实现低延迟、高可靠性AI语音交互的系统和方法
本发明提供了一种实现人类与人工智能(Artificial Intelligence,AI)低延迟、高可靠性交互的系统及方法。如某些实施例所示,AI客户端首先接收来自人类的音频信号,并对该音频信号进行语音检测,以识别其中的语音数据。同时,可根据网络带宽动态调整编码帧长度。随后,将音频数据按照调整后的编码帧长度进行编码,并传输至AI服务器。与传统通信系统相比,编码音频数据在AI服务器端会被缓存在更大的缓冲区中。当所有编码音频数据按顺序接收完成,随即对接收到的编码音频进行快速解码。如发生丢包,则按预设时间间隔检测重传包是否到达。若在最大等待时间内收到重传包,则立即启动快速解码,直至丢包及其后续数据包全部解码完成;若超时仍未收到,则启用丢包补偿(Packet Loss Concealment,PLC)进行处理。播放策略亦可根据情况进行调整。解码后的音频数据随后可提供给大型AI模型进行处理。