網(wǎng)易有道AI語音團隊負責人孫艷慶：AI技術如何更好與硬件結合｜2021 CTIS
網(wǎng)易有道AI語音團隊負責人孫艷慶
6月9日，首屆CTiS 2021消費者科技及創(chuàng)新展覽會在上海新國際博覽中心正式開幕。在鈦媒體聯(lián)合CTiS共同打造的“AI·創(chuàng)新數(shù)字生活主題論壇”上，網(wǎng)易有道AI云團隊負責人孫艷慶博士分享了AI技術在網(wǎng)易有道智能硬件中的一些應用。
網(wǎng)易有道產品，除了智能硬件之外，還有大家熟悉的有道詞典等工具類的產品，以及精品課在線類的學習服務，包括數(shù)字類的教育。這里面有哪些AI技術，以及這些AI技術到底怎么樣能夠很好的和硬件形態(tài)進行結合？在孫艷慶看來，一定要找到一個痛點，具體到網(wǎng)易有道的產品中就是怎么解決兒童的背誦、學習語言、查詞等。
產品中的AI?
以有道翻譯來說，這是從2008年就已經(jīng)開始做的一項技術，至今已經(jīng)做了十幾年，孫艷慶介紹，經(jīng)過三到四代核心技術引擎的發(fā)展，目前已經(jīng)變成了神經(jīng)網(wǎng)絡的翻譯引擎。除了簡單的文字翻譯，還加入了很多模態(tài)的形式，比如說圖片翻譯、文檔翻譯、語音翻譯、AR翻譯。它除了在手機端聯(lián)網(wǎng)的方式，還可以在離線，完全沒有網(wǎng)絡的時候去應用。而且在詞典筆的形態(tài)上，就可以得到一個很好的落地。
此外，如果進行一個掃描或者點查，非常關鍵的技術是需要做OCR，就是把這個圖片變成文字。有道的OCR技術目前支持100多種主流的語言文字，也可以在不同的場景下使用，比如說有時候掃描的并不是一個簡單的單詞或者例句，可能會是一個公式，或者手寫的數(shù)學答案等等，所以針對不同的領域，也會做到一些定制的場景垂直化應用。
還有語音交互技術，比如在詞典筆的場景下需要語音的錄入，語音識別要想得到一個很好的效果，比如在場館里會有很多噪音，就需要做聲學前端的信號處理。當然也有把這個單詞讀出來，去做語音合成。它其實就是通過語音進行人機交互的一個技術手段。
技術與硬件結合
如果直接把一個手機給到孩子，不僅要擔心他學習的效果，也會擔心他去玩游戲或者看視頻。
孫艷慶介紹說，在智能軟件的場景下，需要用手機從眾多APP中去下載有道詞典，再去打開它，找到所需要的功能頁。而硬件的一個好處就是，拿到這個詞典筆就可以直接去掃描或者點查，就能得到結果了，所以它會非常快。而且它會搭載和兒童，或者目標用戶群體非常相關的功能，比如說互動點讀。還有非常重要的一點，它是學習專用，可以帶到課堂上。
詞典筆用了哪些技術，這些通用的技術又是如何和硬件更好的結合起來的？
第三代詞典筆在掃描、掃查的功能上又加入超快點查。這個功能讓識別范圍更廣，除了紙面，包括很多商品的印刷品包裝，都可以進行查詞。
孫艷慶介紹說，具體是把多項技術、把OCR和OID進行了結合。在早期詞典筆攝像頭掃描的廣角是比較小的，為了支持超快點查，硬件也做了很多適配，包括廣角提升了300%的效果。所以AI和應用的聯(lián)合，才能打造一個綜合的更好的體驗。這也是全球首創(chuàng)的技術。
詞典筆不光能夠查詞，還可以去讀繪本，和用戶做互動。孫艷慶說，這個互動點讀功能也是新發(fā)布的一個賣點，或者是一個殺手級的應用，它整個鏈條有這么幾步：首先要在繪本上做一些鋪碼識別，還有麥克風雙麥拾音，這樣保證在嘈雜環(huán)境下也能有比較好的拾音表現(xiàn)，再加上語音識別。
如，學生在聽了閱讀的標準發(fā)音之后，他是可以進行實時的練習。傳統(tǒng)上來講，他要說完了才能給出一個打分，這樣的體驗不是特別及時。這個互動點讀的功能，就可以在他邊讀的時候就邊出文字，就跟背誦是很類似的效果。為了達到最終的體驗，也需要通過AI的技術來處理大量的素材，包括繪本資源、圖像和音頻，包括字幕的對齊，字幕的生成等等。
所以，什么樣的硬件是好的產品？什么樣的AI技術是好的技術？以及技術和產品如何落地結合？在孫艷慶看來，一定要找到一個痛點，比如怎么解決兒童的背誦、學習語言、查詞等等。
下一步探索
關于未來的展望，孫艷慶說，第一，希望語言的學習不局限在英文，還可以學習中文，包括還有一些朋友去學習第二外語或者第三外語；另外，產品支持全學科，不光在語言學習類，還會支持數(shù)學的公式掃描和識別。孫艷慶認為，知識體系的構建是非常重要的，包括學習的資源，包括很多知識點。這是教育更加綜合的一個思路。
