人工智能時(shí)代語(yǔ)音識(shí)別或是敲門磚

微笑，一路向前 · 發(fā)表于 2017-4-6 14:03

　　在此前結(jié)束的兩會(huì)政府報(bào)告中，人工智能首次被提及，讓這個(gè)本就在風(fēng)口的行業(yè)再次引來(lái)矚目。人工智能最早被運(yùn)用于計(jì)算機(jī)領(lǐng)域，后隨著科技發(fā)展與人類需求，才開始逐漸滲透到其他行業(yè)。根據(jù)去年發(fā)布的《全球人工智能報(bào)告》，人工智能的主要應(yīng)用集中在個(gè)人助理、安防、自駕領(lǐng)域、醫(yī)療健康、電商零售、金融、教育這七個(gè)方面。

　　人工智能爆發(fā) 智能語(yǔ)音技術(shù)被廣泛應(yīng)用

　　▲李世石大戰(zhàn)谷歌AlphaGo

　　2016年是人工智能爆發(fā)元年，年初谷歌“AlphaGo”以4：1大勝李世石，年末化身“Master”無(wú)一敗局橫掃圍棋屆，其爆發(fā)速度可見一斑。而作為最常見的人工智能技術(shù)——語(yǔ)音助理也早已經(jīng)在手機(jī)、電視、電腦等數(shù)碼設(shè)備上被廣泛應(yīng)用，我們熟知的蘋果Siri，微軟Cortana以及備受好評(píng)的亞馬遜Alexa 都是人工智能技術(shù)的具體展現(xiàn)。

　　▲小米人工智能語(yǔ)音電視

　　而在電視行業(yè)，率先將人工智能技術(shù)系統(tǒng)運(yùn)用并推廣普及的當(dāng)屬小米公司。2016年9月27日，小米發(fā)布了旗下首款人工智能電視小米電視3S，搭載“PatchWall 拼圖墻”人工智能系統(tǒng)，通過(guò)大數(shù)據(jù)的收集以及深度學(xué)習(xí)感知不同家庭人員的偏好，快速精準(zhǔn)的推送適合的個(gè)性內(nèi)容，將千人有千面變?yōu)楝F(xiàn)實(shí)。而在上周，也就是2017年3月21日，小米再次在人工智能上邁出了一大步，全新系列電視產(chǎn)品小米電視4A搭載了人工智能語(yǔ)音功能，將智能語(yǔ)音與液晶電視完美結(jié)合。一直以來(lái)讓機(jī)器聽懂人類語(yǔ)言這個(gè)夢(mèng)想，在小米電視4A上得到了初步實(shí)現(xiàn)。
　　科技巨頭大力發(fā)展人工智能語(yǔ)音技術(shù)

　　人工智能語(yǔ)音的實(shí)現(xiàn)通常有兩種方式。第一種，通過(guò)固定的程序邏輯，多次執(zhí)行類似“if...then”這樣的規(guī)則，另一種則是通過(guò)“深度學(xué)習(xí)”算法，不斷進(jìn)行自身優(yōu)化。毫無(wú)疑問(wèn)，后者是目前人工智能語(yǔ)音的發(fā)展趨勢(shì)。

　　▲蘋果蘋果Siri

　　科技巨頭蘋果也在大力發(fā)展語(yǔ)音識(shí)別技術(shù)，截止2016年已經(jīng)先后收購(gòu)了15家人工智能公司，蘋果Siri也因此不斷升級(jí)進(jìn)化。目前，蘋果Siri已經(jīng)能夠識(shí)別36個(gè)國(guó)家的21種本地語(yǔ)言，包括中國(guó)上海話、四川話以及東北話，是目前識(shí)別語(yǔ)言最多的智能語(yǔ)音助理。近期還有消息傳出，蘋果將對(duì)Siri進(jìn)行一次革命性的升級(jí)，升級(jí)成功后的蘋果Siri將能夠聯(lián)系上下文背景，對(duì)用戶的提問(wèn)做出精準(zhǔn)的回復(fù)。另外，Siri還能控制鏈接到蘋果智能家居平臺(tái)HomeKit上的所有設(shè)備，諸如“打開二樓所有的燈”“把臥室空調(diào)溫度調(diào)到27°”等命令，蘋果Siri都能做出正確的反饋。目前，這種類似人類神經(jīng)網(wǎng)絡(luò)的語(yǔ)音識(shí)別算法已經(jīng)被廣泛應(yīng)用。

