1、应用场景
ai对话的应用场景广泛，疫情流调、居家回访、公司内部通知、12345智能化、客服场景（各领域）等等；
主要分为文字对话、语音对话（又分为呼入呼出两种）、坐席辅助、陪练、实时质检、离线质检、双录质检（银保监会要求）这几大类；
2、涉及ai能力
asr语音识别、nlu语义理解、nlp自然语言处理、tts语音合成、vpr声纹识别等等
3、调用流程
主要流程：VPR--ASR--NLU(NLP)--TTS
根据业务不同，会略有偏差，比如文字客服是不需要asr和tts的，手机银行可能会用到vpr，其他应用不会用到；质检也不需要tts；
4、效果指标
问答准确率：综合了asr识别结果和nlu的结果；只关注用户输入和最终结果的匹配率。
ASR:cer字准确率，wer词准确率；还有一种业务上也会用到的句准确率；这种指标主要是为了在业务统计时和nlu的统计分母保持一致，可以看到整体优化重点；
nlu：准确率和召回率，准确率指的是准确回答的数量占比，包含准确回答正确和准确不回答（即知识库里没有的不回答）；召回率指的是成功召回的数量占比，包含能回答的可召回和不能回答不召回；在实际业务中，知识库需要完善是客户可理解可接受的，但误召回（即给出错误回答）和应该回答的实际无法回答这两类问题是绝不能容忍的，因此在确定阈值是要综合准确和召回，即需要高准确和高召回（虽然理论上是不可能的哈哈哈哈）；理性情况下，f1值是相对合理的结果（精度+召回/2*精度*召回）；
nlp的结果大部分时候也是准确率和召回率；
tts的效果评价比较复杂，后面单说；在实际项目中，上线前会通过各种手段对合成效果优化，因此这部分对对话项目的影响也比较小。
未完待续。
