热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

阿里云AIET担任CEO,与蜻蜓FM猫局长展开深度对话

【人机对话】阿里云人工智能ET化身CEO,对话蜻蜓FM猫局长


猛戳链接,直击现场:未来科技局 | 独家连线阿里巴巴未来CEO


11月29日,阿里云人工智能ET化身阿里巴巴CEO,参加蜻蜓FM猫眼未来科技局栏目,对话猫局长。人机对话,妙趣横生。

【人机对话】阿里云人工智能ET化身CEO,对话蜻蜓FM猫局长

此外,12月1日,猫眼科技连线阿里云AI专家,关于阿里云人工智能ET背后的语音识别技术进行了一次深度访谈。

猫:先请我们的科学家自我介绍一下吧?

陈:大家好我是阿里云负责ET智能语音对外服务的陈一宁。

【人机对话】阿里云人工智能ET化身CEO,对话蜻蜓FM猫局长

猫:你好陈工。我们看到et能言善辩还可以模仿马云的声音。这个是怎么实现的呢?

陈:模仿马云的声音这个是我们的语音合成技术。我们的语音合成技术原理是说它会根据一些已有的录音库生成一个与人的声音类似的模拟声音。那这个马云的声音实际上是因为我们收集了一些马老师在大会上的讲话之类或者是一些演讲的材料根据这个我们做了一个音库。根据这个模型生成的一个对应的马老师的语音合成的声音。

猫:语音识别在ET的各项能力中处于一个什么样的地位我看它有很多种能力啊?

陈:我认为语音识别首先是一个我们叫做听觉或者听觉中枢的一个作用它实际上是在ET的这种人机交互的过程中是一个必不可少的很重要的作用。也是相对来说一个比较成熟和比较接近产品化的一种能力。它很多时候在我们需要跟ET交互或者ET需要理性的处理一些非结构化数据的时候,语音时识别都可以帮助我们能够进入到这些数据中,能够让我们的交互可以开始发声。人机交互嘛!所以需要人说一些事情让机器去理解它。语音识别是这些理解的第一步,先把它变成文字然后才能开始做进一步的理解和进一步的交互。

猫:从现在全球的情况来看语音识别的应用情况是怎么样的从专家的角度如何看这个事情?

陈:全球来看的话语音识别应用还是比较火热的吧现在有很多种应用领域,我们一个一个来说吧比如说从这个人机交互的角度来说其实现在有很多这种助手类的产品比如苹果的siri,比如微软的小娜比如亚马逊的echo等等这样的产品。实际上都是在做这种比如手机特别是IOT设备上的语音交互产品。他们都需要语音识别的技术。那么再往下一点比如在做车载系统,如果你想跟车载做一些交互基本上智能汽车对于语音识别技术都是不可或缺的部分。同时如果对于商用的系统对于这种全球的客服比如我们民航的这种退票和改签服务应用,还有比如说在医疗领域一些医生处方或者医疗记录中发挥作用。

猫:现在语音技术还有没有面临挑战的地方阿里云是如何应对这种挑战的

陈:语音识别这个方向上我们觉得现在遇到的挑战有几种吧一个是比如说想噪声的这种挑战那么现在碰到的情况就是在干净的情况下或者说噪声很小的情况下语音识别的效果还是不错的但是在这个噪声比较大的时候这个识别率就会相对有所下降。还包括说话有一定口音的情况下。标准普通话标准语音会好一些但是有口音的情况下识别率也会有下降然后还包括说话的年龄过小或者过老也会有一些影响会打一些折扣。那么阿里云我们认为在这里面最主要的都是数据的问题。包括我们刚才讲到说抗噪声的理由识别率低实际上都是因为我们没有足够的噪声语音在里面。那么我们阿里云会采用一些技术通过人工的方式记录或者采集的方式获得大量的这种含噪声的,含口音的等等的这些语料,通过我们大规模的大数据方式做一些计算把这些海量的数据结合在一起就能够做出很多在各种情况下应用会比较好的语音识别的效果。还有提到比如中英文混杂的效果这是一个很头疼的问题那么我们也会通过各种识别材料增加的方式来达到最终的满意度。

猫:给我们能不能讲几个科学家工程师们的小故事让大家都了解一下他们的付出。了解工程师们是如何努力的?

