ASR:语音识别技术也被称为自动语音识别，将语音识别后转换成文本，字准率可达97%、句准率达92%，人机用户界面更加自然和容易使用。 TTS：：文语转换技术，采用双向LSTM+Attention，研发端到端的语音合成模型，能将任意文字信息实时转化为标准流畅的语音朗读出来。

通过实体识别、意图分类、句法分析、关系抽取等NLU相关算法能力，让计算机能够理解、处理和生成人类交流所使用的的自然语言，以实现人机交互。基于深度学习的NLG技术，在26个行业中积累了大量生成语料。

多模态情感分析提供了使用文本、音频、图像数据的组合进行意见挖掘的方法，将所有形式的情感信号进行整合。通过情感特征提取、情感信息融合、情感表达等多模态情感技术，让计算机识别人类语言中的情感来理解用户并使对话机器人的回应进行情感调节，提高对话的亲和力，实现情感化交互，提升用户体验。

全双工是指实时的、双向的语音信息交互，可实现场景式的连续对话和全领域连续对话两种模式。基于语音识别、对话管理、语音合成、语音增强、连续对话等技术，在语音和数字人场景中，实现听说状态的实时切换，来适应不同领域的对话场景，使人机对话更加贴近真实的人际沟通。

大模型是一种隐式的“知识库”，参数化的“百科全书”，预训练是将大规模训练数据放到一起，通过预训练的方法来学习某种共性。通过对海量数据进行学习和训练，实现在多种NLP任务中的优异表现，以提高对话式AI系统的准确率和响应速度。

将积累的信息组织成可以被利用的结构化的知识库，进而形成丰富的行业知识图谱：行业知识库、金牌话术库、画像标签库等。通过不断优化和升级AI模型，构建机器人大脑知识体系，可为各个垂直行业提供智能化服务。