慧聪网首页慧聪通信网首页资讯展会人物运营商设备商3G手机iPhone手机CDMA找供应找求购免费注册立即登录加入买卖通即时沟通网站导航

你每天在用但叫不上名字的黑科技了解一下

http://www.tele.hc360.com2019年08月02日16:11 来源:财金网T|T

    

    大家这几年有没有发现,自己越来越离不开一样东西——语音。

    比如小雷,自从微信整出个语音功能后,聊天由“文字交流”彻底蜕变成“语音大战”。

    不是你发语音我翻译,便是我发语音他播放。

    

         

    玩个王  者荣耀也从以前手动打字,成了今天输出千言万字全凭一张嘴。

    方便操作同时还躲过许多“表面打字聊天,实为趁机杀你”的对线脏套路。

    

    不仅微信王  者,甚至蓝牙音箱也离不开语音控制。

    小雷现在每天像个复读机似的对着小度音箱大喊“小度、小度”。

    

    听听歌查天气预报啥的,偶尔调戏调戏小度。

    

    还有现在火得爆表,几乎人人手机都有一个的“语音助手”。

    

    苹果的智障助手“Siri”、百度的“小度”、小米的“小爱同学”、华为的“小艺”等等。

    它们的使用与操控全靠语音完成,一句话帮你实现从地图导航到订外卖一条龙服务。

    

    就连看个电视也逃不过语音代表“小度”的包围。

    湖南卫视大热的综艺节目《向往的生活》,明星也爱带着小度吃喝玩乐。

    

    炒菜靠小度提醒、出门靠小度导航,活脱脱成了个贴心小管家。

    

    黄老师、何老师、彭彭哥哥、子枫小姐姐等瞬间成了它的小迷弟、小迷妹。

    

    所以说,语音几乎成了我们身边无形的“第三只手”,如影随形,无法离开。

    

    而这种通过语音控制手机、音箱等设备进行操作,将语音翻译成文字的黑科技,真正名字叫——语音识别技术。

    此时相信机友们肯定有个疑问:以前压根没见过“语音助手”、“语音识别

    ”这种东西,为什么现在突然火爆起来,而且还那么好用?

    

    其实鸭,语音技术并不是最近几年出现的,人家早在200多年前的清朝时期便开始蹦跶了。

    比你大爷还大的语音识别

    

    时间拨回1773年,那时有位俄罗斯科学家叫「克里斯蒂·克拉特兹斯坦」,他某天突发奇想,将共振管和风琴管连接起来,制造出一个可以发出人类声音的奇怪设备。

    这便是人类对语音技术的第  一次尝试,可惜后人对这个奇怪毫无X用的东西不感兴趣,一顿俄罗斯式破坏后扔到垃圾堆里。

    

    到100多年后的1946年,第  一台计算机诞生,让人们意识到,原来计算机很多事情做得比人还好。

    

    

    (冯诺依曼与第  一台计算机)

    然而那时没有键盘没有操作系统,控制计算机全靠手动输入“0”、“1”信号,操作极度麻烦。

    

    于是乎有人想道,如果能和计算机聊天交流,让它明白你在说什么,会不会变得更方便好用,做更多的事?(事实证明,懒是人类的第  一生产力)

    

    

    人工智能之父「图灵」便是第  一个提出该想法的人。

    1950年图灵发表了一篇名为《计算的机器和智能》的论文,里面写道:让人和机器交流,来验证机器是否有智能。

    可惜他只贡献想法,却没有告诉人们怎么做。

    没关系,图灵不干,自有人做。

    

    两年后,著名的“贝尔实验室”研制出世界第  一个可识别10个阿拉伯数字的系统“Audrey”,意味着机器成功听懂了人类的话。

    

    大概属于能听明白“1、2、3、4”等数字,跟1岁婴儿差不多的水平。

    这便是第  一代的“语音识别系统”,被科学家称作“机器的听觉系统”。

    

    (1954年的贝尔实验室)

    又过8年,英国伦敦学院「Denes」开发出第  一个计算机语音识别系统。

    专门用于电脑上进行语音识别,可惜仍处于只能识别几个英文字母和数字的级别,根本没法用到实际生活中。

    

    话说起来,这台语音识别系统算得上是现在所有“语音助手”的祖宗,别看了,包括你手上那一台。

    

    随后二十年,人类对“语音识别”的研究陷入原地踏步的死循环,没有一丝进步。

    

    原因很简单:当时科学家把小孩学说话那一套用到电脑上,想像教育小孩一般让电脑学会“交流”。

    你说人家电脑听得懂吗?你输入信号1和0倒能识别,你说个句子“whoareyou”,电脑计算得冒青烟也不可能理解啊!

