人工智能語音測試原理與實踐

本書主要介紹關於人工智能語音測試的各方面知識點和實戰技術。全書共分為9章，第1章和第2章詳細介紹人工智能語音測試各種知識點和人工智能語音交互原理；第3章和第4章介紹人工智能語音產品需求和評價指標及其相對應的驗收標準；第5章介紹如何準備語音數據，包括準備方案和具體方法；第6～9章介紹人工智能語音測試涉及的4大模塊，即黑盒測試、自動化測試、算法測試、性能測試。本書從理論概念到測試實踐，從手工測試到自動化測試，內容翔實且豐富，其中的項目方案、範例和實戰代碼都是經過長時間驗證的，可直接用於實際環境。 本書適合初中高級軟件測試工程師，測試經理/總監、開發工程師以及人工智能語音測試愛好者閱讀，也可以作為培訓機構和大專院校的教學用書。

目    錄

 

第1章  人工智能語音測試介紹 1

1.1  語音簡介 1

1.1.1  語音的基本概念 1

1.1.2  語音的產生原理 4

1.1.3  語音交互流程 5

1.2  人工智能簡介 5

1.2.1  機器學習簡介 6

1.2.2  深度學習簡介 7

1.3  AI語音簡介 9

1.3.1  AI語音技術簡介 9

1.3.2  AI語音交互簡介 10

1.4  AI語音測試簡介 10

1.4.1  AI語音測試的價值 10

1.4.2  AI語音測試的應用 11

1.5  本章小結 11

第2章  AI語音交互原理介紹 12

2.1  AI語音交互 12

2.2  語音採集 13

2.2.1  語音採集流程 13

2.2.2  影響語音採集水平的因素 15

2.3  語音識別技術 17

2.3.1  自動語音識別簡介 17

2.3.2  近場語音識別 17

2.3.3  遠場語音識別 18

2.3.4  語音識別流程 19

2.3.5  語音預處理（語音增強） 21

2.3.6  傳統語音識別－編碼（聲學

特徵提取） 24

2.3.7  傳統語音識別－解碼 27

2.3.8  深度學習語音識別 31

2.4  語音喚醒技術 32

2.4.1  語音喚醒簡介 32

2.4.2  語音喚醒流程 32

2.5  自然語言處理技術 33

2.5.1  自然語言處理簡介 33

2.5.2  自然語言處理流程 33

2.5.3  自然語言理解 34

2.5.4  對話管理 44

2.5.5  自然語言生成 46

2.6  語音合成技術 49

2.6.1  語音合成簡介 49

2.6.2  語音合成的流程 49

2.6.3  揚聲器發聲 51

2.7  本章小結 51

第3章  AI語音產品需求和適用場景 52

3.1  AI語音產品需求 52

3.1.1  AI語音產品基礎功能需求 52

3.1.2  AI語音產品特性功能需求 56

3.1.3  AI語音產品性能需求 62

3.2  AI語音產品分類和應用場景 62

3.2.1  封閉域識別產品 63

3.2.2  開放域識別產品 63

3.2.3  靜態環境產品 66

3.2.4  動態環境產品 66

3.3  本章小結 66

第4章  AI語音產品評價指標和行業

標準 67

4.1  語音喚醒技術評價指標與行業標準 67

4.1.1  評價指標 67

4.1.2  行業標準 68

4.2  語音識別技術評價指標與行業標準 70

4.2.1  評價指標 70

4.2.2  行業標準 72

4.3  自然語言處理技術評價指標與行業

標準 74

4.3.1  評價指標 74

4.3.2  行業標準 75

4.4  語音合成技術評價指標與行業標準 76

4.4.1  評價指標 76

4.4.2  行業標準 76

4.5  本章小結 77

第5章  語音數據準備 78

5.1  語音音頻文本準備 78

5.1.1  語音音頻文本準備方式 78

5.1.2  語音音頻文本準備方案 79

5.2  語音合成工具 80

5.2.1  批量語音合成工具 81

5.2.2  語音合成工具源代碼 83

5.3  噪音源音頻文本準備 89

5.3.1  噪音源音頻文本準備方式 89

5.3.2  噪音源音頻文本準備方案 90

5.4  本章小結 90

第6章  AI語音產品的黑盒測試 91

6.1  AI語音產品的黑盒測試簡介 91

6.1.1  AI語音效果測試簡介 91

6.1.2  AI語音功能測試簡介 92

6.2  AI語音喚醒效果測試 92

