隨著科學(xué)技術(shù)的發(fā)展，自動(dòng)化技術(shù)將機(jī)械控制演化為信號(hào)控制，使工業(yè)生產(chǎn)和日常生活更加方便、高效。

與此同時(shí)，人工智能開(kāi)始代替人手做一些工作。例如，人工智能語(yǔ)音助手接收語(yǔ)音信號(hào)，分析和識(shí)別數(shù)據(jù)，并響應(yīng)人工指令來(lái)完成指定的操作。

人工智能技術(shù)的每一次創(chuàng)新都會(huì)給社會(huì)生活帶來(lái)深刻的變化。從進(jìn)入千家萬(wàn)戶(hù)的智能揚(yáng)聲器到伴隨日常出行的智能汽車(chē)，面對(duì)數(shù)字升級(jí)和消費(fèi)轉(zhuǎn)型，我們能期待什么樣的人工智能技術(shù)在未來(lái)開(kāi)啟智能生活？

在剛剛結(jié)束的騰訊科技開(kāi)放日、騰訊云小人工智能語(yǔ)音專(zhuān)場(chǎng)上，騰訊智能平臺(tái)產(chǎn)品部的人工智能語(yǔ)音專(zhuān)家在語(yǔ)音識(shí)別、自然語(yǔ)言理解、智能對(duì)話機(jī)器人等行業(yè)應(yīng)用探索領(lǐng)域帶來(lái)了精彩的分享。從騰訊云小人工智能語(yǔ)音助手的角度，展示了人工智能語(yǔ)音助手在技術(shù)和應(yīng)用領(lǐng)域的探索和最新成果。

云端協(xié)調(diào)，軟件和硬件集成，創(chuàng)建一個(gè)強(qiáng)大的車(chē)輛語(yǔ)音識(shí)別系統(tǒng)

正如在直播中提到的，就建立一個(gè)健壯的車(chē)輛語(yǔ)音識(shí)別系統(tǒng)而言，人工智能首先要解決的問(wèn)題是數(shù)據(jù)分析和識(shí)別。只有通過(guò)收集各行各業(yè)的寶貴經(jīng)驗(yàn)并建立數(shù)據(jù)庫(kù)，然后通過(guò)計(jì)算機(jī)自動(dòng)識(shí)別知識(shí)并進(jìn)行分析，我們才能從數(shù)億個(gè)數(shù)據(jù)中剝離出來(lái)，找到與用戶(hù)使用場(chǎng)景相匹配的正確反饋。

然而，在實(shí)際應(yīng)用環(huán)境中，如汽車(chē)使用，車(chē)輛語(yǔ)音識(shí)別面臨許多挑戰(zhàn)。在語(yǔ)音識(shí)別過(guò)程中，將人的語(yǔ)音信號(hào)轉(zhuǎn)換成文字或指令，用戶(hù)口音、環(huán)境噪聲、大量興趣點(diǎn)和場(chǎng)景語(yǔ)音都構(gòu)成影響識(shí)別系統(tǒng)決策的變量，尤其是測(cè)試語(yǔ)音識(shí)別系統(tǒng)的基本穩(wěn)定性。

因此，騰訊云微人工智能語(yǔ)音助手在接收到信號(hào)后，通過(guò)聲學(xué)前端處理辨別出豐富的語(yǔ)音信息，并將其分發(fā)給本地語(yǔ)音識(shí)別、云語(yǔ)音識(shí)別和云協(xié)調(diào)機(jī)制進(jìn)行準(zhǔn)確識(shí)別，提供更加準(zhǔn)確的技術(shù)解決方案。

以常見(jiàn)的環(huán)境噪聲處理為例，當(dāng)用戶(hù)的語(yǔ)音信號(hào)發(fā)出時(shí)，在道路噪聲、風(fēng)噪聲、空調(diào)和音頻等不同噪聲類(lèi)型的干擾下，很容易造成車(chē)輛語(yǔ)音識(shí)別的理解偏差。騰訊云微人工智能語(yǔ)音助手，從車(chē)內(nèi)語(yǔ)音交互的場(chǎng)景出發(fā)，通過(guò)騰訊自己的技術(shù)和硬件設(shè)備完成回聲消除、噪聲抑制、定位和拾音，確保獲得干凈的語(yǔ)音信號(hào)。同時(shí)，在聲學(xué)模型層面從訓(xùn)練數(shù)據(jù)、特征提取、網(wǎng)絡(luò)結(jié)構(gòu)等方面進(jìn)行有針對(duì)性的優(yōu)化，提高識(shí)別系統(tǒng)對(duì)噪聲的魯棒性。

