人工智能语音测试原理与实践

图书标准信息

• 作者 张伟
• 出版社 清华大学出版社
• 出版时间 2022-12
• 版次 1
• ISBN 9787302621423
• 定价 89.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 258页
• 字数 402千字

【内容简介】

本书主要介绍关于人工智能语音测试的各方面知识点和实战技术。全书共分为9章，第1章和第2章详细介绍人工智能语音测试各种知识点和人工智能语音交互原理；第3章和第4章介绍人工智能语音产品需求和评价指标及其相对应的验收标准；第5章介绍如何准备语音数据，包括准备方案和具体方法；第6～9章介绍人工智能语音测试涉及的4大模块，即黑盒测试、自动化测试、算法测试、性能测试。本书从理论概念到测试实践，从手工测试到自动化测试，内容翔实且丰富，其中的项目方案、范例和实战代码都是经过长时间验证的，可直接用于实际环境。 本书适合初中高级软件测试工程师，测试经理/总监、开发工程师以及人工智能语音测试爱好者阅读，也可以作为培训机构和大专院校的教学用书。

【作者简介】

张  伟

高级软件测试工程师，从事人工智能语音测试7年，先后供职于科大讯飞和上海健康科技公司，主要研究人工智能语音测试，担任AI语音测试负责人，搭建公司级的AI语音测试解决方案和培养相对应的技术人才，对AI语音自动化测试和算法测试都有较深入的研究。

