隨著科學(xué)技術(shù)的發(fā)展,自動化技術(shù)將機械控制進化為信號控制,幫助工業(yè)生產(chǎn)和日常生活更加便利高效。

　　同時人工智能開始替代人類的雙手進行部分工作,比如AI語音助手接收聲音信號通過數(shù)據(jù)分析和識別,響應(yīng)人類指令完成指定操作。

　　AI技術(shù)的每一次革新,都會對社會生活進行一次深度改變。從智能音箱走進千家萬戶,到智能車聯(lián)陪伴日常行程,在數(shù)字化升級、消費轉(zhuǎn)型的風口面前,我們可以期待怎樣的AI技術(shù)打開未來的智能生活?

　　在剛剛結(jié)束的騰訊技術(shù)開放日·騰訊云小微AI語音專場,來自騰訊智能平臺產(chǎn)品部AI語音專家?guī)�來關(guān)于語音識別、自然語言理解、智能對話機器人等行業(yè)應(yīng)用探索等領(lǐng)域的精彩分享,從騰訊云小微AI語音助手的角度,揭開AI語音助手在技術(shù)和應(yīng)用領(lǐng)域的探索和最新成果。

　　云+端協(xié)調(diào)、軟硬件一體,打造魯棒的車載語音識別系統(tǒng)

　　在直播中提到,就構(gòu)建魯棒的車載語音識別系統(tǒng)而言,人工智能首先要解決的難題就是數(shù)據(jù)分析與識別,只有將各個行業(yè)的寶貴經(jīng)驗搜集并形成數(shù)據(jù)庫,再通過電腦自動識別知識并進行分析,才能從億萬條數(shù)據(jù)中剝絲抽繭,找到匹配用戶使用場景的正確反饋。

　　但是在實際應(yīng)用環(huán)境如汽車使用過程中,車載語音識別面臨著重重挑戰(zhàn)。在語音識別將人類的聲音信號轉(zhuǎn)化為文字或者指令的過程中,用戶口音、環(huán)境噪聲、海量POI以及場景化語音均構(gòu)成影響識別系統(tǒng)決策的變量,尤其考驗語音識別系統(tǒng)的基礎(chǔ)穩(wěn)定性。

　　為此騰訊云小微AI語音助手在接收信號后,通過聲學(xué)前端處理,對豐富的聲音信息進行甄別,分流至本地語音識別、云語音識別以及云+端協(xié)調(diào)機制進行精準識別,提供更為精準的技術(shù)解決方案。

　　以常見的環(huán)境噪聲處理為例,當用戶聲音信號發(fā)出,在路噪、風噪、空調(diào)、音響等不同噪聲類型的干擾下,很容易讓車載語音識別發(fā)生理解偏差。騰訊云小微AI語音助手從車內(nèi)語音交互場景出發(fā),通過騰訊自有技術(shù)和硬件設(shè)備完成回聲消除、噪聲抑制以及定位和拾音,確保得到干凈的語音信號,同時在聲學(xué)模型層面從訓(xùn)練數(shù)據(jù)、特征提取、網(wǎng)絡(luò)結(jié)構(gòu)等方面進行針對性優(yōu)化以提升識別系統(tǒng)對噪聲的魯棒性。

　　在基礎(chǔ)能力方面,因為有騰訊云加持,再根據(jù)自主研發(fā)的全棧AI技術(shù),整合前端降噪、語音識別、語義理解、人聲合成、圖像識別能力,能夠提供云到端的完整的AI解決方案。

　　在直播中,我們還看到了騰訊云小微AI語音助手在不同用戶口音輸入語音情況下如何做出精準反饋。騰訊云小微AI語音助手的魯棒性源自容錯性極小的兩套處理方案,一是基于遷移學(xué)習(xí)的分地域模型方案,二是引入地域向量的單模型方案。在這樣的智能車載語音識別系統(tǒng)下,騰訊云小微AI語音助手聯(lián)合騰訊車聯(lián)TAI已合作多家國內(nèi)頭部車企和熱銷車型,通過騰訊云小微車載語音識別系統(tǒng)的助力,無懼用戶口音,精準識別語音指令,滿足車內(nèi)交互場景的語音需求。