　　▲亞馬遜Aleax

　　亞馬遜就將神經(jīng)網(wǎng)絡(luò)算法成功運(yùn)用到了的Aleax上，通過(guò)麥克風(fēng)收集各種聲音，然后進(jìn)行特征提取，即使是在人員眾多的場(chǎng)合，Aleax也能通過(guò)連續(xù)的語(yǔ)音合成技術(shù)，準(zhǔn)確的將聲音轉(zhuǎn)換為文本，然后轉(zhuǎn)換成音素和波形，最后經(jīng)過(guò)算法處理，實(shí)現(xiàn)精準(zhǔn)無(wú)誤的回答，成功解決“雞尾酒會(huì)問(wèn)題”（既說(shuō)話的人數(shù)為兩人或者多人時(shí)，語(yǔ)音識(shí)別率就會(huì)極大降低）。此外，亞馬遜最近還為Aleax增加了主動(dòng)和用戶對(duì)話這個(gè)新功能，在有新信息推送或者事情處理完畢都會(huì)主動(dòng)得到Aleax的語(yǔ)音提醒，這些不可思議的神奇功能讓諸多語(yǔ)音產(chǎn)品在它面前黯然失色。小到家庭關(guān)燈，大到遠(yuǎn)程啟動(dòng)汽車，亞馬遜Aleax已然成為智能語(yǔ)音行業(yè)的霸主。

　　▲微軟Cortana

　　而微軟Cortana與上述兩者有所不同，在與Cortana的語(yǔ)音交互中，它表現(xiàn)的更像是一個(gè)充滿“人性”的助手，其機(jī)智的回答總會(huì)讓你忍俊不禁。唱歌、聊天、講笑話，模仿、游戲、繞口令，微軟Cortana帶有感情色彩且詼諧幽默的回答或是微軟實(shí)現(xiàn)真人語(yǔ)音交流的第一步。當(dāng)然，微軟Cortana最大特點(diǎn)還是跨平臺(tái)使用，上午在家告訴小娜晚上要買面包，當(dāng)你晚上回來(lái)路過(guò)超市時(shí)，小娜就會(huì)通過(guò)手機(jī)提醒你；當(dāng)你有一個(gè)會(huì)議的日程，小娜會(huì)在開會(huì)期間自動(dòng)將你的手機(jī)設(shè)置為靜音模式……

　　人工智能未來(lái)發(fā)展大有可期

　　語(yǔ)音識(shí)別作為人工智能技術(shù)的組成部分，現(xiàn)已經(jīng)基本擺脫早期答非所問(wèn)的尷尬局面，精準(zhǔn)的自然語(yǔ)言處理能力以及清晰的邏輯判斷能力，讓它能夠輕松自如的應(yīng)付多輪語(yǔ)音交互以及方言口音識(shí)別。小米電視4A更是結(jié)合了自身的人臉?biāo)惴?、圖像理解等人工智能技術(shù)，會(huì)上小米王川針對(duì)電影《從你的全世界路過(guò)》進(jìn)行了演示，“跳轉(zhuǎn)到41分31秒”、“這是誰(shuí)”、“這是什么手機(jī)”、“岳云鵬追車的畫面”、“鄧超和張?zhí)鞇?ài)第一次出現(xiàn)的鏡頭”等復(fù)雜的語(yǔ)音指令，小米電視4A都給出了精準(zhǔn)的答復(fù)。小米王川也在發(fā)布會(huì)上坦言，目前這只是一些“探索性的工作，還沒(méi)有真正量產(chǎn)化”。言下之意，目前僅這一部電影可完美實(shí)現(xiàn)“人工智能語(yǔ)音”功能。盡管該技術(shù)尚有局限性，但是其未來(lái)發(fā)展前景值得期待。

　　在前不久舉行的2017MWC上，軟銀CEO孫正義就表示，未來(lái)30年，是機(jī)器人與人類共舞的時(shí)代。可以想象一下身處在未來(lái)人工智能時(shí)代的我們，清晨被音樂(lè)喚醒，出門被提醒帶鑰匙和錢包，汽車是自動(dòng)駕駛，與遠(yuǎn)方朋友交流是虛擬影像……，無(wú)處不在的人工智能技術(shù)以及觸手可及的人工智能設(shè)備將越來(lái)越懂得人類的情感與需求。

山陰路的夏天 · 發(fā)表于 2017-4-6 14:39

這個(gè)不錯(cuò) 內(nèi)容很精彩，感謝樓主的分享！

wgl888 · 發(fā)表于 2017-7-8 10:19

感覺(jué)分享

› 智能電視 / 安卓TV區(qū) › 其它品牌電視 › 人工智能電視