【目录】

第1章  人工智能语音测试介绍 1

1.1  语音简介 1

1.1.1  语音的基本概念 1

1.1.2  语音的产生原理 4

1.1.3  语音交互流程 5

1.2  人工智能简介 5

1.2.1  机器学习简介 6

1.2.2  深度学习简介 7

1.3  AI语音简介 9

1.3.1  AI语音技术简介 9

1.3.2  AI语音交互简介 10

1.4  AI语音测试简介 10

1.4.1  AI语音测试的价值 10

1.4.2  AI语音测试的应用 11

1.5  本章小结 11

第2章  AI语音交互原理介绍 12

2.1  AI语音交互 12

2.2  语音采集 13

2.2.1  语音采集流程 13

2.2.2  影响语音采集水平的因素 15

2.3  语音识别技术 17

2.3.1  自动语音识别简介 17

2.3.2  近场语音识别 17

2.3.3  远场语音识别 18

2.3.4  语音识别流程 19

2.3.5  语音预处理（语音增强） 21

2.3.6  传统语音识别－编码（声学

特征提取） 24

2.3.7  传统语音识别－解码 27

2.3.8  深度学习语音识别 31

2.4  语音唤醒技术 32

2.4.1  语音唤醒简介 32

2.4.2  语音唤醒流程 32

2.5  自然语言处理技术 33

2.5.1  自然语言处理简介 33

2.5.2  自然语言处理流程 33

2.5.3  自然语言理解 34

2.5.4  对话管理 44

2.5.5  自然语言生成 46

2.6  语音合成技术 49

2.6.1  语音合成简介 49

2.6.2  语音合成的流程 49

2.6.3  扬声器发声 51

2.7  本章小结 51

第3章  AI语音产品需求和适用场景 52

3.1  AI语音产品需求 52

3.1.1  AI语音产品基础功能需求 52

3.1.2  AI语音产品特性功能需求 56

3.1.3  AI语音产品性能需求 62

3.2  AI语音产品分类和应用场景 62

3.2.1  封闭域识别产品 63

3.2.2  开放域识别产品 63

3.2.3  静态环境产品 66

3.2.4  动态环境产品 66

3.3  本章小结 66

第4章  AI语音产品评价指标和行业

标准 67

4.1  语音唤醒技术评价指标与行业标准 67

4.1.1  评价指标 67

4.1.2  行业标准 68

4.2  语音识别技术评价指标与行业标准 70

4.2.1  评价指标 70

4.2.2  行业标准 72

4.3  自然语言处理技术评价指标与行业

标准 74

4.3.1  评价指标 74

4.3.2  行业标准 75

4.4  语音合成技术评价指标与行业标准 76

4.4.1  评价指标 76

4.4.2  行业标准 76

4.5  本章小结 77

第5章  语音数据准备 78

5.1  语音音频文本准备 78

5.1.1  语音音频文本准备方式 78

5.1.2  语音音频文本准备方案 79

5.2  语音合成工具 80

5.2.1  批量语音合成工具 81

5.2.2  语音合成工具源代码 83

5.3  噪音源音频文本准备 89

5.3.1  噪音源音频文本准备方式 89

5.3.2  噪音源音频文本准备方案 90

5.4  本章小结 90

第6章  AI语音产品的黑盒测试 91

6.1  AI语音产品的黑盒测试简介 91

6.1.1  AI语音效果测试简介 91

6.1.2  AI语音功能测试简介 92

6.2  AI语音唤醒效果测试 92

6.2.1  唤醒率测试

（静态环境产品） 92

6.2.2  打断唤醒率测试

（静态环境产品） 96

6.2.3  误唤醒率测试

（静态环境产品） 99

6.2.4  唤醒率测试

（动态环境产品） 102

6.2.5  打断唤醒率测试

（动态环境产品） 106

6.2.6  误唤醒率测试

（动态环境产品） 110

6.3  AI语音识别效果测试 112

6.3.1  识别率测试

（静态环境产品） 112

6.3.2  打断识别率测试

（静态环境产品） 117

6.3.3  识别率测试

（动态环境产品） 121

6.3.4  打断识别率测试

（动态环境产品） 126

6.4  AI语音基础功能测试 131

6.4.1  语音唤醒功能测试 131

6.4.2  语音识别功能测试 133

6.4.3  自然语言处理功能测试 135

6.4.4  语音TTS合成功能测试 140

6.5  AI语音特性功能测试 140

6.5.1  全双工打断 140

6.5.2  跨场景交互 141

6.5.3  可见即可说 142

6.5.4  自定义唤醒词 143

6.5.5  上下文理解 145

6.5.6  非全时免唤醒 146

6.5.7  声源定位 148

6.5.8  声纹认证 149

6.5.9  快捷词免唤醒 150

6.5.10  自定义TTS播报 151

6.6  本章小结 152

第7章  AI语音产品自动化测试 153

7.1  AI语音产品自动化测试简介 153

7.1.1  AI语音产品自动化测试的

价值 153

7.1.2  AI语音产品自动化测试

应用 154

7.2  语音唤醒自动化测试 154

7.2.1  语音唤醒自动化工具框架 154

7.2.2  语音唤醒自动化测试方案 155

7.2.3  语音唤醒自动化工具说明 158

7.2.4  语音唤醒自动化工具操作

实战 160

7.2.5  语音唤醒自动化工具源码 161

7.3  语音识别自动化测试 169

7.3.1  语音识别自动化工具框架 169

7.3.2  语音识别自动化测试方案 171

7.3.3  语音识别结果获取工具说明 175

7.3.4  语音识别结果分析工具说明 177

7.3.5  文本转MLF文件工具说明 185

7.3.6  语音识别自动化工具操作

实战 186

7.3.7  语音识别自动化工具源码 190

7.4  自然语言处理自动化测试 201

7.4.1  自然语言处理自动化脚本

框架 201

7.4.2  自然语言处理自动化测试

方案 202

7.4.3  自然语言处理自动化脚本

说明 204

7.4.4  自然语言处理自动化脚本

操作实战 205

7.4.5  自然语言处理自动化工具

源码 205

7.5  本章小结 215

第8章  AI语音算法测试 216

8.1  AI语音算法测试简介 216

8.1.1  AI语音算法应用全流程 216

8.1.2  AI语音算法测试简介 218

8.1.3  AI语音算法测试的目的 218

8.1.4  AI语音算法测试应用 218

8.2  算法模型测试种类 219

8.2.1  算法模型评估测试 219

8.2.2  算法模型鲁棒性测试 225

8.2.3  算法模型安全测试 226

8.3  AI语音算法测试方案 226

8.4  数据集简介 229

8.4.1  数据集搭建 229

8.4.2  数据集划分 231

8.4.3  数据标注 234

8.4.4  测试集设计 235

8.5  AI语音算法测试操作实战 237

8.5.1  算法模型评估测试实战 238

8.5.2  算法模型鲁棒性测试 241

8.6  AI语音算法测试源码 241

8.7  本章小结 243

第9章  AI语音性能测试 244

9.1  AI语音性能测试简介 244

9.2  AI语音性能测试的目的 244

9.3  AI语音应用性能测试 244

9.3.1  CPU占用 245

9.3.2  内存占用 247

9.3.3  响应时间 249

9.4  NLP接口性能测试 251

9.4.1  NLP接口性能测试简介 251

9.4.2  NLP接口性能测试术语

解释 252

9.4.3  NLP接口测试方案 252

9.5  本章小结 258

参考文献 259