現(xiàn)如今，智能語(yǔ)音技術(shù)在移動(dòng)終端上的應(yīng)用極為熱門，語(yǔ)音對(duì)話機(jī)器人、語(yǔ)音助手、互動(dòng)工具等應(yīng)用層出不窮，那么智能語(yǔ)音技術(shù)是什么？其發(fā)展過(guò)程有哪些難點(diǎn)？發(fā)展過(guò)程中要注意哪些問(wèn)題呢？
首先，我們以車載語(yǔ)音系統(tǒng)為例展開(kāi)討論：
這個(gè)過(guò)程是怎樣實(shí)現(xiàn)的？首先，車載語(yǔ)音系統(tǒng)把聽(tīng)到的聲音轉(zhuǎn)化成文字，然后理解內(nèi)容，最后做出響應(yīng)策略，并把響應(yīng)策略轉(zhuǎn)化成語(yǔ)音。
上述過(guò)程體現(xiàn)了以下核心能力：
音轉(zhuǎn)字，也就是自動(dòng)語(yǔ)音識(shí)別(ASR)，讓機(jī)器通過(guò)識(shí)別和理解過(guò)程把語(yǔ)音信號(hào)轉(zhuǎn)化為相應(yīng)的文本或命令的技術(shù)。
字轉(zhuǎn)音，即從文本到語(yǔ)音（TTS），是把計(jì)算機(jī)中任意出現(xiàn)的文字轉(zhuǎn)換成自然流暢的語(yǔ)音輸出。
自然語(yǔ)言處理（NLP），用計(jì)算機(jī)來(lái)處理、理解以及運(yùn)用人類語(yǔ)言，讓人與計(jì)算機(jī)之間進(jìn)行有效通訊。所謂自然乃是寓意自然進(jìn)化形成，是為了區(qū)分一些人造語(yǔ)言，如C、C++、Java等人為設(shè)計(jì)的計(jì)算機(jī)語(yǔ)言。
ASR是讓機(jī)器實(shí)現(xiàn)聽(tīng)的能力，而TTS是讓機(jī)器實(shí)現(xiàn)說(shuō)的能力，結(jié)合自NLP的思考運(yùn)算，理解并處理文本，即組成了人機(jī)交互的基本能力。
語(yǔ)音交互的基本模型
智能語(yǔ)音技術(shù)除了基本的語(yǔ)音技術(shù)，還主要依托于信息系統(tǒng)技術(shù)和文本處理技術(shù)。如果缺乏強(qiáng)大的計(jì)算能力以及更高級(jí)算法模型的前提條件，語(yǔ)音識(shí)別及分析技術(shù)終究是實(shí)驗(yàn)室以及小眾場(chǎng)景領(lǐng)域的理論成果。
在過(guò)去的幾年，硬件技術(shù)以及云計(jì)算快速發(fā)展，計(jì)算機(jī)算力一直在提升，加上人工神經(jīng)網(wǎng)絡(luò)算法的支持，讓語(yǔ)音的訓(xùn)練變得越來(lái)越容易和高效。以往可能需要數(shù)周甚至數(shù)月時(shí)間的訓(xùn)練過(guò)程被縮短到數(shù)天乃至數(shù)小時(shí)，使得各種語(yǔ)音應(yīng)用變得隨用可取，極大加速了智能語(yǔ)音應(yīng)用的蓬勃發(fā)展。
語(yǔ)音識(shí)別技術(shù)由來(lái)已久，但在很長(zhǎng)一段時(shí)間都沒(méi)有很成熟的應(yīng)用出現(xiàn)。在技術(shù)上要準(zhǔn)確地識(shí)別一段語(yǔ)音，其實(shí)是件非常困難的事情，除了不同語(yǔ)種的區(qū)別，方言口音各異、新詞新語(yǔ)的涌現(xiàn)等也對(duì)識(shí)別準(zhǔn)確率造成較大的影響。
許多國(guó)外英語(yǔ)環(huán)境下非常優(yōu)秀的智能語(yǔ)音廠商，其技術(shù)應(yīng)用表現(xiàn)在英語(yǔ)環(huán)境下非常不錯(cuò)。但對(duì)于中文環(huán)境，一開(kāi)始有點(diǎn)水土不服，其實(shí)就是中文語(yǔ)音的數(shù)據(jù)訓(xùn)練太少導(dǎo)致。很多同事在調(diào)研或了解某個(gè)實(shí)際語(yǔ)音應(yīng)用產(chǎn)品時(shí)，發(fā)現(xiàn)其方言識(shí)別能力逐漸增強(qiáng)，為什么會(huì)有這樣的結(jié)果呢？其實(shí)是訓(xùn)練了大量的數(shù)據(jù)。
隨著互聯(lián)網(wǎng)的快速發(fā)展，以及手機(jī)等移動(dòng)終端的普及應(yīng)用，各AI語(yǔ)音公司可以從多個(gè)渠道獲取大量文本或語(yǔ)音方面的語(yǔ)料，這為語(yǔ)音識(shí)別中的語(yǔ)言模型和聲學(xué)模型訓(xùn)練提供了豐富的資源，使得構(gòu)建通用大規(guī)模語(yǔ)言模型和聲學(xué)模型成為可能。在語(yǔ)音識(shí)別中，訓(xùn)練數(shù)據(jù)的匹配度和豐富性是推動(dòng)系統(tǒng)性能提升的最重要因素之一。
相對(duì)十年前的情況來(lái)看，目前絕大部分語(yǔ)音識(shí)別技術(shù)的翻譯準(zhǔn)確率都已達(dá)較高水平，在噪音處理、語(yǔ)氣語(yǔ)調(diào)、語(yǔ)義理解等方面均已大大提升，而最終能力上的差異關(guān)鍵在于：一，是否擁有核心的專利技術(shù)與能力；二，是否有足夠多的商業(yè)落地場(chǎng)景和實(shí)施經(jīng)驗(yàn)。
人工智能時(shí)代，智能語(yǔ)音已經(jīng)脫離簡(jiǎn)單的信息查詢功能，通過(guò)與內(nèi)容服務(wù)的深度融合，拓展出各種新產(chǎn)品、新應(yīng)用和新服務(wù)，進(jìn)而帶動(dòng)智能語(yǔ)音向垂直行業(yè)更深入地拓展。
語(yǔ)音交互作為人機(jī)交互的重要演進(jìn)方向，正逐步滲透到人們的日常生活與應(yīng)用當(dāng)中，構(gòu)建一種全新的信息生活方式。
普強(qiáng)多年來(lái)一直以語(yǔ)音為中心，專注金融大數(shù)據(jù)、AI芯片、智能汽車領(lǐng)域。回過(guò)頭來(lái)看普強(qiáng)的成功經(jīng)驗(yàn)，語(yǔ)音在產(chǎn)品化的過(guò)程中，必須與真實(shí)使用場(chǎng)景緊密貼合，符合不同目標(biāo)群體對(duì)于語(yǔ)音產(chǎn)品實(shí)時(shí)性和準(zhǔn)確性的需求。同時(shí)，由于不同的環(huán)境具有不同的聲音特質(zhì)針對(duì)化處理，普強(qiáng)在降噪、方言、遠(yuǎn)場(chǎng)所需要的解決方案也頗有建樹(shù)。
智能語(yǔ)音在行業(yè)及商業(yè)上的落地需要腳踏實(shí)地做實(shí)際的事情，解決真實(shí)業(yè)務(wù)上的痛點(diǎn)。
關(guān)于智能語(yǔ)音技術(shù)的應(yīng)用和落地，我們將進(jìn)一步進(jìn)行討論。
