YD/T XXXX-XXXX I ICS 33.040.40 CCS L78 YD 中华人民共和国通信行业标准 YD/T XXXX —XXXX 终端用远场语音采集和处理模块技术要 求和测试方法 Technical requirements and test methods for far-field voice acquisition and processing modules for terminals （报批稿） [××××] -[××]-[××]发布 [××]-[××]-[××]实施 中华人民共和国工业和信息化部 发 布 YD/T XXXX-XXXX II 目 次 前 言 ................................................................................................................................................................. III 1 范围 ................................................................................................................................................................... 1 2 规范性引用文件 ............................................................................................................................................... 1 3 术语和定义 ....................................................................................................................................................... 1 4 缩略语 ............................................................................................................................................................... 1 5 总体架构 ........................................................................................................................................................... 2 5.1 架构设计 .................................................................................................................................................... 2 5.2 业务交互 .................................................................................................................................................... 2 6 技术要求 ........................................................................................................................................................... 3 6.1 语音采集要求 ............................................................................................................................................ 3 6.2 语音处理模块要求 .................................................................................................................................... 4 7 测试方法 ........................................................................................................................................................... 5 7.1 唤醒功能测试 ............................................................................................................................................ 5 7.2 采集和识别功能测试 ................................................................................................................................ 8 7.3 指令响应功能测试 .................................................................................................................................... 9 7.4 指令响应功能测试（询问） .................................................................................................................. 10 YD/T XXXX-XXXX III前 言 本文件按照 GB/T 1.1—2020《标准化工作导则 第1部分：标准化文件的结构和起草规则》给出的规 定起草。 请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别这些专利的责任。 本文件由中国通信标准化协会提出并归口。 本文件起草单位： 深圳市兆能讯通科技有限公司、中国信息通信科技集团有限公司、中国信息通 信研究院 本文件主要起草人： 李永峰、余可曼、姜超、聂秀英YD/T XXXX-XXXX 1终端用远场语音采集和处理模块技术要求 和测试方法 1　范围 本文件规定了智能终端在实现 远场语音交互功能时的业务流程、技术要求、参数要求 ， 及相应的测试方法 。 本文件适用于智能电视 、智能机顶盒 和智能音箱 等语音终端 ，不对具体的控制硬件进行 限定，仅对本文件 所必要的交互环节进行约定。 2　规范性引用文件 下列文件对于本文件的应用是必不可少的 。凡是注日期的引用文件 ，仅注日期的版本适 用于本文件。凡是不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件 。 GB/T 21023—2007 中文语音识别系统通用技术规范 3　术语和定义 GB/T 21023—2007 界定的以及下列术语和定义适用于本文件。 3.1　 语音识别 speech recognition 将人类的声音信号转化为文字或者指令的过程。 [来源：GB/T 21023—2007，3.1] 3.2　 语音交互 speech interaction 基于语音输入的交互模式，通过说话就可以得到设备理解并执行的过程。 3.3　 语义理解 semantic comprehension 根据交互功能要求，进行语音转写文本后的 指令识别过程。 4　缩略语 YD/T XXXX-XXXX 2下列缩略语适用于本文件。 AEC：回声消除（ Acoustic Echo Cancellation ） AI：人工智能（ Artificial Intelligence ） ASR：自动语音识别（ Automatic Speech Recognition ） ISC：指令集（ Instruction Set Computing ） NLP：自然语言处理（ Natural Language Processing ） NS：噪声抑制（ Noise Suppression ） TTS：语音合成（ Text-To-Speech ） 5　总体架构 5.1