上海交通大学研发的认知型人机对话系统技术，将打造以用户为中心的“语音机器人”，它是模拟人脑的全套认知功能，具有适应和思考能力的人机口语对话系统是一个人性化的“语音机器人”。
“我们所说的语音识别，本质就是把语言转换成文字。”上海交通大学-思必驰智能语音技术联合实验室负责人俞凯认为，人机对话间的最大问题就是“机器不理解人”。“出于理解模型的偏差，语音输入的错误等问题，以往语音识别技术无法进行深层次的对话。”对此，他以学前教育为例，“父母最初教孩子说话时，孩子也无法理解语言，但随着长时间的训练，让孩子能够通过对语境的理解到语言的理解，从而完成对话任务。”
俞凯和他的团队研发的“认知型人机对话系统技术”将机械式的语音识别推广到智能人机对话，与传统语音识别和合成相比融入了自适应、理解纠错、智能反馈的认知技术。“这让机器能够听得懂说的，懂得听什么，听不清楚了能问，搞错了能纠正，最终完成用户的任务。”
据悉，交大智能语音实验室是南方最大的智能语音技术实验室，该实验室自主研发的语音识别自适应技术采用了软硬件结合的抗噪技术、结构化深度学习技术、环境和说话人的自动检测及模型自适应调整技术，可以随着说话人口音和噪声环境的变化，自动选择最合适的模型进行识别，显著提升准确率。此外，自适应技术使得机器有了自动学习能力，随着在特定环境和说话人数据的积累，说得越多，学得越多，识别越精准。俞凯表示，搭载这套语音识别技术的设备可以适应更多的环境和口音，具有进化调整的能力。
该人机对话系统技术拥有离线和在线数据库以获取大词汇连续语音识别，用户只需下载，在手机上也能使用。实验室透露该技术将于年底植入车载、家庭影院等领域。此外，该技术应用于语音评测系统，已在全国多个省市的真实中考英语中进行了自动口语评估的实践，经过统计测试，其准确程度超过了普通老师。