　　實現(xiàn)深度學(xué)習(xí)的自然語義理解,打造基于理解的人機交互

　　自然語義理解是人機自然對話的核心技術(shù)基礎(chǔ)。如何讓語音助手實現(xiàn)家庭、汽車和辦公室的無縫連接,甚至可以預(yù)測并解決用戶的需求,只有懂“深度學(xué)習(xí)”并可以進行“理解”的語音技術(shù)才能勝任這樣的要求。

　　在技術(shù)開放日上,深入探討了這項AI技術(shù)如何實現(xiàn)深度學(xué)習(xí)。人工智能技術(shù)基于數(shù)據(jù)的邏輯分析,在一定程度上的確可以實現(xiàn)自我學(xué)習(xí),但是相較于人類的情感需求、精神狀態(tài),再智能的AI語音助手也難以讀懂主人的“心”,因此具備理解能力的人機交互成為技術(shù)攻關(guān)的重點所在。

　　根據(jù)騰訊技術(shù)開放日·騰訊云小微專場直播所演示,騰訊云小微AI語音助手以高質(zhì)量低延時語音合成、智能語音交互系統(tǒng),進化成為真正以用戶需求為導(dǎo)向的個性化服務(wù)。

　　物聯(lián)網(wǎng)時代,語義理解成為語音交互的核心所在。通過聲學(xué)前端處理,降低干擾信號、抑制回聲,提升語音識別效果、語音喚醒效果,隨即將文字轉(zhuǎn)換為命令字,通過語料模型匹配,做領(lǐng)域分發(fā)。在這個過程中騰訊云小微AI語音助手支持自然語音識別,語義理解、語音指令隨意說,系統(tǒng)均可很好的理解并執(zhí)行,同時將文本轉(zhuǎn)化為語言流,在終端設(shè)備上進行語音播報。

　　僅以智能語音交互系統(tǒng)為例,騰訊云小微AI語音助手向我們展示了在智能車聯(lián)模式中,人車之間愉悅的交互體驗。高效自然的語音輸入方式,輸入速度遠高于手動輸入;安全行車釋放雙手,切換導(dǎo)航、調(diào)換歌曲不分散注意力;更重要的是騰訊云小微AI語音助手能夠讀懂車主語音中所包含的語氣、情緒等豐富信息,以做出正確的判斷,讓行車過程省心省力。

　　高質(zhì)量低延時語音合成則為我們展示了智能語音系統(tǒng)的深度學(xué)習(xí)能力。基于“互聯(lián)網(wǎng)+”自然語言理解發(fā)展成自然的人-機器交互方式是指基于自然語言理解技術(shù)重塑人與機器之間的交互方式,使自然語言成為人-機器之間進行交互的自然接口。通過騰訊云小微AI語音助手的語音合成能力,支持純中文、純英文以及中英混搭的合成場景,提供50+種不同男女聲音色,個性化音色定制能力,王者榮耀妲己、李白定制語音包;采用業(yè)內(nèi)領(lǐng)先的算法,優(yōu)化不同場景中的語音音色,讓AI語音助手發(fā)聲更為自然。

　　這是因為騰訊云小微AI語音助手采用專門為機器設(shè)計的語言編寫程序來“告知”機器,當用戶發(fā)出某項聲音指令時,機器通過深度學(xué)習(xí)掌握指令的真實意圖并執(zhí)行,達成機器說脫口秀的效果。怎么讓機器的音質(zhì)高保真、韻律更加自然連貫?騰訊云小微AI語音助手給出的答案是神經(jīng)網(wǎng)絡(luò)語音合成系統(tǒng),整體架構(gòu)上使用序列建模的聲學(xué)模型與神經(jīng)網(wǎng)絡(luò)聲碼器。通過GAN優(yōu)化Parallel WaveNet、WaveRNN、FeatherWave等技術(shù)升級,達到高質(zhì)量、高穩(wěn)定性的自然人聲。

