現(xiàn)在市面上的智能電子產(chǎn)品千千萬，為了達到人們使用更加方便的目的，很多智能產(chǎn)品都開發(fā)了語音識別功能，用來語音喚醒進行交互；另外，各大公司也開發(fā)出來了各種智能語音機器人，比如小米公司的“小愛”，百...
現(xiàn)在市面上的智能電子產(chǎn)品千千萬，為了達到人們使用更加方便的目的，很多智能產(chǎn)品都開發(fā)了語音識別功能，用來語音喚醒進行交互；另外，各大公司也開發(fā)出來了各種智能語音機器人，比如小米公司的“小愛”，百度公司的“小度”，三星公司的“bixby”，蘋果的“siri”等等。這些語音識別的功能，提高人們使用電子的產(chǎn)品的體驗，但是作為一名測試員，給你一款語音識別產(chǎn)品，要怎么進行測試呢？
接下來，我就以小米手機為例，給大家介紹小米手機語音識別如何測試。
小米語音識別功能如何進行測試？
要知道語音識別功能如何測試，我們先了解智能產(chǎn)品語音交互流程：
所以，要進行測試的話，我們需要從以下幾個維度來準備測試點：
01.基礎(chǔ)功能測試：
1 聲紋的錄入：
語音喚醒，為了確保每個人的聲音、每個人在不同場景下的聲音都能成功語音喚醒，測試一定要有各種不同的聲紋來進行測試。
所以，就需要錄入各種不同的聲紋，來豐富測試場景的覆蓋；
2 語音喚醒：
正常喚醒：使用正常的聲紋進行語音喚醒，檢查可以成功；
異常喚醒：使用異常的聲音，比如視頻/錄音進行喚醒，音樂聲進行喚醒，確保不會有誤喚醒。
3 喚醒后的功能：
a、語音找設(shè)備：可以喚醒設(shè)備，比如手機，通過語音找到設(shè)備。
b、音量調(diào)節(jié)：可以通過語音對設(shè)備進行音量調(diào)節(jié)
c、連續(xù)對話：喚醒設(shè)備后，可以與其進行持續(xù)的語音對話，功能正常。
d、指令識別：喚醒后，可以下發(fā)指令比如播放音樂，查詢天氣，撥打電話、定鬧鐘等，檢查指令可以正常被執(zhí)行。
4 功能沖突交互測試
a、中斷測試：語音識別過程中，有中斷干擾，比如手機喚醒的時候有電話中斷；有鬧鐘中斷、低電量中斷等，確保這些中斷能被正常處理，不會造成異常；
b、麥克風沖突：如果麥克風被占用了，測試是否能被喚醒；
5 多用戶場景
因為用戶使用語音識別的場景非常多，測試很難進行完全的覆蓋。所以，我們需要通過分析用戶的主流使用場景，來覆蓋主要的場景。
通過一些數(shù)據(jù)的采集，發(fā)現(xiàn)用戶使用的場景屏幕分布如下：
調(diào)查結(jié)果發(fā)現(xiàn)，用戶使用語音功能主要覆蓋以下場景：
所以測試就主要優(yōu)先去覆蓋這些用戶場景，其他的場景用例優(yōu)先級可以逐步降低，調(diào)整測試權(quán)重，保證用戶主流場景的穩(wěn)定性和準確性。
02.UI 測試
語音喚醒的有 UI 界面需要進行 UI 測試。
比如手機的語音喚醒功能，需要進行 UI 界面的檢查，保持 UI 的友好型和美觀性；03.兼容性測試
1，第三方應用的兼容性測試
如果設(shè)備里有安裝其他的應用，比如手機里的其他應用，是否可以通過語音識別喚醒后進行指定的動作操作；第三方應用兼容性需要保證；
2，外界設(shè)備兼容
a、三段式耳機接入
b、四段式耳機接入
c、type-c 數(shù)字耳機接入
d、藍牙耳機接入
通過接入這些第三方的耳機設(shè)備，可以進行語音識別并且功能正常。
04.自動化語音識別測試
以上都是通過手工進行測試的，要進行一個比較完整的語音識別覆蓋，至少需要以下配置：
測試人數(shù)：
10/20 人（男女各一半）
測試次數(shù)：
每個場景 50 次
測試環(huán)境：
辦公室、會議室
測試場景：
亮屏喚醒、滅屏喚醒、手機播放音樂喚醒、聲紋誤喚醒、基本語句識別率
但是手工測試是有不可忽視的一些嚴重缺陷的：
1、測試手法不統(tǒng)一：
不同的距離和不同的角度都會導致識別結(jié)果不一樣。
2、測試過程中人員聲音波動大
同一算法，同一產(chǎn)品，在測試人員不變，場景一致的情況下，多輪測試的數(shù)據(jù)差異大；
由此可見，手工測試耗時耗力、測試數(shù)據(jù)參考價值低。所以，語音識別測試也可以進行一些自動化測試。
05.自動化測試的關(guān)鍵點
1 實現(xiàn)半自動化語音測試
因為手工測試就是沒有辦法提供那么多人進行不同語料的測試，所以需要實現(xiàn)語料自動合成和模擬?？梢圆捎?python+pyaudio 開發(fā) + 音箱模擬人聲，來對語音進行識別測試。
而且通過增加語料量級（至少 40 組聲紋），降低喚醒/識別頻次；增加不同的噪音環(huán)境，不同噪音 + 不同距離，模擬用戶真實環(huán)境。
這樣，就可以覆蓋更多的不同的語料以及場景，大大提高識別的正確率。
2 語料自動化播放 + 自動化檢測
現(xiàn)在有了語料，但是需要手動播放的話，工作量依然很大，所以需要實現(xiàn)語料自動播放和自動化監(jiān)測。
3 增加噪聲播放系統(tǒng) + 滑軌控制系統(tǒng)
因為用戶的使用場景往往有很多的噪音，如果測試不模擬這種噪音環(huán)境，是沒有辦法真正還原用戶場景的。所以，需要設(shè)置一些噪音源，可以自動化增加噪音，并可以調(diào)整距離。
如下圖，就是小米公司的專為為測試語言識別造的混響室，以及自動化調(diào)節(jié)人頭系統(tǒng)
