在体验过几款云后视镜和目前在实现‘eagle'过程中，各家都使用第三方语音识别技术的情况下，如何让语音交互过程更流畅、智能？初步思考出两种体验优化方法，请大家斧正！

一、自定义语义词汇完善(难度：**)

1. 用户与车载硬件，通过语音交互，目前阶段更多的是指令的下发与执行。对指令的执行无非两种情况“是或不是”。但由于不同方言或文化背景，导致能够表达出“是或不是”的词汇非常多，为了让车载APK更智能，可在后台建立更为完整的‘肯定词汇组’与‘否定词汇组’，这些词汇组通过人工的方式收集、整理，并下发给车载APK本地缓存。车载APK在进行语音交互的时候，对于未理解的指令(即云端不支持)，可以到本地词汇组中匹配，并做出判断。这种方式，可以大大加强语音交互过程中，指令执行的准确率。 2. 举例： 用户：导航到华强北                                                                               (传达指令) 机器：您是要导航到华强北吗？                                                              (指令重复、确认) 用户：对的|是啊|OK|是的|是|呵呵|嗯|......                                                 (这类词汇表示：是、肯定) 用户：错|不对|No|不是的|你傻啊|......                                                         (这类词汇表示：不是、否定) 二、人工智能学习（难度：*****) 1. 实际使用语音交互功能的时候，绝多数用户第一次是不会按照‘使用帮助’要求去下发指令，而是按照自己的说话习惯下发指令，这就导致机器(第三方语音识别SDK)无法根据语义作出正确判断。举例：用户说：去华强北怎么走/导航/地图，这些说语义代表的是‘导航到***’ 2. 解决思路 ①　车载APK将当前未能正确识别的语义内容，上传到后台(带有车载硬件IMEI)； ②　后台将这些语义进行人工分析、归类，如：去华强北怎么走，被归类到‘导航’这个语域 ③　车载APK主动下载属于自己的语义库(实现自我学习机制) 3. 优化 ①　后台将收集到的无法解析的语义，通过人工进行分析、归类 ②　后台主动调用第三方语音识别SDK，如科大讯飞、百度、腾讯等等，由它们的语音识别SDK来辅助解析，自动实现分析、归类