智能制造網(wǎng)APP
智能制造網(wǎng)手機(jī)站
智能制造網(wǎng)小程序
智能制造網(wǎng)官微
智能制造網(wǎng)服務(wù)號
智能控制
機(jī)器人
儀器儀表
物聯(lián)網(wǎng)
3D打印
工業(yè)軟件
回放
預(yù)告
品牌
上海清易
【中國智能制造網(wǎng) 智造快訊】近年來，隨著人工智能技術(shù)的逐步落地，很多智能化的產(chǎn)品進(jìn)入了人們的日常生活。越來越多的“非人類”助手出現(xiàn)在我們周圍，解放我們的雙手，讓我們的生活更加便捷。
可識別“主人”，語音助手智能化升級
日前，美國zhuanli及商標(biāo)局披露的一項來自蘋果的新zhuanli表明，Siri 未來或許將可以分辨不同用戶的聲音，并提供更為個性化的響應(yīng)。用戶可以通過一些設(shè)定來讓它記住自己的聲音，并根據(jù)不同的聲音給出不同的反饋。
這樣一來就可以讓使用語音助手的人的信息更安全。使用過siri的人都知道，siri一般系統(tǒng)默認(rèn)為一個使用者，它無法分辨是不是主人在發(fā)送指令，就會造成，當(dāng)陌生人拿到主人手機(jī)時，很容易通過siri語音助手獲取手機(jī)里的隱私，比如讓siri讀個短信什么的。
近幾年語音助手發(fā)展的很快，在很多手機(jī)里都會有這一款應(yīng)用。通過智能對話與即時問答的智能交互，實現(xiàn)幫忙用戶解決問題，主要是幫忙用戶解決生活類問題。蘋果手機(jī)中的siri開創(chuàng)了智能語音助手的先河，隨后各個語音助手也如雨后春筍般蓬勃發(fā)展。
那么實現(xiàn)語音助手的功能主要是依靠哪些技術(shù)呢？語音助手背后的技術(shù)由三大塊組成：語音識別(Auto Speech Recognition)、語義理解(Semantic Understanding)以及語音合成(Text To Speech)。
首先是語音識別，就是將用戶說的話收集起來，再轉(zhuǎn)化為文字。語義理解就是需要對這些文字進(jìn)行理解和分析，了解用戶的意圖，再根據(jù)這些意圖得出相應(yīng)的應(yīng)對文字。語音合成就是后再將這些文字，通過語言說出來，以完成對用戶的應(yīng)答。
這三種技術(shù)相互支持，共同實現(xiàn)虛擬語音服務(wù)。當(dāng)前，在這三種技術(shù)中，語音識別技術(shù)還不能算。雖然機(jī)器學(xué)習(xí)使語音識別技術(shù)的發(fā)展突飛猛進(jìn)，但是隨著用戶量的增加，越來越多的問題開始逐漸顯現(xiàn)。
其中明顯的就是語音識別技術(shù)會受到使用者口音的影響。當(dāng)前各語音庫中，可能已經(jīng)存了很多語言，英語，法語、日語、普通話等等，但是卻忽略了用戶的口音問題，用戶的口音不同，直接影響了識別的準(zhǔn)確率。華盛頓郵報近進(jìn)行的一項研究結(jié)果顯示，谷歌和亞馬遜研發(fā)的流行智能語音助手識別非美國本地口音的準(zhǔn)確率要比美國本地口音低30%。
為了解決這個問題，很多公司都在積極努力研發(fā)新的產(chǎn)品。其中語音識別系統(tǒng)Global English就可以用于解決口音問題對識別的干擾。這個系統(tǒng)擁有40多個國家的數(shù)千小時的語音數(shù)據(jù)和數(shù)百億單詞，支持所有英語口音的語音文本轉(zhuǎn)換功能。
除此之外，還有Nuance語音識別系統(tǒng)，它收集了20個特定方言區(qū)域的語音和文本數(shù)據(jù)，包括每種方言獨(dú)有的單詞及其發(fā)音。它還可以根據(jù)用戶的口音在幾種不同的方言中自動切換，極大地提高了準(zhǔn)確率。
但是因為世界語言之復(fù)雜多樣，想要真正解決口音問題不是一朝一夕的事情，需要更多的用戶使用語音識別系統(tǒng)，存儲更多的數(shù)據(jù)到語料庫，語言模型也才會越來越多，語音識別系統(tǒng)的準(zhǔn)確率才會越高，這是一個不斷提升的過程。
浙公網(wǎng)安備 33010602000006號
智能制造網(wǎng)APP
智能制造網(wǎng)小程序
微信公眾號
