上周,谷歌将Google Assistant下放到Android 6.0,而苹果的Siri、微软的Cortana、亚马逊的Alexa最近也动作频频,一场围绕下智能语音助手的大战正在全面展开。
西雅图艾伦人工智能研究所CEO Oren Etzioni表示,Siri作为最早入场的选手,其语音理解和回答问题的能力并不突出,白白浪费了先发优势。
但Siri并不是一无是处,它仍然有其他语音助手目前无法匹敌的优势:支持36个国家的21种本地语言。由于大多数的智能手机都是在非英语国家销售,对本地语言的支持将是非常重要的一个能力。
相比之下,微软的Cortana能够识别13个国家的8种语言,Google Aissitant则支持4种语言,而亚马逊的Alexa目前只支持英语和德语。
但是Siri并没有停下,据外媒报道,iOS 10.3即将支持上海话。
如果语音助手想要成为智能手机和其他智能设备标配的工具,那么语言问题将是其必须克服的障碍。但是语言本身对任何助手来说都是复杂的。比如在英国,当谈论足球比分时,“2:0”要说成“two-nil”,而不是“two-nothing”。
苹果语音团队负责人Alex Acero在接受路透社采访时解释了如何教Siri学习一门全新的语言。
Alex Acero说,在苹果公司,当研究人员开始教Siri一门新的语言时,会让真人用各种方言和口音来阅读文本段落,然后由听译人员转录成文本,这样计算机就可以拥有准确的样本用来练习。此外,苹果还会从不同的声音中捕捉各种语音。然后,苹果会建立起一个声学模型,并通过这个模型开始尝试预测字符序列。
Acero称,苹果随后会在新语言中部署“听写模式”,这是一种文本和语音之间的翻译器。当用户使用听写模式时,苹果会捕获音频录音中的一小部分,然后对其匿名处理。由于这些录音有背景噪音以及模糊不清的词语,将会由专人转录,这一过程可以将语音识别的错误率降低一半。
在收集了足够的数据,并让配音演员为新语言录制了声音之后,苹果就会向公众开放这一语言版本的Siri。不过,发布之初Siri只能回答苹果认为最常见的问题。发布之后,Siri将会从用户的实际问题中学习,并且会每两周更新一次,作出一些调整。
不过,智能助理Ozlo的创始人Chales Jolley表示,为语音助手撰写脚本无法做到规模化,“你不可能聘请足够多的作者为每一种语言撰写需要的脚本,你必须将答案综合起来。“他认为,这还需要多年的时间。
三星去年收购了“Siri之父”创建的人工智能公司Viv Labs,这家初创公司就正在着手解决这个问题。Viv的联合创始人兼CEO Dag Kittlaus说:“Viv旨在专门解决智能助理的规模化问题,要想跨过目前版本的功能局限,唯一的方法就是开放系统,让世界来教它们。“
via Reuters,雷锋网编译
*图片来自网络
【招聘】雷锋网坚持在人工智能、无人驾驶、VR/AR、Fintech、未来医疗等领域第一时间提供海外科技动态与资讯。我们需要若干关注国际新闻、具有一定的科技新闻选题能力,翻译及写作能力优良的外翻编辑加入。
简历投递至 wudexin@leiphone.com,工作地 北京。