6.2.1  喚醒率測試

（靜態環境產品） 92

6.2.2  打斷喚醒率測試

（靜態環境產品） 96

6.2.3  誤喚醒率測試

（靜態環境產品） 99

6.2.4  喚醒率測試

（動態環境產品） 102

6.2.5  打斷喚醒率測試

（動態環境產品） 106

6.2.6  誤喚醒率測試

（動態環境產品） 110

6.3  AI語音識別效果測試 112

6.3.1  識別率測試

（靜態環境產品） 112

6.3.2  打斷識別率測試

（靜態環境產品） 117

6.3.3  識別率測試

（動態環境產品） 121

6.3.4  打斷識別率測試

（動態環境產品） 126

6.4  AI語音基礎功能測試 131

6.4.1  語音喚醒功能測試 131

6.4.2  語音識別功能測試 133

6.4.3  自然語言處理功能測試 135

6.4.4  語音TTS合成功能測試 140

6.5  AI語音特性功能測試 140

6.5.1  全雙工打斷 140

6.5.2  跨場景交互 141

6.5.3  可見即可說 142

6.5.4  自定義喚醒詞 143

6.5.5  上下文理解 145

6.5.6  非全時免喚醒 146

6.5.7  聲源定位 148

6.5.8  聲紋認證 149

6.5.9  快捷詞免喚醒 150

6.5.10  自定義TTS播報 151

6.6  本章小結 152

第7章  AI語音產品自動化測試 153

7.1  AI語音產品自動化測試簡介 153

7.1.1  AI語音產品自動化測試的

價值 153

7.1.2  AI語音產品自動化測試

應用 154

7.2  語音喚醒自動化測試 154

7.2.1  語音喚醒自動化工具框架 154

7.2.2  語音喚醒自動化測試方案 155

7.2.3  語音喚醒自動化工具說明 158

7.2.4  語音喚醒自動化工具操作

實戰 160

7.2.5  語音喚醒自動化工具源碼 161

7.3  語音識別自動化測試 169

7.3.1  語音識別自動化工具框架 169

7.3.2  語音識別自動化測試方案 171

7.3.3  語音識別結果獲取工具說明 175

7.3.4  語音識別結果分析工具說明 177

7.3.5  文本轉MLF文件工具說明 185

7.3.6  語音識別自動化工具操作

實戰 186

7.3.7  語音識別自動化工具源碼 190

7.4  自然語言處理自動化測試 201

7.4.1  自然語言處理自動化腳本

框架 201

7.4.2  自然語言處理自動化測試

方案 202

7.4.3  自然語言處理自動化腳本

說明 204

7.4.4  自然語言處理自動化腳本

操作實戰 205

7.4.5  自然語言處理自動化工具

源碼 205

7.5  本章小結 215

第8章  AI語音算法測試 216

8.1  AI語音算法測試簡介 216

8.1.1  AI語音算法應用全流程 216

8.1.2  AI語音算法測試簡介 218

8.1.3  AI語音算法測試的目的 218

8.1.4  AI語音算法測試應用 218

8.2  算法模型測試種類 219

8.2.1  算法模型評估測試 219

8.2.2  算法模型魯棒性測試 225

8.2.3  算法模型安全測試 226

8.3  AI語音算法測試方案 226

8.4  數據集簡介 229

8.4.1  數據集搭建 229

8.4.2  數據集劃分 231

8.4.3  數據標註 234

8.4.4  測試集設計 235

8.5  AI語音算法測試操作實戰 237

8.5.1  算法模型評估測試實戰 238

8.5.2  算法模型魯棒性測試 241

8.6  AI語音算法測試源碼 241

8.7  本章小結 243

第9章  AI語音性能測試 244

9.1  AI語音性能測試簡介 244

9.2  AI語音性能測試的目的 244

9.3  AI語音應用性能測試 244

9.3.1  CPU占用 245

9.3.2  內存占用 247

9.3.3  響應時間 249

9.4  NLP接口性能測試 251

9.4.1  NLP接口性能測試簡介 251

9.4.2  NLP接口性能測試術語

解釋 252

9.4.3  NLP接口測試方案 252

9.5  本章小結 258

參考文獻 259