1、全雙工互動 --- 類比的是 人們之間的交談過程一樣

     在一般的問答系統裡面，問一句答一句，或者使用多輪互動，全雙工互動希望可以達到的效果是類似人與人之間打電話一樣，

不僅僅是一問一答，可能是使用者說多句話，然後機器人回答一下；甚至機器人可以主動提問來幫助互動

2、面向任務的對話系統 VS 面向過程的對話系統

面向任務的對話系統 --- 將使用者的query進行意圖識別，然後劃分為某個任務，針對性的來進行回答。

面向過程的對話系統 --- 將怎個對話過程全部記住，會記憶住前面的對話內容，來回答，甚至就是將某個人的回答收集在一起，分析他的性格、性別以及以往的興趣愛好。

3、一些技術細節

邊聽邊想，就是在開始進行語音識別的時候，就進行識別，用模型預估後面可能的話是什麼，以及意圖是什麼，這樣可以

減少做出反應的時間

節奏控制 --- 因為要做到人與人之間互動過程一樣的效果，所以得控制好節奏，不可以中間停頓的時間太長；當時間合適的時候，要作出回覆，或者進行對話引導

另外對話引導 --- 判斷使用者的話是不是具有很高的資訊熵（回覆的內容是不是有資訊含量），來判斷是不是應該給出一個新的話題出來。新的話題應該是 和 使用者的興趣 熱門話題 以及 應該和前面的交談內容應該有些關聯 等多個維度

生成模型比檢索模型具有更好的效果 --- 很多的時候是語音識別的時候，具有一些誤差，深度學習模型具有更好的容錯性

4、節奏控制:內容池的排程系統

每段音訊輸出可以定義一個『模式』指定如何排程協調

協調包括的工作，就是什麼時候該機器人作出response，以及使用者上幾句話，是怎麼做處理，儲存起來或者直接忽略掉。

5、還有一些技巧性的設計

預測回覆的時間，要是時間較長，機器還沒有迴應成功，可以先回復一個 “嗯”之類的通用詞，使互動過程更加人性化吧。