在线混合：50条离线命令，在线垃圾分类语音交互，垃圾分类技能领域；
3、垃圾分类交互：
根据用户所说的垃圾，云端做分类，并下发所说垃圾分属某大类的tag及TTS（此垃圾介绍及所属分类）， 终端根据云端下发结果传送到客户端执行打开xx垃圾桶，终端播报xx属于xx提示音；
只做垃圾分类交互，其他类例如音乐、聊天等模块都不需要；
不做城市分类；
未在我们词典范围数据，由客户1个月更新一次，我们如果有数据也会及时更新；
只响应我方固定的请求句式，其他非固定句式或者复杂组合句式一律不响应，直接播报不知道；
不在我方词典里的东西也播报不知道；
4、支持OTA升级；
5、支持小程序配网：扫二维码进入兴财公众号，用户可通过小程序进行配网操作；为了兼容lite4第一期方案，建议统一使用声波配网方式；
6、具体某种垃圾对应打开/关闭某个垃圾盖（例：如语音“西瓜皮”，湿垃圾盖打开，10S后自动关闭）；
7、语音板和MCU控制板通过串口控制协议交互；
8、其他状态：
配网成功，播报成功提示音并通知MCU，LED蓝色常亮；配网不成功，播报提示音，通知MCU，LED闪烁；
网络正常，提示：主人，我在，请指示；网络不正常，提示：主人，我不在线 ，触发场景；
市电断电下，MCU发出进入休眠指令，语音模块进入休眠；要退出休眠模式，MCU控制唤醒脚即可。
3.4.2 离线命令词表
支持打开/关闭4个垃圾桶的8个在线命令词，用户说“打开/关闭xx垃圾桶”，设备端播报“好的”，同时把命令传到MCU，由MCU执行动作。其他命令待确定，一共50条离线命令。
3.4.3 技能需求
只做垃圾分类交互，其他类例如音乐、聊天等模块都不需要；不做城市分类；未在我们词典范围数据，由客户1个月更新一次，我们如果有数据也会及时更新；只响应我方固定的请求句式，其他非固定句式或者复杂组合句式一律不响应，直接播报不知道；不在我方词典里的东西也播报不知道；具体某种垃圾对应打开/关闭某个垃圾盖（例：如语音“西瓜皮”，湿垃圾盖打开，10S后自动关闭）；
在线识别到其他领域内容时，固定播报“你的话太深奥了，我还要学习一下”。
四、华云智能电话
4.1 项目背景
华云智能电话一期项目的需求。基于智能语音终端进行人机交互，对语音进行识别、理解及播报。此需求来源于客户《智能电话对话设计(1)》表以及和客户进行电话沟通结果；本文针对客户提出的需求，进行项目方案和架构设计，需求功能定义，并用以作为客户需求确认的书面材料，整体规范华云智能电话功能需求和需求边界，定义开发范围。
4.2 产品简介
4.2.1 系统架构
整个系统架构如图所示：
用户可以通过智能语音终端配套的APP（IOS/Android版）进行配网和对智能语音终端进行交互控制。
用户通过语音唤醒智能语音终端并下发指令，终端对输入语音进行降噪、唤醒和识别之后，进一步把语音送到AI云平台做TR判断和在线识别并转发到客户云平台做语义分析，客户把处理结果返回AI云平台，并返回终端，终端SDK模块把云端返回结果通过IPC送到应用解析模块，从json中解析出结果，并调用在线语音合成TTS模块，把结果送回终端进行播报。
4.2.2 功能定义
硬件：基于Unione的智能语音终端；
固件：AIOS系统及应用；
手机APP：Android和IOS手机APP，配套智能语音终端配网和交互控制；
解析应用：用于解析客户NLU语义处理的JSON结果，并通过IPC和AIOS SDK通信，最终TTS语音合成并播报；
在线ASR：在线语音识别，针对华云智能电话指令进行定制化实施；
云端配置：针对华云进行ASR、NLU、TR配置和华云服务支持配置；
TR：对智能语音终端上报语音，ASR，NLU，TTS，客户端配置和华云服务配置进行判别和路由分发；
云端协议：ASR结果需要通过TR发送到华云服务平台并进行NLU语义处理，华云服务平台把处理结果通过返回给云平台TR处理，云端打通需要定义通信协议；
唤醒词：用于唤醒智能语音终端，唤醒后进入识别模式，仅识别模式下支持离线命令词识别和在线话术识别；未唤醒时，仅能识别唤醒词。
离线命令词：不论是否联网，唤醒后均能直接识别的词汇；
打断：指语音板喇叭在播报状态下，需要先打断播报，才能使其进入识别模式；
单轮对话：指唤醒后，仅能进行一次识别，识别到有效指令即退出识别，下一次再进入识别状态，需要重新唤醒。
4.2.3 通话功能
音箱作为电话的终端，实现打电话的功能和场景。
通话SDK由客户实现和提供，基于linux3.1内核版本开发。当音箱语音应用识别到云端返回的通话话术和指令时，即触发了通话功能，此时语音应用把mic和喇叭释放出来，并把从返回结果解析出的通话号码/或者其他拟定的通话凭证传给通话SDK，通话SDK接管mic和喇叭，并通过号码或凭证建立通话，当通话挂断后，通话SDK给出标志，把mic和喇叭释放出来由语音应用重新接管。
4.2.4 性能验收标准
唤醒率验收标准为：3米噪音SNR=15dB，唤醒率≥92%
识别率验收标准为：3米噪音SNR=15dB，识别率≥92%
误唤醒率验收噪音环境下（45-50dB）的误唤醒要求为：24小时误唤醒测试≤3次
说明：测试噪音包含音乐、电视剧、综艺节目等，且噪音集不得含有唤醒词；