科大訊飛開(kāi)放平臺(tái)產(chǎn)品總監(jiān)王磊:聲音的力量甚侣,語(yǔ)音交互在虛擬現(xiàn)實(shí)中的應(yīng)用
你的產(chǎn)品植入人工智能了嗎窍蓝?先從語(yǔ)音交互技術(shù)開(kāi)始做起吧
萬(wàn)物互聯(lián)邁向萬(wàn)物智能腋颠,AI 將會(huì)成為物聯(lián)網(wǎng)時(shí)代的基礎(chǔ)設(shè)施,語(yǔ)音技術(shù)是基礎(chǔ)設(shè)施的核心部件吓笙。語(yǔ)音技術(shù)的發(fā)展是整個(gè)物聯(lián)網(wǎng)發(fā)展過(guò)程中最重要的交互方式之一淑玫。
谷歌 CEO 在前不久回答投資人的提問(wèn)時(shí),強(qiáng)調(diào)人工智能的重要性面睛,直言已到了引爆點(diǎn)絮蒿。這些互聯(lián)網(wǎng)人整天談 AI,做硬件的人聽(tīng)著熱鬧叁鉴、玄乎土涝,落到每一個(gè)終端硬件,目前最廣泛的應(yīng)用還是語(yǔ)音和語(yǔ)義幌墓。
萬(wàn)物互聯(lián)邁向萬(wàn)物智能但壮,AI 將會(huì)成為物聯(lián)網(wǎng)時(shí)代的基礎(chǔ)設(shè)施,語(yǔ)音技術(shù)是基礎(chǔ)設(shè)施的核心部件常侣。
我們先來(lái)理解萬(wàn)物互聯(lián)是如何實(shí)現(xiàn)萬(wàn)物智能的蜡饵。
首先,硬件聯(lián)網(wǎng)階段胳施,硬件接入互聯(lián)網(wǎng)溯祸,獲取云端信息,進(jìn)行遠(yuǎn)程操控舞肆,達(dá)到互通互聯(lián)焦辅。接下來(lái),進(jìn)入硬件智能交互階段椿胯,人可以與硬件直接通過(guò)語(yǔ)言交流筷登,通過(guò)語(yǔ)言獲取各種服務(wù)。最后進(jìn)入硬件智能化階段压状,硬件具備學(xué)習(xí)仆抵、感知跟继、決策的能力,會(huì)了解主人的性格镣丑、情緒和習(xí)慣舔糖,具備云端大腦,具有決策能力莺匠,能夠更好的為主人服務(wù)金吗。
在這整個(gè)實(shí)現(xiàn)的階段,AI 技術(shù)將作為基礎(chǔ)設(shè)施推動(dòng)整個(gè)智能硬件從聯(lián)網(wǎng)階段到智能化階段的進(jìn)程趣竣,讓所有「機(jī)器」都是成為具備「智慧」的機(jī)器人摇庙,最終由萬(wàn)物互聯(lián)走進(jìn)萬(wàn)物智能時(shí)代。
語(yǔ)音技術(shù)的發(fā)展是整個(gè)物聯(lián)網(wǎng)發(fā)展過(guò)程中最重要的交互方式之一遥缕。
從技術(shù)層面上講卫袒,AI 技術(shù)主要包括:語(yǔ)音識(shí)別、自然語(yǔ)言處理单匣、計(jì)算機(jī)視覺(jué)夕凝。AI 成為物聯(lián)網(wǎng)時(shí)代最重要的基礎(chǔ)設(shè)施之一,相關(guān)核心技術(shù)就是組成基礎(chǔ)設(shè)施的核心管網(wǎng)户秤。
