基于模糊綜合評價法的AIoT語音軟件開發技能評價研究

張恒 阮華英

摘要：文章首先分析了智能語音與傳統實體產業加速融合發展的背景下，AIoT語音軟件項目群管理對軟件團隊復合開發技能定量評價的需求；然后借鑒工作分解結構法，對AIoT語音軟件工程的功能類與功能點及技能需求進行梳理、歸納；最后在前人技能評價成果基礎上，以優化項目交付能力為導向，選擇評價指標并構建評價體系。基于模糊綜合評價法，對團隊內軟件工程師所掌握的各軟件開發技能熟練度進行刻畫與定量評價，其結果具有參考意義，可為考慮柔性技能的軟件項目群人力資源調配提供支撐。

關鍵詞：模糊綜合評價；AIoT語音軟件；技能評價

中圖分類號：F272.92;C931.2? 文獻標志碼：A

0 引言

AI語音作為AI領域中相對成熟的落地技術之一，在語音交互市場需求加速上漲與國家政策的強力扶持下，正加速在垂直行業的布局與滲透。隨著家電、汽車等產品逐漸完成聯網化，智能化將是這些產業的創新與銷售驅動力之一，而人機對話則是關鍵的智能化入口，如華南某頭部家電M集團將AI語音交互升級為家電端的戰略發展方向。據中國語音產業聯盟統計，2021年全球AI語音產業規模約為263.8億美元，其中中國市場規模達到288億元，同比增長32.8%［1］。為應對業內玩家間的激烈競爭，搶落地、趕交付、多項目并行也成為AIoT（人工智能物聯網，AI+IoT）語音軟件開發常態。在比拼硬件、軟件、算法的性能、指標背后，是企業的軟件人力資源厚度作為強有力的交付保障。而在ToB的商業合作中，軟件工程師除了負責研發，還需要肩負對外的技術支撐以及內部矩陣式虛擬組織里的橫向協調，故對軟件工程師技能的評價，既要關注其“硬指標”，又要兼顧其“軟指標”；AIoT語音軟件作為一種高度定制化的知識型產品，與普通的工業產品依靠機械的重復工作不同，其研發與落地主要依賴于軟件工程師的腦力勞動與柔性技能發揮；眾多項目管理工作的實操經驗顯示，知識型員工的復合型技能在軟件項目的成敗中扮演著關鍵角色。因此，因地制宜地對軟件工程師開發技能進行合理綜合評價，既能基于人崗匹配度優化項目群人力資源調配，提升對外交付能力與客戶滿意度，又能幫助人力資源部門識別團隊成員在技能上的不足，制定個性化的培訓與職業發展計劃，還有助于管理層識別與規劃戰略技能。

1 軟件技能需求

1.1 AIoT語音交互系統

典型的AIoT語音交互系統包括本地端與云端。其中本地端由AI語音芯片（系統）、無線聯網芯片（系統）組成，負責使用麥克風陣列對人聲與環境聲的采集，經過降噪、波束成形等前端處理后，進行關鍵熱詞檢測，并接入語音云、IoT設備云，實現基于離在線識別、語義理解、對話管理等關鍵技術的人機語音交互；最后負責與傳統家電設備通信，根據對話產生的設備控制信令，完成指令下發與設備狀態同步、提示音播報等，如圖1所示，本文所提及的軟件開發屬于端側開發范疇。

1.2 AIoT語音軟件工程分解

借鑒工作分解法，并依據不同組件、工序間的緊前緊后約束關系，將AIoT語音軟件工程細化、排序后歸納出各組件開發依賴的技能集。如表1所示，作為嵌入式軟件的分支，AIoT語音軟件工程依賴的開發技能覆蓋計算機體系結構、計算機網絡、編譯原理、并行計算、電子電路設計、多種語言的程序開發、端邊云協作、人機語音交互、家電控制等細分領域。其中J1（C語言程序設計）、J11（RTOS多任務環境軟件開發）作為嵌入式軟件開發必備技能，在表中不具體注明。

2 軟件技能評價

2.1 員工技能評價現狀

顧琳琳等［2］基于德爾菲法和層次分析法，構建了一套包含4個一級指標、18個二級指標、39個三級指標的護理本科生技能評價體系，以全面考查學生職業素養、溝通能力、操作技能等綜合素質的評價指標體系；劉銀浩等［3］為改善當前員工技能評價主觀性與經驗性的不足，創新提出基于RFID

的生產系統數據挖掘，融合生產技能與生產一致性系數、權重的服裝生產企業員工技能評價方法與流程；方東輝等［4］為解決師范生師范技能評價體系要素復雜、評價難度大的難題，運用模糊層次分析法對影響師范技能評價因素進行分析，并提出了一種師范技能的考核指標體系。高曉明［5］基于改進天牛須搜索-支持向量機算法，構建了企業技能質量評價模型，并實證其相對于SVM模型、層次分析法模型的優越性，以提升企業技能質量，促進企業轉型升級。當前學者使用異質的評價指標、評價方法，在技能評價方面取得了一定的研究成果，但鮮有針對軟件技能尤其是前沿AIoT語音應用中的軟件技能的評價案例。軟件團隊技能評價屬于人力資源考核的一項內容，存在一定的模糊性與不確定性，有些指標甚至難以量化，因此運用模糊綜合評價法對員工技能進行評價，有利于促進人力資源管理的科學性，并提高效率［6］。

