站長(zhǎng)資訊網(wǎng)AIoT正在成為科技公司們爭(zhēng)搶的下一座城池。
2016年開始，智能手機(jī)行業(yè)紅利開始見(jiàn)頂，手機(jī)廠商可爭(zhēng)奪的存量市場(chǎng)不斷被壓縮，這時(shí)，硬件領(lǐng)域的新機(jī)會(huì)延伸到了智能音箱、智能家電，以及可穿戴設(shè)備。智能硬件也相應(yīng)地成為互聯(lián)網(wǎng)的新入口，國(guó)內(nèi)外多家巨頭已早早開始爭(zhēng)奪這部分還未被完全挖掘的用戶入口。
其中，語(yǔ)音識(shí)別及語(yǔ)音交互毫無(wú)疑問(wèn)是各智能硬件最重要的控制手段之一，同時(shí)也是人工智能技術(shù)到目前為止落地最快的應(yīng)用之一。
以智能音箱為例，僅2018年四季度，全球智能音箱出貨量增長(zhǎng)95%達(dá)到3850萬(wàn)臺(tái)，超過(guò)2017全年總量。2018年出貨量更是達(dá)到8620萬(wàn)臺(tái)，同比增長(zhǎng)100%以上。Strategy Analytics預(yù)測(cè)，2019年全球智能音箱的出貨量將超過(guò)1.34億，到2024年將增加到2.8億。
《語(yǔ)音交互在AIoT的應(yīng)用》
搜狐科技“智研所”沙龍第6期邀請(qǐng)到科大訊飛OS業(yè)務(wù)部總經(jīng)理林滿佳進(jìn)行主題演講——
以下是演講精編
林滿佳：大家好，我是來(lái)自科大訊飛的林滿佳，目前負(fù)責(zé)整個(gè)語(yǔ)音交互系統(tǒng)iFLYOS，今天我?guī)?lái)的主題是語(yǔ)音交互在AIoT的應(yīng)用。
信息革命從電腦開始。一開始需要用鍵盤輸入，需要記住很多命令，第二個(gè)年代進(jìn)入圖形化交互的年代，通過(guò)簡(jiǎn)單的鼠標(biāo)操作加上一些圖形化的界面，現(xiàn)在到了觸摸時(shí)代，但是目前看起來(lái)這三個(gè)革命來(lái)說(shuō)，帶來(lái)的用戶群體已經(jīng)到頂了。
如果關(guān)注現(xiàn)在的互聯(lián)網(wǎng)流量，大家會(huì)看到移動(dòng)互聯(lián)網(wǎng)的流量已經(jīng)見(jiàn)頂，意味著我們需要更大規(guī)模，擴(kuò)大受益群體，所以語(yǔ)音交互時(shí)代來(lái)臨了，AIoT時(shí)代使用門檻進(jìn)一步降低，讓更多的人去使用。
舉個(gè)最簡(jiǎn)單的例子，中國(guó)還有非常非常多的人只懂說(shuō)方言不懂說(shuō)普通話，這些人如何獲取到他需要的服務(wù)?這個(gè)就是AIoT時(shí)代語(yǔ)音交互應(yīng)該解決的很核心的問(wèn)題。
銷售量很大，但是各位買到音箱之后放到家里，其實(shí)使用頻率沒(méi)那么高，這是一個(gè)市場(chǎng)現(xiàn)在的怪狀。
目前來(lái)說(shuō)這個(gè)時(shí)代來(lái)臨了沒(méi)有?來(lái)臨了，目前以iFLYOS訊飛開放平臺(tái)或者整個(gè)訊飛的流量來(lái)看，每天在訊飛里面的交互次數(shù)是50億次，意味著語(yǔ)音交互基本上已經(jīng)進(jìn)入了一個(gè)主流的模式。現(xiàn)在來(lái)說(shuō)，大家可能覺(jué)得這個(gè)數(shù)字很大，但是在生活之中也會(huì)遇到一個(gè)問(wèn)題，或者創(chuàng)業(yè)者也會(huì)遇到一個(gè)問(wèn)題——目前來(lái)說(shuō)，智能音箱已經(jīng)是紅海市場(chǎng)了，大家瘋狂補(bǔ)貼從幾十到幾百不等。其次，
第二個(gè)怪狀，形狀很不一樣，其實(shí)形態(tài)基本一致，舉個(gè)簡(jiǎn)單例子，大家都能問(wèn)天氣，大家都能聽(tīng)音樂(lè)，大家都能ABCD，其實(shí)沒(méi)有任何差異化，沒(méi)有針對(duì)場(chǎng)景去做一些很特殊的優(yōu)化。
訊飛在這幾年里面推出非常多的智能硬件，包括最早的智能音箱到現(xiàn)在的翻譯機(jī)、錄音筆等等，那么我們?cè)贏IoT時(shí)代，
第一，真實(shí)可見(jiàn)的實(shí)際案例，這個(gè)硬件不是憑空想象的，而是現(xiàn)實(shí)中已經(jīng)有的產(chǎn)品。
第二，能規(guī)?；茝V的產(chǎn)品，這些東西本來(lái)就是某一個(gè)領(lǐng)域的剛需，通過(guò)人工智能加持，通過(guò)語(yǔ)音交互的加持能夠形成更大規(guī)模的推廣。
