以下为来自Vocalize.ai的对比测试报告，对比分析了Sensory嵌入式自然语言交互技术和云端Amazon AVS，在某个具体产品品类，如微波炉产品的语音交互对比性能分析。
我们先看一下结论 –
首先引入两个概念， TCR(Task Cmpletion Rate)即任务完成度。对于家电如微波炉产品，包括语音的人机交互的目的在于完成任务，而不是为了聊天和娱乐。
综合来看，运行Sensory嵌入式TrulyNatural的微波炉产品，其任务完成率高达93%，而运行AVS的其任务完成率仅有55%。
我们对比分析了分别运行于设备端嵌入式的语音控制系统- Sensory TrulyNatural和运行于云端如Amazon和Google的语音控制系统（cloud-based solutions）。
测试环境 –
HATS（head and torso simulator）位于垂直90度和0.9米的距离
HATS发音(utterance)分贝声压为63dB SPL
交互方式为唤醒词后说出语音命令
测试硬件如下 –
测试语音命令如下 –
测试结论我们可以看到Sensory的语音任务完成度远超云端 –
语音交互的首要条件是可以正确的识别用户的语音，让我们看一下对比分析，可以发现Sensory ASR语音识别率远高于Amazon云端AVS识别率 –
然后是正确的将识别转换为实际的操作指令，这直接和任务完成度相关。我们可以看到云端Amazon经常不能正确识别用户的用途 –
综上所述，设备端的针对特定产品应用领域(Domain Specific Large Vacabulary Natural Languages Understanding)的语音识别不仅在隐私性，快速反应时间，易用性（无需网络配置）具备极大优势，而且在实际可用性上也远远超过云端通用系统。