在英語的學習中，不同國家的用戶他會有很多口音的差異，比如中國人說英語，中式英語，日本人說英語，以及印度人等等。全世界一百多個國家都把英語作為母語或者第二語言，其實英語的識別本身是非常有挑戰(zhàn)的，口音成為對英語語音識別非常大的影響和挑戰(zhàn)。
在 2020年語音屆盛會Interspeech口音英語語音識別挑戰(zhàn)賽中,網(wǎng)易有道研究人員提交的系統(tǒng)在口音識別任務中排名第二。可以看到的，在很多國家或者很多口音，識別率還是沒有達到非常完美的效果。孫艷慶說，好的可以做到百分之九十以上，差的也就只有百分之六七十的效果，這個領域還是值得繼續(xù)去探索。
除了口音英語值得探索，另外就是兒童發(fā)音，尤其是非母語的兒童去說英語，或者是其他的語言，更是難上加難，因為它疊加了兩個挑戰(zhàn)：非母語和口音。
今年Interspeech也有一項比賽，網(wǎng)易有道拿了兩個賽道的第一名，“但即使是最好的成績，錯誤率仍然是大于20%。這是什么概念？可能五個單詞就會有一個是錯誤的。這和我們理解也是一致的，因為兒童發(fā)音有他的特點，因此本身這個任務就是比較難的。這個方向我們還會繼續(xù)去探索。”孫艷慶說。
更多精彩內容，關注鈦媒體微信號（ID：taimeiti），或者下載鈦媒體App
核心關鍵字： 人工智能相關文章
-
拓展場景、研制配套技術及產品，四部門聯(lián)合推進“能源＋5G”應用
創(chuàng)頭條6月11日獲悉，國家發(fā)展改革委、國家能源局、中央網(wǎng)信辦、工業(yè)和信息化部日前聯(lián)合印發(fā)《能源領域5G應用實施方案》。文件要求，未來3～5年，圍繞智能電廠、智能電網(wǎng)、智能煤礦、智能油氣、綜合能源、智能制造與建造等方面拓展一批5G典型應用場景，建設一批5G行業(yè)專網(wǎng)或虛擬專網(wǎng)，探索形成一批可復制、易推廣的有競爭力的商業(yè)模式。研制一批滿足能源領域5G應用特定需求的專用技術和配套產品，制定一批重點亟需技術...
2021-06-11 16:56:19 電廠能源智能 -
區(qū)塊鏈賦能公共服務領域 歐科云鏈大力推動技術發(fā)展
近日，《工業(yè)和信息化部中央網(wǎng)絡安全和信息化委員會辦公室關于加快推動區(qū)塊鏈技術應用和產業(yè)發(fā)展的指導意見》(以下簡稱《指導意見》)正式對外發(fā)布。在深化行業(yè)應用方面提出了具體舉措。并部署了五項重點任務，其中在提升公共服務領域提出了具體要求，而這每一項都將有可能改變我們的生活。多位業(yè)內專家表示，《指導意見》絕大部分是圍繞公共服務領域展開的，幾乎包含了公共服務的方方面面，一方面，公共服務本就是區(qū)塊鏈應用發(fā)展...
2021-06-11 13:53:32 區(qū)塊數(shù)據(jù)領域 -
巨人的碰撞：復盤“騰訊VS網(wǎng)易”的手游市場霸主地位之爭
圖片來源@視覺中國文|互聯(lián)網(wǎng)怪盜團自從中國的手游市場崛起以來，騰訊幾乎總是占據(jù)著發(fā)行市場份額的第一，而網(wǎng)易幾乎總是占據(jù)著第二。嚴格地說，兩家的差距一直很大：2015年，網(wǎng)易的手游業(yè)務收入相當于騰訊的36%；到了2020年，這個比例下降到了27%。從事后諸葛亮的角度看，網(wǎng)易從來不曾有機會挑戰(zhàn)騰訊在手游市場的霸主地位。就像我們現(xiàn)在回顧第二次世界大戰(zhàn)，可以大言不慚地說：德國打不過蘇聯(lián)、日本打不過美國，乃...
2021-06-11 09:49:04 騰訊網(wǎng)易游戲 -
區(qū)塊鏈產業(yè)再迎利好 歐科云鏈加快技術應用護航金融安全
近日，《工業(yè)和信息化部中央網(wǎng)絡安全和信息化委員會辦公室關于加快推動區(qū)塊鏈技術應用和產業(yè)發(fā)展的指導意見》發(fā)布，在賦能實體經(jīng)濟、提升公共服務、夯實產業(yè)基礎、打造現(xiàn)代產業(yè)鏈、促進融通發(fā)展五方面共提出22項重點任務。區(qū)塊鏈成為建設制造強國和網(wǎng)絡強國，發(fā)展數(shù)字經(jīng)濟，實現(xiàn)國家治理體系和治理能力現(xiàn)代化的重要支撐。而在區(qū)塊鏈應用落地方面，歐科云鏈等區(qū)塊鏈頭部企業(yè)不斷探索，已經(jīng)取得了一系列突破性成果。利好政策陸續(xù)出...
