C7.05.3Non-voice fallback in noise设计研究
噪声场景必须有非语音路径
别名: 备用输入 · 噪声降级 · multimodal fallback
概念解释
噪声可以把语音通道降到不可用,但任务往往还在:要导航、要回消息、要停掉正在响的闹钟。噪声场景因此必须保留不经过识别的完成路径——触控、按键、方向盘按钮、键盘。这条要求针对的是通道失效时的任务连续性,不是把降噪算法再拧紧一档。
机制
语音在双手被占或不能看屏时价值最高,而这些场景常常同时高噪声:车舱、厨房、车间。SNR 门限一破,继续把语音当作唯一入口,等于把任务锁死。非语音路径需要在失败发生时已经可及,而不是失败后再钻进设置。视觉或触觉的确认也必须能在戴着手套、看路的条件下完成,否则“有备用”只写在架构图上。降噪和波束成形可以上移门限,不能保证门限永远不被穿过,所以备用不是可选装饰。
怎么研究
在不可用 SNR 或多人重叠下布置真实任务,比较“只有语音 / 语音加触控 / 语音加物理键”的完成率和安全相关操作(是否看向屏幕、手是否离开方向盘)。记录用户发现语音失效后要多少步才摸到备用。实验室若在失败后由主试递给键盘,会低估发现成本。
边界
听力障碍用户需要非语音路径,原因不是噪声,但同一条备用往往同时服务他们。纯耳机近讲在噪声里仍可能可用,此时强迫切到触控会帮倒忙;备用应在检测失败后出现,而不是噪声传感器一亮就禁语音。法律或安全标准(驾驶)可能强制某些操作不得用语音,那是规范约束,与 SNR 失效叠加。没有屏幕的音箱,非语音路径可能是手机上的伴侣应用,发现成本更高,更不能省。
怎么落地
- 在语音主路径旁放置一步可及的触控或按键等价操作,尤其是取消、停止和紧急相关动作。
- 连续识别失败或估计 SNR 过低时,主动提示备用入口,不要只重复“请再说一次”。
- 在目标噪声场景做完整任务走查:从失败到用备用完成,步数和视线离路时间必须可接受。