项目背景
2015年10月，一个概念项目立项——陪伴机器人。我们经过调研和分析，随着消费水平和技术水平提升，智能生态圈可以延展更多可能性，如家庭智能生态圈。
家长和儿童之间可以存在“第三者”——“机器人”，三者共同陪伴，促进家庭关心的新发展。
最终结果
2015年10月立项开始，经过接近三个月不眠不休，在2016年1月12日，向市场展示新产品「陪伴机器人」
项目过程
「陪伴机器人」服务于儿童（3-12岁）用户和家长用户。
小朋友可以可以和机器人有以下互动：
- 和机器人语音聊天
- 通过机器人和父母视频聊天
- 机器人内有海量的教育、动画、音乐资源
- 小朋友的小伙伴们也拥有机器人的话，各个机器人可以相互加朋友，然后通过机器人互相聊天
- ……
家长可以和机器人有以下互动：
- 通过机器人了解孩子目前的状态
- 通过机器人和孩子视频聊天
- 通过机器人帮孩子设定符合想法的场景，例如：希望晚上10点让机器人陪伴孩子睡觉，制定指令让机器人晚上10点为孩子朗诵安徒生童话故事。
有趣的难点
2015年，语音技术并没有发展得比较成熟。我们需要自行组装整个语音模块，利用各大厂提供的技术接口，串联起我们的语音聊天线。
（1）ASR（Automatic Speech Recognition，语音识别）
用于将声学语音进行分析，并得到对应的文字或拼音信息。语音识别系统一般分训练和解码两阶段：
- 训练即通过大量标注的语音数据训练数学模型，通过大量标注的文本数据训练语言模型；
- 解码，即通过声学和语言模型将语音数据识别成文字。
声学模型可以理解为是对发生的建模，它能够把语音输入转换成声学表示的输入，更准确的说是给出语音属于某个声学符号的概率。语言模型的作用可以简单理解为消解多音字问题，在声学模型给出发音序列之后，从候选的文字序列中找出概率最大的字符串序列。
/*
2015年，最大困难在于，当时开放的ASR接口尚未有「汉语普通话」的语音识别免费的技术，可是后来百度AI团队突破这个难关，将技术接口公开，为我们这里的设计解决一大难题。
*/
（2）NLP（Natural Language Processing 自然语言处理)
用于将用户的指令转换为结构化的、机器可以理解的语言。
NLP的工作逻辑是：
将用户的指令进行Domain（领域）→Intent（意图）→Slot（词槽）三级拆分。
以“帮我设置一个明天早上8点的闹钟”为例：该指令命中的领域是“闹钟”，意图是“新建闹钟”，词槽是“明天8点”。这样，就将用户的意图拆分成机器可以处理的语言。
（3）Skill（技能，我们也称大脑处理器）
也即AI时代的APP。Skill的作用就是：处理NLP界定的用户意图，做出符合用户预期的反馈。
/*
2015年，我们遇到最大的困难是「大脑」的自定义。鉴于我们做的内容是儿童用户为主要目标用户，因此「大脑」里需要有对于儿童用户的认知和反馈。可是当时技术有限，市场上并没有合适的系统，我们几乎是自建。
以下是我们一表格，Input（语音或按键）；Output（语音、界面、视频或者机器人的设备如闪灯）
我们需要自定义这样的「大脑」，让嘉佳更贴合小朋友的需求。
同时，我们也将这个训练系统放到家长端，可以让家长定制生活。
*/
（4）TTS
即语音合成，从文本转换成语音，让机器说话。TTS业内普遍使用两种做法：一种是拼接法，一种是参数法。
- 拼接法即从事先录制的大量语音中，选择所需的基本发音单位拼接而成。优点是语音的自然度很好，缺点是成本太高，费用成本要上百万。参
- 数法指使用统计模型来产生语音参数并转化成波形。优点是成本低，一般价格在20万~60万不等，缺点是发音的自然度没有拼接法好。但是随着模型的不断优化，现在参数法的效果已经非常好了，因此业内使用参数法的越来越多。
结语
项目推出，希望让孩子和家长的交流陪伴上多一种可能性。也从陪伴机器人方切入到家庭生态圈里，让家长和孩子之间的关系更上一层楼。