2021-06-09 21:54:53 區(qū)塊天眼行業(yè) -
網(wǎng)易云音樂IPO：雨淋濕了天空，毀得很講究
文|表外表里（ID：excel-ers），作者：陳成、姚莎、胡汀瑯，編輯|付曉玲、胡嘉雯1991年，高曉松喝醉酒哭著問老狼：“哥們兒寫了那么多歌，誰聽啊？”而15年后，這個問題依然困擾著國內做音樂的年輕人。2006年，北航畢業(yè)晚會上，刺猬樂隊表演完《柏油公路》，鼓手石璐嚎啕大哭：“這東西這么好，什么時候才能被人發(fā)現(xiàn)？”但哭完后，他們依然在堅持，寫歌、巡演、出唱片，一年又一年，哪怕曝光機會少、不出圈...
2021-06-09 16:49:45 網(wǎng)易音樂版權 -
創(chuàng)新人才輩出！2020年度云南省科學技術獎揭曉
科技日報記者8日從云南省科技廳獲悉，為深入貫徹落實習近平新時代中國特色社會主義思想，認真貫徹落實黨的十九屆五中全會精神和習近平總書記關于科技創(chuàng)新的重要論述，立足新發(fā)展階段、貫徹新發(fā)展理念、融入新發(fā)展格局，堅定實施創(chuàng)新驅動發(fā)展戰(zhàn)略，大力營造人才輩出、人盡其才的制度環(huán)境，激發(fā)全省科技人員的創(chuàng)新創(chuàng)造活力，云南省人民政府日前發(fā)布了《關于2020年度科學技術獎勵的決定》，對在全省科學技術進步、經(jīng)濟社會...
2021-06-09 13:50:52 云南省成果科學技術 -
鉑力特注重技術創(chuàng)新 研發(fā)投入增幅62.32%
“龍門行動”計劃實施至今，西安新增20家境內外上市企業(yè)，新增數(shù)量比前八年總和還要多。更值得一提的是，僅去年一年，西安新增境內上市和精選層掛牌企業(yè)數(shù)量就為10家，創(chuàng)下了歷史最高紀錄。在資本市場上，“西安軍團”的登場速度逐漸加快。從初創(chuàng)到上市，企業(yè)除具備硬核實力外，也離不開政策的扶持、金融資本的助力。值此2021全球創(chuàng)投峰會召開之際，投資界-西安創(chuàng)業(yè)記者走進“西安軍團”，與負責人一起回顧企業(yè)登陸資本市...
2021-06-08 12:50:47 西安企業(yè)金屬 -
【鈦晨報】蘋果iOS15正式發(fā)布；辛巴控訴快手壓榨；字節(jié)教育不打算裁員，將加注針對學校的技術服務
核心關鍵字：
2021-06-08 07:48:17 關鍵字核心產業(yè)
內容產業(yè)... -
印度軟件技術園設立12個卓越中心，培育物聯(lián)網(wǎng)等創(chuàng)業(yè)公司|海外政策
創(chuàng)頭條編譯?印媒6月7日消息，印度軟件技術園(STPI)將在全國設立12個卓越中心，培育小企業(yè)和創(chuàng)業(yè)公司，讓這些公司開發(fā)醫(yī)療技術、物聯(lián)網(wǎng)和智能農業(yè)等領域的產品和解決方案。“在加速研發(fā)、創(chuàng)新、知識產權創(chuàng)造和產品開發(fā)方面，這些卓越中心將發(fā)揮關鍵作用將，讓印度在未來成為一個產品國家。”STPI負責人OmkarRai說。這些中心將在班加羅爾、甘地那加、巴特那、布巴內斯瓦爾、甘托克和伊塔那加等城市推出。目前...
2021-06-07 17:51:25 印度中心公司 -
2020年度貴州省科學技術獎公示 貴陽高新區(qū)13個項目入圍
記者6月4日從貴陽高新區(qū)獲悉，貴州省科學技術廳正對2020年度貴州省科學技術獎評審結果進行公示，公示顯示貴陽高新區(qū)有13個項目獲獎，占全省擬授獎總數(shù)的10.4%。????2020年度貴州省科學技術獎設立了最高科學技術獎、自然科學技術獎、技術發(fā)明獎、科學技術進步獎及科學技術合作獎5類獎項，共評出授獎項目125項。貴陽高新區(qū)獲擬授獎的13個項目涉及自然科學獎、技術發(fā)明獎和科技進步獎，大部分是關鍵...
2021-06-07 13:49:17 貴陽總數(shù)貴州省
| 留言與評論（共有 0 條評論） |
