科技网

当前位置: 首页 >电商

人工智能时代语音大热海

电商
来源: 作者: 2019-02-11 18:54:36

人工智能时代语音大热

语音并不是一个新鲜事物,2011年,Siri被内置在iPhone 4s之中横空出世时,曾掀起一波语音技术和讨论热潮和语音助手的创业热潮。时隔五年之后,Google AlphaGo人机大战将AI(人工智能)从实验室技术变成坊间热议的话题,人工智能成为国内外科技巨头的争夺焦点,语音则成为巨头进军AI的必经之路。

Google I/O大会上,最重要的项目便是Google Assistant(谷歌助理)和Google Home(类似于Amazon Echo的智能家庭音箱助手),Google Home的基础则是语音。

苹果WWDC开发者大会上,5岁的Siri终于兼容了Mac,并向开发者开放,能完成更多任务。

Amazon Echo成为Amazon 最成功的硬件产品,这款产品销量已达到400万,家庭智能语音音箱,被视作是智能之后的又一个爆款品类。

KPCB合伙人、享有互联女皇称号的玛丽米克尔在今年的互联趋势报告中,将超过十分之一的篇幅给了语音二字,在其看来,触摸屏+麦克风正在取代键盘+鼠标的交互方式。

如此重要的技术革命,中国巨头自然不会缺席。截止目前,中国市场还没有与Amazon Echo媲美的中国版智能语音音箱,但在软件层面互联公司却一直在想方设法入局。Siri发布的第二年,搜狗便发布了语音助手,搜狗也是中国最积极投资语音的互联巨头之一,阿里、腾讯、易、京东等巨头在语音上虽然偶尔有零星动作,但并未将之视作重点,要么是第三方合作,要么是蜻蜓点水。搜狗是搜索引擎,均崇尚技术,这是其押注语音的原因所在。

输入成中国玩家进军语音的亮点

输入是语音最典型的应用场景,户外、家里、走路、开车,人们有许多时候都不便于打字,或者说懒得打字,抑或打字效率不够高,语音就成为一种选择。随着语音技术的发不如返回重新开始展,识别准确率、方言兼容度、噪音抗干扰诸多难题都已得到解决,语音识别率已达到实用水平。

在语音输入法上,搜狗输入法、讯飞输入法和百度输入法是最主要的三个玩家。科大讯飞凭借着语音技术切入输入法领域,宣称用户数已过亿;百度输入法也将语音当做亮点,其宣称借助于DeepSpeech技术解决了噪音问题。语音输入量工具最大的则是搜狗输入法,其7%的用户会用到语音识别功能,这一功能每天会有超过1亿次的相牵语音转化量,在整体1.4亿的请求次数中占据相当比例,这也侧面表明,搜狗语音应用最关键还是输入。

搜狗输入法做语音则有5年历史,与讯飞语音输入法强调识别率不同,

人工智能时代语音大热海

搜狗输入法更强调智能输入。识别率再高,语音输入依然会有错字现象,手工更改成痛点用语音输入就是因为不想动手。搜狗输入法的解决方案是智能交互,比如用户说航天一院很可能被识别为航天医院,用户就可再说一二三四的一,搜狗输入法就会将医改为一。这样的交互能实现,关键不在于识别率,而是语义理解,如果没有语义理解技术,就会直接将一二三四的一转化为文字。好的语义理解,需要应用深度学习为基础的人工智能技术,这是互联公司尤其是搜索公司擅长的地方。

语音输入法成为中国互联巨头做语音的一大亮点,美国用户并不需要输入法,系统自带功能就可满足,因此美国并没有类似于搜狗这样的输入法巨头。当然,英文会需要语音输入,不过这并没有成为Siri的重点,未来或许会出现英文版的语音输入法。

汽车成中国巨头最亲睐的场景

在语音使用场景方面,美国科技巨头更亲睐家,Amazon Echo、Google Home均是面向家庭这一场景。家是封闭空间,相对更安静,并且干扰他人和被他人干扰的问题更小,还能与智能家居打通,是非常适合的语音场景。不过,由于做硬件需要较强的硬实力,与智能家居打通则需要大量的产业整合,不是一时半会能实现的,因此中国互联巨头均对这个场景望而却步,阿里、京东有尝试与第三方合作推出与Echo类似的产品,市场表现却很平淡。