    

    

    直到1970年,语音识别迎来它的伯乐「弗莱德里克·贾里尼克」,人生实现一次转折。

    弗莱德里克·贾里尼克领着IBM华生实验室,将统计学、信息论的方法加入到语音识别中,并提出“统计的语音框架”,让停滞多年的语音识别焕发第二春。

    最终把语音识别从几百个单词量活生生提升到几万个,识别率由万年70%飙升至90%。

    让语音识别有了从实验室研究到走向生活应用的可能。

    

    (弗莱德里克·贾里尼克)

    

    同样在1970年,美国DARPA(真正的黑科技机构,互联网就是它发明的)开始投钱研究语音识别,(苹果的Siri最初是DARPA投资研发的)。

    目的是让战场的战士们用语音操纵武  器,增强战斗力,也有说法是用来监控互联网和电话。

    

    

    就这样在政府、大企业的投入与研发支持下,到了90年代语音识别技术已经能准确地理解人类的话语。

    典型的产品就是IBM公司的“viavoice”,90年代末美国非常流行的语音识别软件。

    后来在20世纪初流入中国,然而没几个人用,因为那时电脑是比“钻石”还贵的奢  侈品,哪个富家子弟会闲得肾疼,买来跟语音助手吹牛。

    

    (中文版ViaVoice)

    

    转眼来到2006年,这一年语音识别完成了200余年来最大一次蜕变,堪称“鱼跃龙门,原地飞升”。

    谷歌人工智能首席科学家「GeoffreyHinton」提出“非监督贪心逐层训练算法”,让人工智能得到巨大突破。(可以理解为让电脑主动学习的算法)

    一人得道,鸡犬升仙。语音识别在人工智能的加持下,获得质一般的飞跃。

    

    

    (GeoffreyHinton)

    如果以前的语音识别是:

    请问厕所怎么走?答:前面直走50米后再左转。

    那么有了人工智能后的语音识别则是:

    前面直走50米后左转,期间有1个红绿灯间隔15秒。厕所里有三个蹲位,其中2个已有人,剩余1个没有门,如果害羞可以绕道3公里外的卫生间如厕,记得带纸。

    

    不仅技术得到突破,人们制作出超强的GPU硬件(英伟达公司),加上互联网提供的海量数据。

    

    让人工智能、大数据、语音识别技术完美结合,美名其曰“AI语音识别”,预示着一场大变革的到来。

    世界科技巨头第  一时间意识到AI语音识别的重要性,美国的谷歌、微软,亚马逊等,中国的百度、阿里、科大讯飞之流纷纷投入AI语音识别的研发行列。

    

    2010年苹果推出智障语音助手“Siri”,2014年亚马逊推出“Echo”。(国内没啥人知道,亚马逊音箱上的助手)

    

    随后2016年国产公司小米、华为、百度等接连发布小爱、小艺、小度等语音助手,抢夺用户,占领市场。

    

    于是乎语音助手们跟随手机、音箱等智能设备来到我们手里,由此开启一波“AI语音识别大潮流”。

    这便是近几年各种“语音助手”“智能音箱”突然爆发的真相。

    据说,百度小度音箱的出货量已经超过了之前的国内老大阿里和老二小米

    成了

    全国第  一!!世界第三!!

    

    

    不过也是好事,大公司们竞争得越剧烈,我们这些吃瓜用户占的便宜越大。

    

    而在这次世界  级“AI语音研发大战”中,贡献最大的企业之一当数“百度”。

    不仅早在2014年抢先亚马逊研发出DeppSpeech语音识别系统,现在更是黑科技层出不穷,大大改善“AI语音识别”的体验。

    百度语音不为人知的黑科技

    

    小雷用今年新推出,新鲜火热辣的“百度输入法AI探索版”举个栗子。

    黑科技一:中英文、方言混合语音输入

    现在很多输入法支持中文语音输入,英文语音输入,唯独中英文混合输入却很少有,而百度输入法恰恰支持。

    比如小雷在普通话里插入一个英文单词,百度输入法很轻易精准的识别到,并理顺句子转换成文字。

    

    

    还支持方言转文字输入。(小雷此处用的是粤语)

    

    在百度输入法语音里,小雷最喜欢的就是“语音斗图”。

    随意喊出几个字,输入法立马找来几百个表情包任君挑选。

    简直就是一个移动的表情包网,以后斗图还有谁?

