同時人工智能開始替代人類的雙手進行部分工作，比如AI語音助手接收聲音信號通過數(shù)據(jù)分析和識別，響應人類指令完成指定操作。
AI技術的每一次革新，都會對社會生活進行一次深度改變。從智能音箱走進千家萬戶，到智能車聯(lián)陪伴日常行程，在數(shù)字化升級、消費轉(zhuǎn)型的風口面前，我們可以期待怎樣的AI技術打開未來的智能生活?
在剛剛結束的騰訊技術開放日-騰訊云小微AI語音專場，來自騰訊智能平臺產(chǎn)品部AI語音專家?guī)黻P于語音識別、自然語言理解、智能對話機器人等行業(yè)應用探索等領域的精彩分享，從騰訊云小微AI語音助手的角度，揭開AI語音助手在技術和應用領域的探索和最新成果。
云+端協(xié)調(diào)、軟硬件一體，打造魯棒的車載語音識別系統(tǒng)
在直播中提到，就構建魯棒的車載語音識別系統(tǒng)而言，人工智能首先要解決的難題就是數(shù)據(jù)分析與識別，只有將各個行業(yè)的寶貴經(jīng)驗搜集并形成數(shù)據(jù)庫，再通過電腦自動識別知識并進行分析，才能從億萬條數(shù)據(jù)中剝絲抽繭，找到匹配用戶使用場景的正確反饋。
但是在實際應用環(huán)境如汽車使用過程中，車載語音識別面臨著重重挑戰(zhàn)。在語音識別將人類的聲音信號轉(zhuǎn)化為文字或者指令的過程中，用戶口音、環(huán)境噪聲、海量POI以及場景化語音均構成影響識別系統(tǒng)決策的變量，尤其考驗語音識別系統(tǒng)的基礎穩(wěn)定性。
為此騰訊云小微AI語音助手在接收信號后，通過聲學前端處理，對豐富的聲音信息進行甄別，分流至本地語音識別、云語音識別以及云+端協(xié)調(diào)機制進行精準識別，提供更為精準的技術解決方案。
以常見的環(huán)境噪聲處理為例，當用戶聲音信號發(fā)出，在路噪、風噪、空調(diào)、音響等不同噪聲類型的干擾下，很容易讓車載語音識別發(fā)生理解偏差。騰訊云小微AI語音助手從車內(nèi)語音交互場景出發(fā)，通過騰訊自有技術和硬件設備完成回聲消除、噪聲抑制以及定位和拾音，確保得到干凈的語音信號，同時在聲學模型層面從訓練數(shù)據(jù)、特征提取、網(wǎng)絡結構等方面進行針對性優(yōu)化以提升識別系統(tǒng)對噪聲的魯棒性。
在基礎能力方面，因為有騰訊云加持，再根據(jù)自主研發(fā)的全棧AI技術，整合前端降噪、語音識別、語義理解、人聲合成、圖像識別能力，能夠提供云到端的完整的AI解決方案。
在直播中，我們還看到了騰訊云小微AI語音助手在不同用戶口音輸入語音情況下如何做出精準反饋。騰訊云小微AI語音助手的魯棒性源自容錯性極小的兩套處理方案，一是基于遷移學習的分地域模型方案，二是引入地域向量的單模型方案。在這樣的智能車載語音識別系統(tǒng)下，騰訊云小微AI語音助手聯(lián)合騰訊車聯(lián)TAI已合作多家國內(nèi)頭部車企和熱銷車型，通過騰訊云小微車載語音識別系統(tǒng)的助力，無懼用戶口音，精準識別語音指令，滿足車內(nèi)交互場景的語音需求。
實現(xiàn)深度學習的自然語義理解，打造基于理解的人機交互
自然語義理解是人機自然對話的核心技術基礎。如何讓語音助手實現(xiàn)家庭、汽車和辦公室的無縫連接，甚至可以預測并解決用戶的需求，只有懂“深度學習”并可以進行“理解”的語音技術才能勝任這樣的要求。
在技術開放日上，深入探討了這項AI技術如何實現(xiàn)深度學習。人工智能技術基于數(shù)據(jù)的邏輯分析，在一定程度上的確可以實現(xiàn)自我學習，但是相較于人類的情感需求、精神狀態(tài)，再智能的AI語音助手也難以讀懂主人的“心”，因此具備理解能力的人機交互成為技術攻關的重點所在。
根據(jù)騰訊技術開放日-騰訊云小微專場直播所演示，騰訊云小微AI語音助手以高質(zhì)量低延時語音合成、智能語音交互系統(tǒng)，進化成為真正以用戶需求為導向的個性化服務。
物聯(lián)網(wǎng)時代，語義理解成為語音交互的核心所在。通過聲學前端處理，降低干擾信號、抑制回聲，提升語音識別效果、語音喚醒效果，隨即將文字轉(zhuǎn)換為命令字，通過語料模型匹配，做領域分發(fā)。在這個過程中騰訊云小微AI語音助手支持自然語音識別，語義理解、語音指令隨意說，系統(tǒng)均可很好的理解并執(zhí)行，同時將文本轉(zhuǎn)化為語言流，在終端設備上進行語音播報。
僅以智能語音交互系統(tǒng)為例，騰訊云小微AI語音助手向我們展示了在智能車聯(lián)模式中，人車之間愉悅的交互體驗。高效自然的語音輸入方式，輸入速度遠高于手動輸入；安全行車釋放雙手，切換導航、調(diào)換歌曲不分散注意力；更重要的是騰訊云小微AI語音助手能夠讀懂車主語音中所包含的語氣、情緒等豐富信息，以做出正確的判斷，讓行車過程省心省力。