与家同等重要的语音场景非汽车莫属:车主在驾驶时双眼和双手都被占用,语音成为最佳输入方式。过去汽车内的语音输入存在许多痛点,自带语音功能只支持少数英文命令,并且还要给更多钱买豪华版才会配置。汽车内的语音交互充满着互联巨头最向往的颠覆机会。

搜狗针对汽车发布了智能语音导航App,可实现驾驶之外的常规车内交互,包括打、发短信、查天气、歌曲播放等等,这款产品可运行在智能上,还可通过车机互联协议使之运行于汽车屏幕,如果汽车厂商与搜狗进行前装合作则可独立运行于汽车的OS上。不久前,YunOS与上汽合作的国内首款互联汽车,语音交互被当做一个卖点:阿里巴巴CEO张勇展示了用语音打开天窗这样的操作。在未来,汽车内的语音交互将成为标配。

智能技术确保语音能够听得懂

Siri才五年历史,但语音却有十分悠久的历史:科大讯飞在1999年就已成立,现在是A股市场上市值400亿元的语音巨头。不过,语音走向大众,彻底改变人机交互方式,却是近几年才发生的事情。从国内外科技巨头的动作来看,智能技术和云端服务已成为语音的两大支柱。

语音技术过去是基于规则而不是统计,基于一定规则,对海量的语料库进行处理之后就能不断提高识别准确率。深度学习为基础的人工智能技术加入之后,语音技术就变成通过机器集群去学习海量语料数据,并寻找到各种规律,进而进行准确的语音识别和语义理解。

不论是语音输入的智能纠错,还是语音搜索对用户请求的准确理解,抑或Siri响应用户诸如帮我设置一个提醒,明天9:00取快递这样的复杂命令,底层均是人工智能技术,AlphaGo掀起的AI启蒙运动则将会成为语音普及的助力。

搜狗与清华大学联合成立天工智能实验室,正在人工智能技术这个根上布局,以求赢在起跑线上。借助于人工智能技术,搜狗宣称语音识别准确率高于97%,识别速度高达每分钟400字以上,在语音修改方面,支持替换、插入、删除等几百种改错操作 ,修改成功率达到90%以上,处于行业领先水平。

云端服务则决定语音能够做什么

智能技术确保了人与机器能够顺畅地对话和交互。云端服务整合能力,则决定机器在听懂人话之后能做什么。

Siri相比Google Now的劣势是,许多Siri无法回答的问题,Google Now可通过搜索解决。Amazon Echo之所以有得意也总有失意有很大价值,在于其能够去Amazon站下单购物。这些均体现了云端的服务整合能力,正是意识到这一点的重要性,今年的WWDC上苹果决定开放Siri给开发者,让开发者来丰富Siri的服务。

云端服务上,搜狗拥有搜狗地图、搜狗搜索、搜狗号码通、搜狗问问、搜狗百科等产品,未来搜狗语音还可整合其伙伴如京东、知乎、腾讯的诸多服务,比如音乐、腾讯视频、京东购物等等,甚至用语音给好友点个赞。相对来说,互联巨头云端服务整合能力更强,搜索引擎凭借着强大的内容整合和服务连接能力表现又更突出。

仅仅是整合服务并不足够,互联巨头要做语音,下一步重点将是努力去与实体世界服务实现整合,比如让用户能够通过语音订外卖,可以通过语音打开门禁,通过语音来打开车窗整合方式有两种方向:一种是App与各种服务连接起来;还有一种是语音inside各种硬件之中,例如机器人,汽车等等。总之,整合实体世界服务之后,语音就不会只是回答用户的问题,而是要帮助用户完成任务,成为全能助理。

语音市场在AlphaGo掀起人工智能热潮之后又迎来新的发展契机,语音正在彻底颠覆人与机器的交互方式,百度和搜狗为代表的中国科技巨头正在输入、汽车等场景上寻求突破,在智能技术和云端服务上进行双重布局。不过,要让麦克风取代键盘,科技巨头还有很长的路要走,可谓任重道远。

声明:本文仅为传递更多络信息,不代表ITBear观点和意见,仅供参考了解,更不能作为投资使用依据。

沈家湾码头电话报价
西昌特色酒店报价
龙门吊安装价格

相关推荐