在各种VUI流程中，误触发引起的设备误动作带来的危害更大

使用TNA算法可以有效地进行错误拒识，防止误触发错误的出现

在语音用户界面设计的介绍中，已经讲述了误识别和误触发两种错误。
使用V280的开发者，可以通过设置TNA参数来有效地避免“误触发”的错误。

1. 什么是TNA算法

TNA算法由绘声公司首创并运用于抑止"误触发"。
TNA算法本来的含义是时域归正算法。绘声公司将TNA算法融入了音节分布规则，以及信心值计算，专门用于抑止"误触发"。把这一概念拓展为："针对不在词表内的语音引起的识别误触发，进行错误拒识的算法"，并且可以通过VUI_Edit设置TNA的开关，来调节TNA的作用。
在传统的语音识别流程中，就是比较各关键字相互之间相对值，求出的是相对最优解。这样作比较容易达到高的正确识别率，但是也会带来误触发。
误触发就是当送入识别引擎的声音数据是在识别词表外的声音时，是有可能被识别成为识别词表内的识别命令。最典型的场景就是在智能家居中，采用"口令触发"（可以参考VUI实例3）等待识别口令时，几个人在语音识别模块前进行聊天，此时聊天的内容和口令完全无关，但是有可能某一句聊天，就会误触发口令。

绘声公司创造性地在识别每一帧语音特征的时候，对每一个关键词条目的每一个音节每一个状态都进行信心值计算。同时将每一帧特征都对应规整到关键词的相应音节的相应状态。在整个语音识别过程中，每一帧的计算都不仅仅是计算相对最优解，也在计算是否符合时间规整发音概率。
与此同时，识别引擎也依然保留了N-Best相对最优解，在识别完成后，可以配合心里模型再次检出正确的识别结果。

经过测试，TNA算法可以大幅度降低误触发率。
成为VUI模块在智能家居和工业控制得到真正地应用地技术基础。


2. TNA的作用和影响

当VUI识别流程的一个节点开启并设置了TNA参数后，当识别流程运行到该节点时，声音的识别流程会根据TNA参数的设置，进行检测。
开发者可以理解为，需要更加认真地去说识别命令，才能够通过TNA的识别检测，得到识别结果。如果是含糊地说，或者不认真地说，那么就无法得到识别结果。
这样，生活中的其他声音，尤其是用户的随机聊天声音，所能引起的"误触发"
必然会大大降低。

举一个简单例子，当一个识别列表有"绘声电子"这个词语时，如果不开启TNA，用户说"绘声阿子"，由于识别列表中没有与"绘声阿子"更接近的垃圾词语来吸收，所以几乎肯定会触发"绘声电子"，但是当打开TNA开关后（需要设置一定严格的参数），再说"绘声阿子"，则会被TNA的检测拒绝这次识别。避免了误触发。