0
| 本文作者： 呂倩 | 2017-09-18 12:02 |
Alex Graves在《Neural Turing Machines》論文中提到的一句話一直讓陳偉印象深刻——“ What is possible in principle is not always what is simple in practice”。也正因此，“知易行難”成為鐫刻在陳偉行為模式中的一個(gè)準(zhǔn)則。
陳偉是搜狗語(yǔ)音交互中心總監(jiān)，他與搜狗語(yǔ)音團(tuán)隊(duì)似乎一直恪守著低調(diào)準(zhǔn)則：沒(méi)有準(zhǔn)備好不發(fā)布、沒(méi)有成果不發(fā)聲。9月8日，WMT官方公布成績(jī)：搜狗語(yǔ)音交互技術(shù)中心-機(jī)器翻譯團(tuán)隊(duì)提交的中英和英中系統(tǒng)，獲得了人工評(píng)價(jià)指標(biāo)的雙向第一名。
1、
WMT——全稱Workshop on Machine Translation——是由來(lái)自歐洲和美國(guó)的高校、研究機(jī)構(gòu)的研究人員聯(lián)合舉辦的業(yè)界公認(rèn)的國(guó)際頂級(jí)機(jī)器翻譯比賽之一。9月7 日至8日，WMT2017會(huì)議于丹麥?zhǔn)锥几绫竟e行，系全球范圍內(nèi)最具權(quán)威的國(guó)際評(píng)測(cè)大賽。
從2006年開(kāi)始到2017年，WMT一共舉辦了12屆機(jī)器翻譯比賽，每一屆的角逐，都代表著全球翻譯最尖端水準(zhǔn)的較量。今年不同于以往的地方在于，中譯英、英譯中的機(jī)器翻譯部分是今年新添加的項(xiàng)目，屬于WNT框架下的第一次。
9月8日，WMT官方公布成績(jī)：搜狗語(yǔ)音交互技術(shù)中心-機(jī)器翻譯團(tuán)隊(duì)提交的中英和英中系統(tǒng)，獲得了人工評(píng)價(jià)指標(biāo)的雙向第一名。同時(shí)，搜狗語(yǔ)音交互技術(shù)中心提交的中譯英系統(tǒng)在20個(gè)提交的系統(tǒng)中，獲得八項(xiàng)機(jī)器評(píng)價(jià)指標(biāo)中的七項(xiàng)第一，并且獲得主要機(jī)器指標(biāo)BLEU(Bilingual Evaluation Understudy)第一名。
據(jù)雷鋒網(wǎng)了解，搜狗語(yǔ)音識(shí)別團(tuán)隊(duì)成立于2012年，機(jī)器翻譯團(tuán)隊(duì)成立于2016年。2012年，陳偉剛剛加入搜狗。那時(shí)，團(tuán)隊(duì)僅僅幾個(gè)人，主要研究語(yǔ)音識(shí)別技術(shù)。陳偉稱，從2012年到如今，語(yǔ)音能力一直是團(tuán)隊(duì)重要的技術(shù)方向，圍繞語(yǔ)音識(shí)別、輸入法的結(jié)合，現(xiàn)在基本實(shí)現(xiàn)一天語(yǔ)音識(shí)別的請(qǐng)求次數(shù)高達(dá)3億次，屬于國(guó)內(nèi)最大的語(yǔ)音APP。
語(yǔ)音之外，圍繞搜狗的整體戰(zhàn)略，研究自然交互與計(jì)算，也是團(tuán)隊(duì)目前的重點(diǎn)。基于此，搜狗語(yǔ)音交互團(tuán)隊(duì)的重心也會(huì)逐漸轉(zhuǎn)移到多模態(tài)輸入。“除了單獨(dú)的語(yǔ)音的聽(tīng)、語(yǔ)音識(shí)別之外，我們還做了聽(tīng)與說(shuō)，也就是合成。”
另外，陳偉對(duì)雷鋒網(wǎng)表示，基于語(yǔ)音的聽(tīng)說(shuō)能力，搜狗還研發(fā)了一些個(gè)性化技術(shù)——例如聲紋識(shí)別，判斷你是誰(shuí)，以及是哪類語(yǔ)種、哪種語(yǔ)言，語(yǔ)音分析的能力。
以及，隨著手機(jī)近場(chǎng)向遠(yuǎn)場(chǎng)技術(shù)的發(fā)展，例如音箱、電視，搜狗也具備了自己的麥克風(fēng)等硬件能力，正是在此基礎(chǔ)之上，搜狗考慮將輸入法作為人和人交流表達(dá)信息的產(chǎn)品，希望用戶去做跨語(yǔ)言的交流。
2、
一直以來(lái)，隨著搜狗語(yǔ)音交互技術(shù)的發(fā)展，相關(guān)硬件產(chǎn)品也逐漸落地，對(duì)于互聯(lián)網(wǎng)公司為什么要做硬件這一點(diǎn)，陳偉也談了一下他的看法。
第一，看這款產(chǎn)品能夠帶來(lái)哪些價(jià)值，有鏈接就可以搶占更多入口。
第二，現(xiàn)在國(guó)內(nèi)用戶對(duì)于軟件付費(fèi)的意愿不是很強(qiáng)，通過(guò)銷售硬件的方式，盈利可能性更高。
第三，用戶對(duì)于軟件、硬件的遷移成本不一樣，例如用戶對(duì)一款智能手表的遷移成本就會(huì)比較高，相應(yīng)的用戶黏性一般也也就較強(qiáng)，這是留住用戶的一種方式。