第三，可用統(tǒng)計(jì)數(shù)據(jù)證實(shí)的可用功效，簡(jiǎn)單來(lái)說(shuō)就是人工智能在這個(gè)領(lǐng)域有實(shí)打?qū)嵉男Ч?/strong>
我們來(lái)舉一個(gè)很典型的案例，訊飛今年推出的錄音筆，傳統(tǒng)錄音筆來(lái)說(shuō)，很多學(xué)生跟很多記者媒體朋友們都會(huì)用到錄音筆，但是用著用著大家發(fā)現(xiàn)一個(gè)問(wèn)題，就是很雞肋，我錄了一個(gè)小時(shí)還得找人聽(tīng)一個(gè)小時(shí)寫一個(gè)小時(shí)，基本就是這樣一個(gè)情況。通過(guò)人工智能語(yǔ)音交互相關(guān)的技術(shù)加持之后可以達(dá)到一個(gè)什么樣的效果?我們?cè)趯?shí)時(shí)錄音的時(shí)候把文字轉(zhuǎn)寫出來(lái)，這時(shí)候很多學(xué)生和很多記者的工作負(fù)擔(dān)就降低了很多。在這么些年來(lái)我們看到的一個(gè)情況，AIoT時(shí)代人工智能技術(shù)落地的要點(diǎn)可以總結(jié)三點(diǎn)。
現(xiàn)在的AIoT時(shí)代，大家覺(jué)得語(yǔ)音是一個(gè)強(qiáng)剛需的入口，但是在訊飛我們認(rèn)為語(yǔ)音是一個(gè)主要入口，它會(huì)服務(wù)于很多的多模態(tài)入口為輔助，
第一，首先基于自然交互，自然交互不單單只是語(yǔ)音，通過(guò)語(yǔ)音觸摸視覺(jué)甚至一些傳感器，比如體感比如動(dòng)作等等一系列，訊飛一直會(huì)看一些視覺(jué)的、觸摸的、甚至腦科學(xué)都會(huì)去研究。
第二，以智能硬件為載體，為了這個(gè)領(lǐng)域，我們?nèi)?shí)打?qū)嵞ブ悄苡布?，從零開始去磨，選擇最合適的元器件，而不是我們草草選一個(gè)現(xiàn)有的載體隨便去改，去做一些兼容。
云端跟終端的結(jié)合，所謂的云端和終端的結(jié)合，云端放大量的數(shù)據(jù)大模型，在終端里面會(huì)用簡(jiǎn)單的模型做一些離線可用的操作。
第三，舉個(gè)最簡(jiǎn)單的例子，訊飛在前裝車機(jī)上的落地，其實(shí)在車機(jī)里面就會(huì)一直用大云端去解決檢索問(wèn)題，然后會(huì)用小的客戶端，也就是離線的版本去解決弱網(wǎng)情況下的難題。
前面這些東西，訊飛在這么多年來(lái)做了一套系統(tǒng)，就是為了滿足一開始定義的人工智能硬件時(shí)代的快速落地——iFLYOS系統(tǒng)
，這里面有很多特點(diǎn)，今天挑幾個(gè)最重要的特點(diǎn)給大家分享，大家也可以看這幾個(gè)特點(diǎn)來(lái)做一些發(fā)散。
第一，語(yǔ)音交互的人性化，
所謂語(yǔ)音交互的人性化就是不要讓我們來(lái)去適配機(jī)器。在iFLYOS體系內(nèi)我們?yōu)榱诉@個(gè)語(yǔ)音交互的人性化，我們不單單只是通過(guò)了語(yǔ)音識(shí)別，我們能識(shí)別粵語(yǔ)，還要能理解粵語(yǔ)，還要能做出反應(yīng)。整體來(lái)看，就是這樣一個(gè)結(jié)果。當(dāng)然這里面還用到了非常多的其它技術(shù)，比如翻譯技術(shù)。我們還發(fā)現(xiàn)有不少粵語(yǔ)文法其實(shí)很難用粵語(yǔ)原始的語(yǔ)義去理解，這里面是一個(gè)多模態(tài)技術(shù)，不光是語(yǔ)音的合成、識(shí)別、理解，還會(huì)夾雜翻譯之類的技術(shù)。
第二，硬件落地要快，意味著人工智能每個(gè)硬件其實(shí)針對(duì)性很強(qiáng)，所以每個(gè)領(lǐng)域都需要大體不同的一些硬件，
所以要求你的落地速度要足夠得快，
第三，產(chǎn)品設(shè)計(jì)要個(gè)性化，
每個(gè)領(lǐng)域的需求點(diǎn)都是不一樣，剛剛說(shuō)到的錄音筆，再比如翻譯機(jī)，這些東西里面或多或少都有語(yǔ)音交互的技術(shù)存在，但是它們著重的點(diǎn)都會(huì)不一樣，那么我們總結(jié)了三個(gè)比較重要的點(diǎn)：
iFLYOS已經(jīng)落地七個(gè)場(chǎng)景，
這些場(chǎng)景都在訊飛內(nèi)部有所應(yīng)用，并且把這些服務(wù)場(chǎng)景和應(yīng)用已經(jīng)公開出來(lái)，讓廣大的開發(fā)者或者是企業(yè)能夠在這個(gè)基礎(chǔ)之上去開發(fā)屬于自己的一些硬件。