2.2 模糊綜合評價過程

（1）遴選業務驅動中的AIoT語音項目交付關注點作為評價指標，包括交付效率X1、開發經驗X2以及自主完成度X3。交付效率衡量工程師使用該技能完成開發任務的時效情況，包括高效完成、如期完成、逾期等分級，在搶落地的行業背景下，逾期閉環極易引發項目失敗；開發經驗包括工程師使用該項技能的時長、支撐類似項目與產品的數量和貢獻比重等，包括豐富、一般、不足等分級，技能經驗豐富的員工既熟悉自身研發流程，又掌握上下游協作訴求；自主完成度借助工程師需要指導的程度，反映工程師獨立發揮技能的水平以及在矩陣式項目組織中作為技術FO（Function Owner）獨當一面的潛力。綜上，因素集如公式（1）所示。

X=｛X1，X2，X3}（1）

（2）借鑒Likert 5點計分法，將3個指標分為5個等級，如表2所示。

（3）組織軟件技術總監、合作項目團隊經理、嵌入式團隊共10人，對嵌入式團隊8名工程師、32項技能的3個指標進行評分。對評分數據歸類、統計得出各員工每項技能的單因素評價向量以及評判矩陣。由于篇幅有限，以員工L的J1技能“C語言程序設計”為例，其評價矩陣R如公式（2）所示。

R=0.30.30.400

0.20.40.400

00.50.500（2）

（4）邀請AIoT語音產品專家，對效率、經驗、獨立性3個技能指標進行重要性定性打分，然后借助SPSS PRO平臺，采用層次分析法計算，并選擇方根法計算權重。結果顯示，效率的權重為58.151%，經驗的權重為30.908%，獨立性的權重為10.941%，并通過一致性檢驗，同時進一步得到因素X的權向量W。具體如表3—5所示。

W=0.5820.3090.109（3）

（5）為體現權數作用，選取“積-和”模糊合成算子，計算員工L技能J1的模糊評價結果向量B，其歸一化后取值相當。

B=W°R=（0.2360.3520.41100）（4）

（6）結果表明，員工L技能J1”C語言程序設計”等級為Y1的程度是0.236，等級為Y2的程度是0.352，等級Y3的程度是0.411，不可能是等級Y4、Y5；按照最大隸屬原則，評價結論是：其J1技能等級為Y3，即經驗不多，但能夠在適度指導下如期產出達標的軟件功能；與其在團隊內的口碑吻合，表明該評價模型準確度高，具有適用性。

（7）循環執行第五與第六2步，直到所有工程師各項技能遍歷計算完成。分析整個評價過程以及基于Python3的計算源程序可以發現，主要耗時算子為模糊評價向量B的矩陣操作，其時間復雜度為O（m·n），與團隊規模、技能清單長度或者技能的精細度正向強相關。

3 結語

文章應用模糊綜合評價法，結合工作結構分解法與層次分析法，對AIoT語音軟件團隊的復合技能進行量化評價，既有效解決員工技能評價所涉及的模糊性與不確定性，提高評價結果的科學性與實用度，又為AIoT語音軟件項目群的人力資源調度提供素材。多技能工的柔性技能調度是項目群管理領域的研究熱點與難點，而員工掌握的技能種類與熟練度是其基礎約束條件，后續在依據技能熟練度進行軟件項目群人力資源調配的過程中，對于需求同一技能的項目工序，可為高優先級的任務配置熟練度高的工程師，對于同一熟練度等級的員工，可依據隸屬度大小進行分配。此外，考慮到所述技能，因工程師的學習、遺忘效應導致其水平及因素集處于一個浮動的狀態，在下一步的研究中，應將該方法集成于企業自動化數字系統中，定期、實時地對員工技能水平進行評估，以提升管理效率。

參考文獻

［1］程鳴，何永春.智能語音標準體系構建研究［J］.中國標準化，2023（10）：100-105.

［2］顧琳琳，李偉，洪華.基于德爾菲法和層次分析法的《基礎護理學》技能評價指標體系的構建［J］.解放軍護理雜志，2017（9）：36-39.

［3］劉銀浩，胡洛燕.服裝生產企業縫紉一線員工技能評價［J］.服裝學報，2017（2）：117-122.

［4］方東輝，姜姍.模糊層次分析法在師范技能評價體系中的應用［J］.吉首大學學報（自然科學版），2012（6）：107-110.

［5］高曉明.基于機器學習的專業技術與技能質量測評模型優化分析［J］.粘接，2023（6）：140-143.

［6］司守奎，孫兆亮.數學建模算法與應用［M］.2版.北京：國防工業出版社，2015.

（編輯 沈 強）

Research on evaluation of AIoT speech software development skills based on fuzzy comprehensive evaluation method

ZHANG? Heng1， RUAN? Huaying2

（1.School of Mechanical Engineering， Guizhou University， Guiyang 550025， China;

2.School of Life Science and Technology， Wuhan Polytechnic University， Wuhan 430023， China）

Abstract：? The article analyzes the demand for quantitative evaluation of composite development skills of software teams in AIoT voice software project management under the background of accelerating the integration and development of intelligent voice and traditional physical industries; Then， drawing on the work breakdown structure method， the functional categories， points， and skill requirements of AIoT voice software engineering are sorted and summarized; Finally， based on the previous skill evaluation results， an evaluation system was constructed with the optimization of project delivery capability as the guide. The proficiency of various software development skills mastered by software engineers in the team was characterized and quantitatively evaluated using the fuzzy comprehensive evaluation method. The results have reference significance and can provide support for human resource allocation in software project groups considering flexible skills.

Key words： fuzzy comprehensive evaluation; AIoT voice software; skill evaluation