第四，當(dāng)你的軟件做到一個(gè)非常好的效果情況下，你會(huì)發(fā)現(xiàn)你的頻率很多時(shí)候在硬件上，你怎么把體驗(yàn)做得更好，你必須要對(duì)硬件有一定的把控能力。
陳偉對(duì)雷鋒網(wǎng)表示，搜狗語(yǔ)音技術(shù)的逐漸公開(kāi)，內(nèi)在來(lái)講，經(jīng)歷過(guò)一段暗自成長(zhǎng)的過(guò)程。
時(shí)間上，從2012年至2016年，這段時(shí)間，搜狗將重心放在服務(wù)內(nèi)容產(chǎn)品、沉淀技術(shù)上面，從2016年至2017年，是搜狗語(yǔ)音交互技術(shù)密集落地的時(shí)間。原因上，陳偉對(duì)雷鋒網(wǎng)解釋稱，主要是因?yàn)榻?jīng)過(guò)足夠長(zhǎng)時(shí)間的沉淀，搜狗語(yǔ)音技術(shù)的能力逐漸成熟，在國(guó)內(nèi)已經(jīng)屬于領(lǐng)先了，“于是我們認(rèn)為有必要將落地產(chǎn)品拿出來(lái)。”
“搜狗一直是以技術(shù)為重的公司。”開(kāi)始鉆研AI 技術(shù)的時(shí)間早于阿爾法狗概念火爆的時(shí)間，方向上一直盡量將重心聚焦在輸入法與搜索兩個(gè)主產(chǎn)品。
而搜狗將產(chǎn)品真正實(shí)現(xiàn)落地的前提之一，就是當(dāng)時(shí)識(shí)別技術(shù)成熟，并被運(yùn)用在輸入法上。陳偉介紹稱，搜狗輸入法剛上線時(shí)錯(cuò)誤率達(dá)到了30%~40%，如今降至10%，流量也持續(xù)上漲。當(dāng)語(yǔ)音質(zhì)量穩(wěn)定在安靜、沒(méi)有口音的情況下，準(zhǔn)確率可以達(dá)到97%。
此外，搜狗圍繞公司戰(zhàn)略逐漸開(kāi)始業(yè)務(wù)擴(kuò)展，比如開(kāi)始多模態(tài)研發(fā)、將手寫(xiě)放到搜狗輸入法上、自研翻譯技術(shù)、逐漸圍繞交互形成自己的語(yǔ)音助手，以及目前與四維合作的車展設(shè)備、與小米電視、創(chuàng)維電視合作的語(yǔ)音交互技術(shù)等，都在逐步落地。
3、
技術(shù)成熟、產(chǎn)品落地，搜狗語(yǔ)音的下一步在哪里？
語(yǔ)音交互是一個(gè)場(chǎng)景非常明朗的狀態(tài)，搜狗既希望將這項(xiàng)技術(shù)能力輸出，也希望可以探索出語(yǔ)音交互的真實(shí)場(chǎng)景在什么地方。因此，搜狗將剛需場(chǎng)景鎖定在車載、智能家居以及可穿戴三個(gè)場(chǎng)景，通過(guò)與包括小米、創(chuàng)維能較好公司合作深度定制。
2016年8月4日，搜狗推出語(yǔ)音交互引擎“知音”，其后，搜狗打造出“知音OS”語(yǔ)音交互平臺(tái)，是一款面向手機(jī)、電視、可穿戴、車載設(shè)備等智能設(shè)備的語(yǔ)音交互平臺(tái)。目前，知音OS已經(jīng)在小米、魅族、創(chuàng)維、海爾等產(chǎn)品中落地應(yīng)用。
目前，據(jù)雷鋒網(wǎng)了解，目前多家人工智能公司均致力于操作系統(tǒng)與開(kāi)放平臺(tái)的研發(fā)與推廣，談到搜狗的獨(dú)特性，陳偉稱，相比而言，搜狗知音會(huì)更開(kāi)放一些。“搜狗會(huì)將自身能力與合作方做更多的深入定制，包括經(jīng)驗(yàn)與能力層面的交流與交互。相反，其他公司或許相對(duì)封閉一些，更傾向于將定制借口掌握在自己手里，輸出封閉的解決方案。”
同時(shí)，目前真正有能力將語(yǔ)音交互做到閉環(huán)的公司少之又少，從前端硬件結(jié)構(gòu)，到后端識(shí)別合成、語(yǔ)義理解，再加上翻譯，這些能力全部具備的公司并不多。但搜狗所具備的獨(dú)特優(yōu)勢(shì)是，不斷進(jìn)行的產(chǎn)品迭代，可以讓搜狗無(wú)論從搜索本身形成的知識(shí)積累、或是已有產(chǎn)品貢獻(xiàn)出的用戶數(shù)據(jù)，均積累成大規(guī)模的用戶資源，進(jìn)而將整個(gè)交互場(chǎng)景搭建得更為完善。“要將語(yǔ)音交互做到通用是比較難的，更多還是要圍繞垂直層面發(fā)力。”陳偉表示。
至于知音OS系統(tǒng)的推廣時(shí)間，陳偉稱，目前整個(gè)團(tuán)隊(duì)正朝大規(guī)模推廣方向走，但細(xì)水長(zhǎng)流，還沒(méi)有確定的時(shí)間點(diǎn)，需要等到整個(gè)團(tuán)隊(duì)建立穩(wěn)定的吞吐能力、標(biāo)準(zhǔn)化體系、以及最適合自己的場(chǎng)景。“大方向還是由搜狗搭建技能平臺(tái)，由用戶自己去自定義、自定制。”
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。