在基本功能方面，得益于騰訊云的祝福和自主開(kāi)發(fā)的全堆棧人工智能技術(shù)，融合了前端降噪、語(yǔ)音識(shí)別、語(yǔ)義理解、語(yǔ)音合成和圖像識(shí)別等功能，可以提供從云到端的完整人工智能解決方案。

在現(xiàn)場(chǎng)直播中，我們還看到了當(dāng)不同用戶(hù)輸入不同口音的聲音時(shí)，騰訊云的小型人工智能語(yǔ)音助手如何給出準(zhǔn)確的反饋。騰訊云的小型人工智能語(yǔ)音助手的健壯性來(lái)自于兩種容錯(cuò)性最小的處理方案，一種是基于遷移學(xué)習(xí)的區(qū)域模型方案，另一種是帶有區(qū)域向量的單一模型方案。在這樣一個(gè)智能車(chē)載語(yǔ)音識(shí)別系統(tǒng)下，騰訊云微人工智能語(yǔ)音助手和騰訊車(chē)練臺(tái)已經(jīng)與國(guó)內(nèi)多家主流汽車(chē)公司和熱銷(xiāo)車(chē)型進(jìn)行了合作。借助騰訊云端微型車(chē)語(yǔ)音識(shí)別系統(tǒng)，他們不怕用戶(hù)口音，準(zhǔn)確識(shí)別語(yǔ)音指令，滿足車(chē)內(nèi)互動(dòng)場(chǎng)景的語(yǔ)音需求。

實(shí)現(xiàn)深度學(xué)習(xí)的自然語(yǔ)義理解，在理解的基礎(chǔ)上創(chuàng)造人機(jī)交互

自然語(yǔ)義理解是人機(jī)自然對(duì)話的核心技術(shù)基礎(chǔ)。如何發(fā)出阿西的聲音

在技術(shù)開(kāi)放日，我們深入討論了這種人工智能技術(shù)如何實(shí)現(xiàn)深度學(xué)習(xí)。人工智能技術(shù)是基于對(duì)數(shù)據(jù)的邏輯分析，在一定程度上可以實(shí)現(xiàn)自主學(xué)習(xí)。然而，與人類(lèi)的情感需求和精神狀態(tài)相比，智能人工智能語(yǔ)音助手很難理解主人的“心”。因此，具有理解能力的人機(jī)交互成為技術(shù)研究的重點(diǎn)。

根據(jù)騰訊科技開(kāi)放日騰訊云微直播的演示，騰訊云微人工智能語(yǔ)音助手已經(jīng)發(fā)展成為一個(gè)高質(zhì)量、低延時(shí)的語(yǔ)音合成和智能語(yǔ)音交互系統(tǒng)的個(gè)性化服務(wù)。

在物聯(lián)網(wǎng)時(shí)代，語(yǔ)義理解已經(jīng)成為語(yǔ)音交互的核心。通過(guò)聲學(xué)前端處理，減少了干擾信號(hào)，抑制了回聲，提高了語(yǔ)音識(shí)別效果和語(yǔ)音喚醒效果。然后，將這些詞轉(zhuǎn)換成命令詞，通過(guò)語(yǔ)料庫(kù)模型進(jìn)行匹配，并在現(xiàn)場(chǎng)分發(fā)。在此過(guò)程中，騰訊云微人工智能語(yǔ)音助手支持自然語(yǔ)音識(shí)別、語(yǔ)義理解和自由語(yǔ)音指令，系統(tǒng)能夠很好地理解和執(zhí)行。同時(shí)，文本被轉(zhuǎn)換成語(yǔ)言流，并且在終端設(shè)備上執(zhí)行語(yǔ)音廣播。

以智能語(yǔ)音交互系統(tǒng)為例，騰訊云微人工智能語(yǔ)音助手向我們展示了智能車(chē)聯(lián)網(wǎng)模式下人與車(chē)之間愉悅的交互體驗(yàn)。高效自然的語(yǔ)音輸入模式，輸入速度遠(yuǎn)遠(yuǎn)高于手動(dòng)輸入；安全駕駛釋放手，切換導(dǎo)航和改變歌曲，而不會(huì)分散注意力；更重要的是，騰訊云的人工智能語(yǔ)音助手可以讀取車(chē)主語(yǔ)音中包含的豐富信息，如語(yǔ)氣、情感等，從而做出正確的判斷，節(jié)省駕駛時(shí)的擔(dān)心和精力。