    

    

    不管你说四川话、粤语、东北话、英语还是混合着说,百度输入法统统能识别,让用户真正实现“自由说、随便说”。

    事实上这就是百度语音合成技术能力的体现,遥遥领  先于同类工具。

    

    黑科技二:全双工免唤醒

    用过智能音箱的机友都知道,每次唤醒音箱时都得喊“小度小度”之类的贼麻烦。

    

    有了全双工免唤醒后,我们只需唤醒一次“小度”,之后便可以和小度持续深入的交流。

    

    而且在深入交流中,小度会很机智的识别出哪些话是对它说,哪些话是对其他人说的。

    即使是在多人对话的嘈杂环境里,小度仍然能分清哪一句是对自己下达的指令,像是拥有思想、懂得主人需求的“贴心管家”。

    

    

    知道你们一脸懵逼听不明白,看看百度老总李彦宏的现场演示就懂了~

21

    百度展示的”全双工免唤醒“黑科技打破过去啰嗦低效的唤醒方式,再一次刷新AI语音交互的上限。

    让我们享受到真正高效的“动口不动手,想做什么直接说”的便利。

    黑科技三:百度鸿鹄芯片

    

    百度不仅在软件上努力,为了让AI语音助手更好“听见你,听懂你”,还专门打造出针对语音交互的芯片——百度鸿鹄芯片。

    芯片指令集全由自家定义,是实打实的国产芯片,拥有高精度、低功耗的特点。

    有了针对性“芯片”加成,语音助手再次被强化,支持离线语音识别同时带来更丝滑流畅的使用体验。

    

    专门为语音助手打造一个芯片,百度在语音识别方面是真的“硬核”。

    黑科技四:流式截断的多层注意力模型

    流式截断多层注意力模型,相信很多机友看到后第  一反应是:啥玩意?能干嘛?

    

    

    

    小雷用人话解释下:目前大部分语音识别使用的技术叫“Attention模型”,特点是将我们输入的语音全部上传到服务器后,进行翻译再传送回来形成文字。

    这就导致了两个问题:因为需要上传整段话到服务器,所以语音识别的效率很低,加上对整段话进行翻译,难免会出现翻译错误的问题。

    所以百度针对上面两个问题,进行了深入的研究,最终研发出“流式截断的多层注意力模型”。

    

    在“Attention模型”的基础上,将整句语音进行截断,由以前的一大段分割成一小段一小段地上传到服务器中进行翻译。

    这样一来不仅解决了翻译转化文字慢的问题,还大大提高了识别精度15%。

    

    

    别小看小小的15%,这可是一项对全球学术界和工业界都具备重大意义的技术突破,如同当年弗莱德里克将统计学加入到语音识别中,改变语音识别的一生。

    AI技术改变的不止是生活,还有世界

    随着百度等大公司大力研发AI技术,未来可不止让我们生活变得便利那么简单。

    甚至是改变整个世界!不信?最近让无数女性化身“上头迷妹”的《亲爱的,热爱的》电视剧就剧透了未来AI技术有多牛。

    

    

    

    在《亲爱的,热爱的》第十八集中,佟年给韩商言讲解了人工智能在刑侦方面的应用:

    她设计出一个人脸识别系统,专门用于帮助警方搜索犯人调查犯罪,破案1000多起。

    其中有一个案子特别夸张,佟年向系统输入一张十年前的杀  人犯照片,通过大数据匹配筛选,最终帮警方从14亿人里成功找到已经剃发当和尚的杀  人犯。

    

    其实利用AI技术抓逃犯的事情是真实存在的,并非电视剧瞎编。

    在2018年7月,衢州警方利用AI技术识别到嫌疑人的照片,并通过大数据追踪其位置,破获长达6年的“电鱼迷案”。

    

    AI不单可用于惩治犯罪,还能寻找失踪人口。

    2019年6月19日,深圳警方通过AI技术寻找到徐远灵被拐卖19年的亲儿子。

    

    失散19年的一家人,最终在深圳公安局帮助下团聚,圆了徐远灵多年以来的梦。

    

    小到智能音箱查天气,大到查案追踪逃犯,背后全是AI技术的默默贡献,蕴藏着深厚的技术能量。

    不久的未来,AI技术还会给我们带来怎样的惊喜?惊人的黑科技?让我们共同拭目以待吧。

责任编辑:王彩屏

免责声明:凡注明来源本网的所有作品,均为本网合法拥有版权或有权使用的作品,欢迎转载,注明出处。非本网作品均来自互联网,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。本网对文中陈述、观点判断保持中立,不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。读者应详细了解所有相关投资风险,并请自行承担全部责任。

慧聪TMT

打造广电科技新媒体