高質(zhì)量低延時語音合成則為我們展示了智能語音系統(tǒng)的深度學習能力�；�“互聯(lián)網(wǎng)+”自然語言理解發(fā)展成自然的人-機器交互方式是指基于自然語言理解技術重塑人與機器之間的交互方式，使自然語言成為人-機器之間進行交互的自然接口。通過騰訊云小微AI語音助手的語音合成能力，支持純中文、純英文以及中英混搭的合成場景，提供50+種不同男女聲音色，個性化音色定制能力，王者榮耀妲己、李白定制語音包；采用業(yè)內(nèi)領先的算法，優(yōu)化不同場景中的語音音色，讓AI語音助手發(fā)聲更為自然。
這是因為騰訊云小微AI語音助手采用專門為機器設計的語言編寫程序來“告知”機器，當用戶發(fā)出某項聲音指令時，機器通過深度學習掌握指令的真實意圖并執(zhí)行，達成機器說脫口秀的效果。怎么讓機器的音質(zhì)高保真、韻律更加自然連貫?騰訊云小微AI語音助手給出的答案是神經(jīng)網(wǎng)絡語音合成系統(tǒng)，整體架構上使用序列建模的聲學模型與神經(jīng)網(wǎng)絡聲碼器。通過GAN優(yōu)化Parallel Wave Net、Wave RNN、Feather Wave等技術升級，達到高質(zhì)量、高穩(wěn)定性的自然人聲。
客服機器人的功能設計與實現(xiàn)，開放能力降低企業(yè)智能化成本
如何通過AI語音助手幫助企業(yè)級用戶進行商業(yè)變現(xiàn)?以客服機器人的接入與實現(xiàn)角度，指出能力獲取的方式之一正是在技能開放平臺通過標準協(xié)議、賬號打通、商業(yè)轉(zhuǎn)化、推薦運營全面由開發(fā)者定制方案，構建由開發(fā)者到用戶的語音服務路徑，讓開發(fā)者以成本最小化接入客服機器人，實現(xiàn)個性化和精準服務效果最大化，在服務咨詢階段引入客服機器人功能，對節(jié)約前端客服人力，提升服務運營效率。
在騰訊云小微AI語音專場我們了解到，騰訊云小微技能開放平臺是唯一支持小程序接入的AI行業(yè)解決方案，目前已經(jīng)開放與京東和大眾點評的合作，用戶語音指令即可操作在京東和大眾點評的購物和服務，幫助小程序?qū)崿F(xiàn)更智能化的用戶體驗。
騰訊云小微AI語音助手以自身技術為突破點，在客服機器人的實現(xiàn)與接入上，構建起完整的工程閉環(huán)。面對未知狀態(tài)(動態(tài))、非結構化環(huán)境下客服機器人的環(huán)境感知、環(huán)境交互、環(huán)境功能等三個方面的需求，在功能設計與實現(xiàn)層，按智能環(huán)境系統(tǒng)設計提供客服配置、客服使用、發(fā)現(xiàn)問題、解決問題的手段完成任務需求。
在客服配置上，騰訊云小微AI語音助手將文本模式分類拆分為知識庫檢索、服務售前、服務售后等模式，檢索為功能性檢索，售前、售后可根據(jù)問題回答策略轉(zhuǎn)向人工模式。其中分層模塊的搭建上注重知識庫的基礎搭建，模塊分工明確，流程簡單。
在客服使用中，采用多線程方式、人機協(xié)同，區(qū)別普通的聊天機器人，依靠系統(tǒng)功能事件&指令的智能交互，形成更為精準、人性化的索引推薦。
當然，客服機器人還需要加強訓練，挖掘算法、索引堆砌并不能解決問題，更多需要明確的系統(tǒng)規(guī)則和流程。想要發(fā)現(xiàn)問題、解決問題，重要的是實現(xiàn)人工、機器人的交互，在線客服、模型算法、統(tǒng)計監(jiān)控、配置平臺，缺一不可。例如從人工服務界面引用客服機器人的索引，進而給出服務明確的答案。只有快速迭代優(yōu)化的深度學習，才能適應數(shù)字化時代的商業(yè)發(fā)展需求。
在客服機器人的接入上，應用入口有電商平臺網(wǎng)站、WAP平臺、微信小程序入口、內(nèi)部客服助手、語音交互方式等，實現(xiàn)形式基本都是在線模式，webchat方式通過IM、微信小程序、APP入口等實現(xiàn)。
在自然語言處理技術方面，我們主要分享了騰訊云小微的兩項前沿技術，1)在2019法研杯閱讀理解賽道中獲得冠軍采用的方案；2)一篇關于信息抽取的發(fā)表在人工智能國際會議IJCAI-2020上的最新論文。通過直播，我們看到了騰訊云小微在知識抽取與問答領域的技術積累，并以豐富的案例形象生動的展示了相關技術在實際應用中的作用。
不僅如此，我們還能從騰訊云小微AI語音助手強大的開放能力中發(fā)現(xiàn)更多領域的應用探索，比如為企業(yè)定制品牌IP形象。這在以往不敢想象，在5G、直播風口，虛擬人以安全、可控、高效成為眾多企業(yè)熱衷的對象，而通過騰訊云小微語音助手提供智能語音交互，根據(jù)不同硬件終端和應用場景，可以觸發(fā)豐富的表情動作，快速換形象。因為騰訊云小微AI語音助手的全雙工交互功能，高度智能化免喚醒、主動引導對話，再加上騰訊系正版IP授權服務，AI語音助手的商業(yè)變現(xiàn)價值擁有廣闊的市場機會。
