在人工智能电话机器人中，最为重要的技术当然是人机交互，什么是人机交互技术呢？

人机交互技术（Human-Computer Interaction Techniques）是指通过计算机输入、输出设备，以有效的方式实现人与计算机对话的技术。

人机交互系统的主要组成

1、多模态输入/输出：多模态输入包括键盘、鼠标、文字、语音、手势、表情、注视等多种输入方式；多模态输出包括文字、图形、语音、手势、表情等多种交互信息。

2、视觉合成：使人机交互能够在一个仿真或虚拟的环境中进行，仿佛现实世界中人与人之间的交互。

3、 对话系统：主要由两种研究趋势，一种以语音为主，另一种从某一特定任务域入手，引入对话管理概念，建立类似于人人对话的人机对话。可通过该系统，轻松把握状态信息。

4、知识处理：自动地提取有组织的，可为人们利用的知识。

5、智能接口代理：智能接口代理为实现人与计算机交互的媒介。

主要特点

多媒体系统的交互特点

基于语音的智能人机交互是当前人机交互技术的主要表现形式，语音人机交互过程包括信息输入和输出的交互、语音处理、语义分析、智能逻辑处理以及知识和内容的整合。

与传统用户界面相比，引入了视频和音频之后的多媒体用户界面，最重要的变化就是界面不再是一个静态界面，而是一个与时间有关的时变媒体界面。

人类使用语言和其它时变媒体（如姿势）的方式完全不同于其它媒体。从向用户呈现的信息来讲，时变媒体主要是顺序呈现的，而我们通常熟悉的视觉媒体（文本和图形）通常是同时呈现的。在传统的静止界面中，用户或是从一系列选项中进行选择（明确的界面通信成分），或是用可再认的方式进行交互（隐含的界面通信成分）。

在时变媒体的用户界面中，所有选项和文件必须顺序呈现。由于媒体带宽和人的注意力的限制，在时变媒体中，用户不仅要控制呈现信息的内容，也必须控制何时呈现和如何呈现。

结合语音人机交互过程，可以看出智能语音人机交互关键技术主要如下：

1.自然语音处理技术

包括中文分词、词性标注、实体识别、句法分析、自动文本分类等技术。

2.语义分析和理解

包括知识表示、本体理论、分领域的语义网络、机器推理等。

3.知识构建和学习体系

包括搜索技术、网络爬虫、数据挖掘、知识获取、机器学习等技术。

4.语音技术

包括语音识别、语音合成和声纹识别等。

5.整合通信技术

包括跨平台即时通讯整合技术、超大负载消息集群处理技术、移动客户端开发技术。

6.云计算技术

包括海量数据分布式存储、统计和分析技术。

智能语音人机交互技术在典型行业的应用

语音交互方式替代文本交互方式，可以增强信息输入方式，能和更多的设备进行整合，市场前景广阔。目前，智能语音人机交互技术已经广泛应用到电话销售、智能客服、智能终端等领域，切实深入到人们的生活。

VR系统中人机交互的特点

人机交互可以说是VR系统的核心，因而，VR系统中人机交互的特点是所有软硬件设计的基础。

其特点如下：

观察点（Viewpoint） 是用户做观察的起点。

导航（Navigation） 是指用户改变观察点的能力。

操作（Manipulation）是指用户对其周围对象起作用的能力。

临境（Immersion） 是指用户身临其境的感觉，这在VR系统中越来越重要。

VR系统中人机交互若要具备这些特点，就需要发展新的交互装置，其中包括三维空间定位装置、语言理解、视觉跟踪、头部跟踪和姿势识别等。

多媒体与VR系统的人机交互有着某些共同特点。首先，它们都是使用多个感觉通道，如视觉和听觉；其次，它们都是时变媒体。