或许不少Siri用户都遇到过像上图一样的尴尬。如何让Siri，Alexa，Cortana这些语音助手更加听话？一家叫Cypher的公司正在用深度学习来试图成为这些语音助手的好助手。
John Walker 四年前创立 Cypher 公司时，他有一个简单的目标：让每个人都能清楚地听到通话声音。因此，Walker 就针对智能手机就开发了一个软件。这一软件融合了深度神经网络，在外音嘈杂的情况下，也清楚地听到对方的通话声音。
为证明出这款软件的强大，Cypher 的销售主管 Yoon 曾在纽约市繁华的街头，给正坐在办公室的 Walker 打电话。当 Yoon 打开了 Cypher 的测试软件，他的通话声音就变得非常的清楚，就像是坐在办公室打电话一样。Cypher公司表示这一软件可以消除 99% 的嘈音，但通话声音会延迟 24 毫秒（而人类能感觉到时间延迟则是在200毫秒）。
为保证通话声音的清楚，Cypher 的软件会首先使用算法将说话人的声音记录下来。因为所有人类语言都包含元音，都是由鼻腔，舌头以及牙齿共同协调发出的，而电钻发出的声音就于此完全不同，进行这一区分十分地简单。只要软件按照这一方法识别出了人类的声音，就会完全屏蔽掉其他所有的声音。这与其他软件有所不同，其他软件是先识别除噪音，然后再将其排除。但是噪音种类众多，十分不易分辨和排除。
深度神经网络在从大量的数据中提取出有效的信息方面表现十分出色。高通的高级产品经理 Sy Choudhury表示，现在许多的创业公司都开始将神经网络与智能手机相结合，并进行相应的研究。
但这一条路对Cypher来说走得一场艰难。对 Cypher 而言，目前的难点不在于如何提高软件的质量，而是在于如何推销。Cypher 希望该款软件的良好表现能吸引手机厂商，将其装在智能手机内。但是目前消费者更加关注手机的摄像质量和电池的续航能力。
于是Cypher 转而从成本上下功夫，希望能将这一软件装到手机的内部系统中替代去除噪音干扰的硬件。按此进行计算每部手机大概能节省 50 美分到 1 美元。但是这一点也并未引起手机制造商们的关注。Cypher 曾和 LG，华为，三星都商谈过，但是却一直没有达成协议。Ronan de Renesse，Ovum 公司的销售策略分析师，他表示手机制造商们的旗舰机型成本大概会在 200~400 美元左右，所以每一台手机节省 50 美分，对他们来说并没有什么吸引力。
但是，现在 Cypher 又想出一个新的销售方向，它与科技巨头们进行商谈，希望将这一软件安装到他们的语音助手（如Ok Google，Siri和Contana等）当中去。这样即使是在嘈杂的厨房发出指令，也能很好地传达。最近 Cypher 与亚马逊达成了协议，并将他们的软件安装到 Amazon Echo 的语音助手Alexa当中。经测试，安装了这一软件的Alexa在特定问题的查询识别准确率提升了116%。
按Cypher的说法，该软件将大幅提升Alexa等语音助手在厨房灯嘈杂环境中的表现，帮助其更好的理解用户指令。但对Cypher来说，其客户是否会将背景噪声当成影响语音助手表现的重要原因还有待进一步的观察。
Via IEEE Spectrum
相关阅读：
正在生成分享图...
量衡