陈:试试看啊我讲一个前线落地的故事不是一个后台的故事落地的时候我们会碰到一个很正常的问题有时候我们在做语音识别相关的工作的时候有一个事情很重要就是录音质量要好。录音如果本身就有巨大的噪声或者是你根本就没录下来那么肯定这个效果就会不好吧那这个就会有问题我举个例子比如说之前我们在这个湖南卫视我是歌手》这个节目里头去预测这个歌王。我们现场要得到歌手演唱的这些数据那么这样的一些东西我们都需要把声音录下来都录下来以后发现我们跟电视台的设备做的一些连接我们的设备和电台的设备是不兼容的。插上来基本上就是烧设备。然后当时很紧急的要拔掉开始直播了就发现这个设备有问题。然后后来紧急的想了各种办法来解决。从湖南卫视借了他们的一些设备出来才把这个事儿最后解决的这种情况还有很多比如说在双11晚会的过程中。也会遇到这种设备插在一起还会遇到这种电流电源上的干扰这种声音录起来是完全没法听这样的情况都有很多这种需要现场的工程师去解决,他们有时候都是没日没夜加班连轴转,把公司当做自己的家,非常的辛苦。




推荐阅读
  • 本文详细介绍了 Java 网站开发的相关资源和步骤,包括常用网站、开发环境和框架选择。 ... [详细]
  • HBase 数据复制与灾备同步策略
    本文探讨了HBase在企业级应用中的数据复制与灾备同步解决方案,包括存量数据迁移及增量数据实时同步的方法。 ... [详细]
  • TCP协议中的可靠传输机制分析
    本文深入探讨了TCP协议如何通过滑动窗口和超时重传来确保数据传输的可靠性,同时介绍了流量控制和拥塞控制的基本原理及其在实际网络通信中的应用。 ... [详细]
  • 本文详细介绍了如何在Oracle VM VirtualBox中实现主机与虚拟机之间的数据交换,包括安装Guest Additions增强功能,以及如何利用这些功能进行文件传输、屏幕调整等操作。 ... [详细]
  • 知识图谱与图神经网络在金融科技中的应用探讨
    本文详细介绍了融慧金科AI Lab负责人张凯博士在2020爱分析·中国人工智能高峰论坛上的演讲,探讨了知识图谱与图神经网络模型如何在金融科技领域发挥重要作用。 ... [详细]
  • 探索《冯诺依曼传》:天才与时代的交响
    本文深入探讨了《冯诺依曼传》,通过分析这位20世纪杰出科学家的生平,揭示其对现代科技及理论科学的深远影响。 ... [详细]
  • 我的读书清单(持续更新)201705311.《一千零一夜》2006(四五年级)2.《中华上下五千年》2008(初一)3.《鲁滨孙漂流记》2008(初二)4.《钢铁是怎样炼成的》20 ... [详细]
  • Python 领跑!2019年2月编程语言排名更新
    根据最新的编程语言流行指数(PYPL)排行榜,Python 在2019年2月的份额达到了26.42%,稳坐榜首位置。 ... [详细]
  • 分层学习率衰减在NLP预训练模型中的应用
    本文探讨了如何通过分层学习率衰减技术来优化NLP预训练模型的微调过程,特别是针对BERT模型。通过调整不同层的学习率,可以有效提高模型性能。 ... [详细]
  • 微软等企业捐赠首批AI有声读物,助力视障人士
    12月2日,微软联合鹿音苑文化传播公司及150多名志愿者,共同捐赠了首批由人工智能生成的有声内容,旨在为视障人士提供更多文化资源。 ... [详细]
  • PHP函数的工作原理与性能分析
    在编程语言中,函数是最基本的组成单元。本文将探讨PHP函数的特点、调用机制以及性能表现,并通过实际测试给出优化建议。 ... [详细]
  • 兆芯X86 CPU架构的演进与现状(国产CPU系列)
    本文详细介绍了兆芯X86 CPU架构的发展历程,从公司成立背景到关键技术授权,再到具体芯片架构的演进,全面解析了兆芯在国产CPU领域的贡献与挑战。 ... [详细]
  • 非计算机专业的朋友如何拿下多个Offer
    大家好,我是归辰。秋招结束后,我已顺利入职,并应公子龙的邀请,分享一些秋招面试的心得体会,希望能帮助到学弟学妹们,让他们在未来的面试中更加顺利。 ... [详细]
  • Python 数据可视化实战指南
    本文详细介绍如何使用 Python 进行数据可视化,涵盖从环境搭建到具体实例的全过程。 ... [详细]
  • 结城浩(1963年7月出生),日本资深程序员和技术作家,居住在东京武藏野市。他开发了著名的YukiWiki软件,并在杂志上发表了大量程序入门文章和技术翻译作品。结城浩著有30多本关于编程和数学的书籍,其中许多被翻译成英文和韩文。 ... [详细]
author-avatar
西北孤狼2502911947
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有