科技巨头们为什么如此渴求语音数据？

2016-12-14 15:49

导语：彭博社今天撰文称，谷歌、微软和亚马逊等科技巨头之所以争相收集用户的语音信息，是因为语音识别服务需要依赖庞大的数据才能更加完善，只有这样才有可能改进如今仍然有些蹩脚的语音识别技术，最终让帮助机器与人类展开自然对话。
以下为文章全文：
亚马逊Echo让人工智能家庭助理走进现实。使用过Echo内置的Alexa语音助理的用户都会被她的魅力所折服：“她”不仅能打专车，还能叫外卖，甚至可以完成高一的数学家庭作业。亚马逊甚至声称，每天有超过5000人对Alexa示爱。
但与此同时，Alexa的用户也都知道：除非你用缓慢的语速清晰地说出自己的指令，否则她很有可能对你说：“抱歉，我无法回答这个问题。”有一位用户在亚马逊网站上写道：“我实在是对她又爱又恨。” 但这位用户仍然给了Alexa五星好评。“你很快就会学会通过她能理解的方式与之沟通，就像跟刚会走路的孩子说话一样。”
语音识别在过去几年实现了巨大进步，但仍不足以让这项技术融入日常生活，开启人机互动的新时代，让我们与汽车、洗衣机、电视机等所有电子产品展开语音沟通。尽管语音识别已经取得了长足进步，但多数人仍会沿用手势操作和触摸界面。在可预见的未来，这种趋势恐怕难以改变。
障碍究竟何在？一定程度上源于这种技术背后的人工智能仍有改进空间。数据缺乏也同样也是一大问题——不同语言、不同口音、不同方言的语音数据尤其匮乏。倘若是在嘈杂的环境中，使用效果更是大打折扣。

谷歌智能家居中心Google Home
所以，亚马逊、苹果、微软和中国的百度都在世界范围内广泛收集海量的人类语音数据。微软已经在多地建设了专门的部门，录制志愿者在家居环境中的对话内容。亚马逊每个小时都会将Alexa收到的海量语音请求上传到庞大的数据库。百度也在中国各地收集方言数据。在此之后，他们都会利用这些数据教给电脑如何分析、理解、响应不同的语音指令和语音请求。
真正的挑战在于寻找一种方式来捕捉自然状态下的真实对话。百度加州桑尼韦尔人工实验室负责人亚当·科茨（Adam Coates）表示，就算是95%的准确率也不足以满足人们的需求。“我们的目标是将错误率降低到1%。”他说，“只

余下全部

共有评论0条

<返回

<返回首页