科大讯飞在智能对话技术领域取得新进展，其最新申请的专利“一种人机交互对话系统的口音与风格控制方法及装置”已正式对外公布。该专利聚焦于智能对话与语音合成技术的创新，旨在提升人机交互的自然度与个性化体验。
据专利摘要披露，这项技术通过构建动态调控机制，能够精准识别用户对话中的口音与风格需求。系统首先会分析用户请求，判断是否存在特定的口音或表达风格偏好，并据此生成对应的参数值。在多轮对话过程中，这些参数会随着对话轮次动态更新或继承，确保交互的连贯性与一致性。
技术实现层面，系统在生成文本回复后，会结合当前轮次的口音与风格参数，调用匹配的语音合成模型。通过这种设计，最终输出的语音能够完美还原用户期望的口音特征与表达风格，同时保持语义的准确性。例如，用户可要求系统以特定方言或语调进行回复，系统均能灵活适配。
该专利直指行业痛点，针对性解决了现有技术中存在的四大难题：口音与风格的动态调控能力不足、多轮对话状态易丢失、场景适配性差以及系统扩展成本高昂。通过参数化管理与模型调用机制，技术方案在保持低扩展成本的同时，显著提升了系统的灵活性与实用性，为智能客服、语音助手等应用场景提供了更优解决方案。