　　客服機器人的功能設(shè)計與實現(xiàn),開放能力降低企業(yè)智能化成本

　　如何通過AI語音助手幫助企業(yè)級用戶進行商業(yè)變現(xiàn)?以客服機器人的接入與實現(xiàn)角度,指出能力獲取的方式之一正是在技能開放平臺通過標準協(xié)議、賬號打通、商業(yè)轉(zhuǎn)化、推薦運營全面由開發(fā)者定制方案,構(gòu)建由開發(fā)者到用戶的語音服務(wù)路徑,讓開發(fā)者以成本最小化接入客服機器人,實現(xiàn)個性化和精準服務(wù)效果最大化,在服務(wù)咨詢階段引入客服機器人功能,對節(jié)約前端客服人力,提升服務(wù)運營效率。

　　在騰訊云小微AI語音專場我們了解到,騰訊云小微技能開放平臺是唯一支持小程序接入的AI行業(yè)解決方案,目前已經(jīng)開放與京東和大眾點評的合作,用戶語音指令即可操作在京東和大眾點評的購物和服務(wù),幫助小程序?qū)崿F(xiàn)更智能化的用戶體驗。

　　騰訊云小微AI語音助手以自身技術(shù)為突破點,在客服機器人的實現(xiàn)與接入上,構(gòu)建起完整的工程閉環(huán)。面對未知狀態(tài)(動態(tài))、非結(jié)構(gòu)化環(huán)境下客服機器人的環(huán)境感知、環(huán)境交互、環(huán)境功能等三個方面的需求,在功能設(shè)計與實現(xiàn)層,按智能環(huán)境系統(tǒng)設(shè)計提供客服配置、客服使用、發(fā)現(xiàn)問題、解決問題的手段完成任務(wù)需求。

　　在客服配置上,騰訊云小微AI語音助手將文本模式分類拆分為知識庫檢索、服務(wù)售前、服務(wù)售后等模式,檢索為功能性檢索,售前、售后可根據(jù)問題回答策略轉(zhuǎn)向人工模式。其中分層模塊的搭建上注重知識庫的基礎(chǔ)搭建,模塊分工明確,流程簡單。

　　在客服使用中,采用多線程方式、人機協(xié)同,區(qū)別普通的聊天機器人,依靠系統(tǒng)功能事件&指令的智能交互,形成更為精準、人性化的索引推薦。

　　當然,客服機器人還需要加強訓(xùn)練,挖掘算法、索引堆砌并不能解決問題,更多需要明確的系統(tǒng)規(guī)則和流程。想要發(fā)現(xiàn)問題、解決問題,重要的是實現(xiàn)人工、機器人的交互,在線客服、模型算法、統(tǒng)計監(jiān)控、配置平臺,缺一不可。例如從人工服務(wù)界面引用客服機器人的索引,進而給出服務(wù)明確的答案。只有快速迭代優(yōu)化的深度學(xué)習(xí),才能適應(yīng)數(shù)字化時代的商業(yè)發(fā)展需求。

　　在客服機器人的接入上,應(yīng)用入口有電商平臺網(wǎng)站、WAP平臺、微信小程序入口、內(nèi)部客服助手、語音交互方式等,實現(xiàn)形式基本都是在線模式,webchat方式通過IM、微信小程序、APP入口等實現(xiàn)。

　　在自然語言處理技術(shù)方面,我們主要分享了騰訊云小微的兩項前沿技術(shù),1)在2019法研杯閱讀理解賽道中獲得冠軍采用的方案;2)一篇關(guān)于信息抽取的發(fā)表在人工智能國際會議IJCAI-2020上的最新論文。通過直播,我們看到了騰訊云小微在知識抽取與問答領(lǐng)域的技術(shù)積累,并以豐富的案例形象生動的展示了相關(guān)技術(shù)在實際應(yīng)用中的作用。

　　不僅如此,我們還能從騰訊云小微AI語音助手強大的開放能力中發(fā)現(xiàn)更多領(lǐng)域的應(yīng)用探索,比如為企業(yè)定制品牌IP形象。這在以往不敢想象,在5G、直播風口,虛擬人以安全、可控、高效成為眾多企業(yè)熱衷的對象,而通過騰訊云小微語音助手提供智能語音交互,根據(jù)不同硬件終端和應(yīng)用場景,可以觸發(fā)豐富的表情動作,快速換形象。因為騰訊云小微AI語音助手的全雙工交互功能,高度智能化免喚醒、主動引導(dǎo)對話,再加上騰訊系正版IP授權(quán)服務(wù),AI語音助手的商業(yè)變現(xiàn)價值擁有廣闊的市場機會。