关于ZAKER 智慧云 合作 加入

解密百度智能音箱小度:“听清、听懂、满足”背后的技术和能力

雷锋网 08-16

提到百度旗下的智能音箱小度,你可能会想到他曾在春晚登台,以及在真人秀《向往的生活》里聪明智慧的样子。只要我们对着他喊 " 小度,小度 ",他就会立马应和我们,并且回应我们的任何请求。

根据市场研究机构 Strategy Analytics 最新发布的《2019 Q2 全球智能音箱的报告》,小度以 470 万台的出货量位列国内第一;而在全球范围内,他的出货量仅次于亚马逊和 Google。

小度的背后有何技术在做支撑,我们评价一款智能音箱的好坏其标准是什么?雷锋网了解到,一般情况下,我们评价智能音箱的好坏主要看三个方面,分别是听清、听懂和满足。

在听清方面,其是指把用户的声波转化成正确的文字,一般称为语音识别或者唤醒。在内外噪音的干扰之下,机器要能够准确地识别用户的指令。这部分可以通过引入百度语音首创的流式多级的截断注意力模型 ( SMLTA ) ,大大提升 ASR 效果。

我们比较熟悉的 ASR 技术(Automatic Speech Recognition,语音识别),是将声音转化为文字,可类比于人类的耳朵;而 TTS 技术(Text-To-Speech,语音合成),是将文字转化为声音(朗读出来),类比于人类的嘴巴。大家在 Siri 等各种语音助手中听到的声音,都是由 TTS 来生成的,并不是真人在说话。

关于 SMLTA,据公开信息,其是使用 CTC ( 一种语音识别算法 ) 的尖峰信息对连续语音流进行截断,然后在每一个截断的语音小段上进行当前建模单元的注意力建模;这样把原来的全局的整句 Attention 建模,变成了局部语音小段的 Attention 的建模;同时,为了克服 CTC 模型的不可避免的插入删除错误对系统造成的影响,该算法引入一种特殊的多级 Attention 机制,实现特征层层递进的更精准的特征选择;最终,这种创新的建模方法的识别率不但超越了传统的全局 Attention 建模,同时还能够保持计算量、解码速度等在线资源耗费和传统 CTC 模型持平。这也是第一次有公开报道 , 局部的 Attention 建模,有可能超过全局的 Attention 建模。

在听懂方面,其是指得到这个字符串之后是不是能理解用户的需求到底是什么,能够准确的给出响应,或者给出引导。比如小度在获得模糊需求(不清晰指令)的时候,它会尝试分析和校对自己的指令,以便更准确地满足用户的需求。其结合百度 NLP 的知识增强语义表示模型 ERNIE,核心理解算法升级为超大数据预训练深度模型。

在 7 月 30 日,百度发布了 ERNIE 的优化版本—— ERNIE 2.0 自然语言理解框架。它可以通过持续的多任务学习,逐步学习和建立预训练任务。该框架支持增量引入词汇 ( lexical ) 、语法 ( syntactic ) 、语义 ( semantic ) 等 3 个层次的自定义预训练任务,并通过多任务学习对其进行训练,实现全面捕捉训练语料中的词法、语法、语义等潜在信息。而且每当引入新任务时,该框架在递增地训练分布式表示的同时,还会记住先前任务的信息。

最后在满足方面,用户要的越宽泛越多,我们是不是能给得越多?这是满足的部分。在满足用户需求方面,融合百度全网搜索能力与大规模精准用户画像,从直接满足进化为个性化助手。

智能音箱的满足能力,这里主要看两点,设备的知识完备程度和技能服务生态。百度智能生活事业群组(SLG)首席技术官朱凯华表示,

" 对于小度来说,其依靠百度生态中的知识图谱和搜索请求,以及网页内容支持,其知识完备程度较好;此外在技能服务生态方面,小度助手的开放平台上,已经拥有了 33000 多名的开发者,并且已经累积了 2400+ 的线上技能。"

在软硬一体结合方面,小度采用了全双工免唤醒技术,雷锋网了解到,关于该技术的应用有三个必要条件:

软件和硬件结合。即 Hardware Designed for Software,就是硬件构建的时候,需要为软件的特征进行专门制作;

语音识别和语义理解结合。是指能够做端到端的识别和理解,整个体验的串联,需要整个部分深度的整合和优化;

完善的技术储备和解决方案。比如小度,其所有技术百度都 In house 具备,能够深度整合。

朱凯华表示,在智能音箱这个行业里面,很重要的一点需要 Designed for software,就是硬件构建的时候,需要为软件的特征进行专门制作。小度在设计的一开始,就对它的声学效果要有非常高的要求,在高噪音的环境下,也可以准确唤醒。这个前提是对于硬件整个声学结构的要求很高,而小度则是从硬件设计伊始就是已经做好了准备。语音识别需要和语义理解完全结合起来,能够做端到端的识别和理解。整个体验的串联,需要整个部分深度的整合和优化,而这也正是百度的独特优势。相比于其他产品往往在各个阶段都是采买了不同提供方的技术相比,百度完善一体的技术储备和解决方案,为小度的整体体验,做到了强大的后盾支撑。雷锋网雷锋网

觉得文章不错,微信扫描分享好友

扫码分享