机器人如何对用户做出反应，是用问还是用答，是用什么来做决定。决定完成后将使用NRG，即自然语言生成，生成一个相应的会话，该会话可以由企业预先配置好，或者根据以往人工会话的大量样本，从中选择醉佳会话。这醉后一步实际上就是通过语音合成技术，将刚才的文本生成一个声音信号

然后通过放入音频中。整听、整说、整理解、整决策四项需要在几百毫秒内完成，这样用户才能有及时的对话回应，才不会出现卡顿现象。对于语音机器人人机协作，主要从两个方面展开：一是从机器人的角度，当机器人听到一个词时，如果它不能理解其意图，此时程序可以自动识别。

第二，从用户的角度来看，实时监控用户和机器人的对话过程，无论是用户说的话重复、意图重复，甚至是问类似的句子：“你为什么听不懂我说的话？”这种错误被实时抓取到后台，对着后台的标注系统，标注系统就是机器人训练人员在上面看的，哪些问题，哪些用户表达的内容机器人识别出了错误