在 PC 時(shí)代码秉,鍵盤(pán)是最重要的交互方式,智能機(jī)時(shí)代鸡号,觸屏是最重要的交互方式转砖,而物聯(lián)網(wǎng)(機(jī)器人)時(shí)代,語(yǔ)言將成為最重要的交互方式之一鲸伴。這意味著未來(lái)整個(gè)機(jī)器人生態(tài)鏈府蔗,從上游的芯片、方案到終端產(chǎn)品研發(fā)汞窗,從系統(tǒng)底層機(jī)器人 OS礁竞,到上層 UI,應(yīng)用開(kāi)發(fā)杉辙,數(shù)據(jù)存儲(chǔ),內(nèi)容呈現(xiàn)等等從都必須圍繞語(yǔ)音交互這種新的交互方式捶朵。
那么由此可見(jiàn)蜘矢,掌握語(yǔ)音交互核心技術(shù)的平臺(tái)級(jí)公司未來(lái)或許會(huì)發(fā)揮巨大的價(jià)值,比如综看,喚醒品腹、遠(yuǎn)距離語(yǔ)音識(shí)別、語(yǔ)義理解等红碑。
語(yǔ)音交互技術(shù)在一些領(lǐng)域已成為剛需舞吭,市場(chǎng)規(guī)模呈現(xiàn)爆發(fā)式增長(zhǎng)態(tài)勢(shì)泡垃。
就目前來(lái)說(shuō),語(yǔ)音交互技術(shù)主要有以下幾條線路羡鸥。
第一:語(yǔ)音交互技術(shù)的應(yīng)用從下游終端往上游方案商蔑穴、芯片走,形成軟硬一體化解決方案惧浴,出貨量數(shù)量級(jí)倍增存和。
第二:從車載、智能家居衷旅、玩具等垂直領(lǐng)域場(chǎng)景率先爆發(fā)捐腿,出貨量達(dá)百萬(wàn)級(jí)別,語(yǔ)音交互成為標(biāo)配柿顶。
第三:語(yǔ)義識(shí)別需求爆發(fā)茄袖,與內(nèi)容和場(chǎng)景緊密結(jié)合
語(yǔ)音識(shí)別需求爆發(fā)后,語(yǔ)義識(shí)別(即自然語(yǔ)言理解)需求也隨之爆發(fā)嘁锯。語(yǔ)音識(shí)別是將一段音頻變成文本宪祥,但這段文本是什么意思,就需要進(jìn)行語(yǔ)義解析猪钮。當(dāng)智能硬件(機(jī)器人)「能聽(tīng)會(huì)說(shuō)」之后品山,更重要的是讓其和人一樣學(xué)會(huì)「理解」和「思考」,而且這種「理解」和「思考」需要與特定領(lǐng)域和場(chǎng)景相結(jié)合烤低。
目前語(yǔ)音技術(shù)的應(yīng)用場(chǎng)景和產(chǎn)品還不夠多肘交,當(dāng)未來(lái)億萬(wàn)家庭中的數(shù)十億設(shè)備以語(yǔ)音交互作為主流交互方式,這條管道像太平洋那么粗時(shí)扑馁,萬(wàn)物智能時(shí)代就真正來(lái)臨了涯呻。
· 亞馬遜出品的 echo 是語(yǔ)音交互終端的領(lǐng)先者
國(guó)內(nèi)哪些語(yǔ)音交互技術(shù)的公司值得關(guān)注?
