智能语音交互(Intelligent Speech Interaction)是AI的入口，智能语音交互之于VUI，正如鼠标键盘之于GUI。但什么是智能语音交互呢？这个名词并非每位同学都能望文生义，我试着给出个最简练的解释：让机器能听懂我们的话，并能给出相应的反馈。

这其中包括了唤醒、声纹、语音识别(ASR)、语义理解(NLU)、知识库(QAS)、多轮对话(Dialog)、语音合成(TTS)等诸多端上和云上的能力，这前面还包括了从麦克风整列、声学信号处理到端上唤醒、免唤醒等能力。

为什么会有这篇的分享呢？

先来听听"一小撮"客户的声音：A公司有ASR，B公司有NLU，C公司有TTS，他们看起来都不错，我都想用，我来把这些攒起来，然后根据具体情况，选择ASR用A家还是阿里的、NLU用B家还是你们的……端上呢，向我的服务发起请求，我来做上帝。