暫不考慮 BAT 等巨頭的情況下腻要,國(guó)內(nèi)語(yǔ)音技術(shù)產(chǎn)業(yè)界將分為三股勢(shì)力复罐。
第一股勢(shì)力以做語(yǔ)音助手起家的公司:聚熵智能、圖靈(蟲(chóng)洞)雄家、出門問(wèn)問(wèn)
聚熵智能:推出國(guó)內(nèi)第一個(gè)中文 siri 產(chǎn)品——智能 360效诅,全球第一個(gè)推出 Home AI 智能產(chǎn)品——小智超級(jí)音箱,比亞馬遜 Echo 早半年推出趟济。2015 年推出小智管家機(jī)器人和 Home AI 云平臺(tái)乱投,后者讓智能設(shè)備具備從感知與認(rèn)知的能力。其關(guān)鍵能力包含音樂(lè)顷编,智能設(shè)備互聯(lián)互通戚炫,生活服務(wù)以及機(jī)器深度學(xué)習(xí)等,朝著機(jī)器人時(shí)代的「Google」方向發(fā)展媳纬。
· 聚熵智能發(fā)布的小智管家機(jī)器
圖靈(蟲(chóng)洞):推出蟲(chóng)洞語(yǔ)音助手双肤,蟲(chóng)洞語(yǔ)義云施掏,圖靈機(jī)器人等產(chǎn)品,圖靈機(jī)器人是一款機(jī)器人大腦茅糜,可為智能化軟硬件產(chǎn)品提供中文語(yǔ)義分析七芭、自然語(yǔ)言對(duì)話、深度問(wèn)答等人工智能技術(shù)服務(wù)限匣。
出門問(wèn)問(wèn):中文語(yǔ)音智能交互手表 Ticwatch抖苦,以及中文語(yǔ)音交互智能手表操作系統(tǒng) Ticwear。支持中文語(yǔ)音交互米死,周邊熱點(diǎn)查詢锌历、語(yǔ)音打車等多樣本地服務(wù),前幾天剛推出針對(duì)車載領(lǐng)域推出開(kāi)車問(wèn)問(wèn)峦筒。
第二股勢(shì)力是以做語(yǔ)音識(shí)別起家:訊飛究西、云知聲、思必馳
訊飛:國(guó)內(nèi)語(yǔ)音巨頭物喷,既做語(yǔ)音技術(shù)提供方卤材,也提供軟硬一體化方案,以及開(kāi)發(fā)語(yǔ)音產(chǎn)品(訊飛語(yǔ)點(diǎn)峦失、開(kāi)心熊寶扇丛、叮咚音箱等)。
· 訊飛與京東聯(lián)合出品的叮咚智能語(yǔ)音音箱
云知聲與思必馳:兩家也是做語(yǔ)音技術(shù)提供方尉辑,同時(shí)提供軟硬一體化方案(車載帆精、智能家居、機(jī)器人領(lǐng)域)隧魄。
第三股勢(shì)力是以 BAT 巨頭前人工智能負(fù)責(zé)人創(chuàng)辦企業(yè):地平線機(jī)器人卓练、杭州靈伴科技有限公司
地平線機(jī)器人:前百度深度學(xué)習(xí)研究院創(chuàng)始人余凱 2015 年 8 月創(chuàng)立,推出面向自動(dòng)駕駛的「雨果」平臺(tái)购啄,面向智能家居的「安徒生」平臺(tái)襟企,號(hào)稱要做「機(jī)器人時(shí)代的英特爾」,使「智能硬件」變「機(jī)器人」狮含。
杭州靈伴科技有限公司:前阿里 M 實(shí)驗(yàn)室負(fù)責(zé)人 Misa 創(chuàng)辦顽悼,推出了一款強(qiáng)勁的產(chǎn)品 —— 語(yǔ)音陪伴機(jī)器人 rokid,號(hào)稱要做「機(jī)器人時(shí)代的蘋(píng)果」几迄。
· 提供家庭解決方案的 Rokid 陪伴機(jī)器人
盡管這里并沒(méi)有談 BAT 巨頭在 AI 和語(yǔ)音技術(shù)的布局表蝙,但巨頭的影響無(wú)處不在。以上三股勢(shì)力乓旗,幾乎每一家背后都有巨頭身影。
未來(lái)
可以預(yù)見(jiàn)集索,未來(lái)的智能硬件屿愚,將進(jìn)化為「機(jī)器人」汇跨,擁有「大腦」和「智慧」。而作為組成基礎(chǔ)設(shè)施核心部件的語(yǔ)音技術(shù)妆距,將是智能硬件(機(jī)器人)時(shí)代最重要的交互方式穷遂,并將深刻影響產(chǎn)業(yè)變革。
隨之而來(lái)的是娱据,語(yǔ)義識(shí)別需求的爆發(fā)蚪黑,語(yǔ)義識(shí)別的平臺(tái)級(jí)公司會(huì)有巨大的價(jià)值。而由于語(yǔ)言文化壁壘中剩,針對(duì)中文語(yǔ)義解析忌穿,國(guó)內(nèi)公司有著天然優(yōu)勢(shì)。平臺(tái)之王结啼,最終落到 BAT 還是新興的創(chuàng)業(yè)公司掠剑,我們還不能給出定論。但我們期待著新硬件生態(tài)的繁榮郊愧。
這篇文章很有用