高質(zhì)量、低延遲的語(yǔ)音合成向我們展示了智能語(yǔ)音系統(tǒng)的深層學(xué)習(xí)能力。將自然語(yǔ)言理解發(fā)展為基于互聯(lián)網(wǎng)的自然人機(jī)交互模式，意味著基于自然語(yǔ)言理解技術(shù)重塑人機(jī)交互模式，使自然語(yǔ)言成為人機(jī)交互的自然界面。通過(guò)騰訊云的小人工智能語(yǔ)音助手的語(yǔ)音合成能力，支持純中文、純英文和中英文混搭合成場(chǎng)景，提供50種不同的男女音顏色，個(gè)性化的音調(diào)定制能力，以及國(guó)王大吉和李白的榮耀定制語(yǔ)音包；采用業(yè)界領(lǐng)先的算法優(yōu)化不同場(chǎng)景的聲音音色，使人工智能語(yǔ)音助手聽(tīng)起來(lái)更加自然。

這是因?yàn)轵v訊云的小型人工智能語(yǔ)音助手使用一種專(zhuān)門(mén)為機(jī)器設(shè)計(jì)的語(yǔ)言來(lái)“告訴”機(jī)器。當(dāng)用戶(hù)發(fā)出語(yǔ)音命令時(shí)，機(jī)器通過(guò)深入學(xué)習(xí)掌握命令的真實(shí)意圖并執(zhí)行，從而達(dá)到機(jī)器說(shuō)話脫口秀的效果。如何使機(jī)器聲音高保真，節(jié)奏更加自然連貫？騰訊云微人工智能語(yǔ)音助手給出的答案是神經(jīng)網(wǎng)絡(luò)語(yǔ)音合成系統(tǒng)，該系統(tǒng)在整體架構(gòu)中采用了序列建模的聲學(xué)模型和神經(jīng)網(wǎng)絡(luò)聲碼器。通過(guò)升級(jí)由GAN優(yōu)化的并行波網(wǎng)、韋弗恩和費(fèi)瑟波等技術(shù)，可以獲得高質(zhì)量和高穩(wěn)定性的自然人聲。

客戶(hù)服務(wù)機(jī)器人的功能設(shè)計(jì)與實(shí)現(xiàn)，開(kāi)放能力降低企業(yè)智能成本

如何通過(guò)人工智能語(yǔ)音助手幫助企業(yè)用戶(hù)實(shí)現(xiàn)業(yè)務(wù)？從客戶(hù)服務(wù)機(jī)器人的訪問(wèn)和實(shí)現(xiàn)的角度出發(fā)，指出獲取能力的途徑之一是開(kāi)發(fā)人員通過(guò)標(biāo)準(zhǔn)協(xié)議、開(kāi)戶(hù)、商業(yè)轉(zhuǎn)型和推薦操作，在開(kāi)放的技能平臺(tái)上定制解決方案，構(gòu)建從開(kāi)發(fā)人員到用戶(hù)的語(yǔ)音服務(wù)路徑，使開(kāi)發(fā)人員能夠以最小的成本訪問(wèn)客戶(hù)服務(wù)機(jī)器人，實(shí)現(xiàn)個(gè)性化和準(zhǔn)確的服務(wù)效果最大化，并在服務(wù)咨詢(xún)階段引入客戶(hù)服務(wù)機(jī)器人功能，可以節(jié)省前端客戶(hù)服務(wù)人力，提高服務(wù)運(yùn)營(yíng)效率。

在騰訊云微人工智能語(yǔ)音特別會(huì)議上，我們了解到騰訊云微技能開(kāi)放平臺(tái)是唯一支持小程序訪問(wèn)的人工智能行業(yè)解決方案。目前，它已經(jīng)開(kāi)通了與京東的合作和公開(kāi)評(píng)論，用戶(hù)的語(yǔ)音指令可以操作購(gòu)物和

騰訊云微人工智能語(yǔ)音助手以自身技術(shù)為切入點(diǎn)，在客服機(jī)器人的實(shí)現(xiàn)和接入方面構(gòu)建了一個(gè)完整的工程閉環(huán)。面對(duì)非結(jié)構(gòu)化環(huán)境下客戶(hù)服務(wù)機(jī)器人未知狀態(tài)（動(dòng)態(tài)）、環(huán)境感知、環(huán)境交互和環(huán)境功能的需求，在功能設(shè)計(jì)和實(shí)現(xiàn)層，根據(jù)智能環(huán)境系統(tǒng)設(shè)計(jì)，提供客戶(hù)服務(wù)配置、客戶(hù)服務(wù)使用、問(wèn)題發(fā)現(xiàn)和問(wèn)題解決等手段來(lái)完成任務(wù)需求。

在客戶(hù)服務(wù)配置方面，騰訊云微人工智能語(yǔ)音助手將文本模式分為知識(shí)庫(kù)檢索、服務(wù)前和服務(wù)后模式，檢索為功能性檢索。在服務(wù)前后，可以根據(jù)問(wèn)題回答策略改變手動(dòng)模式。其中，分層模塊注重知識(shí)庫(kù)的建立，分工明確，流程簡(jiǎn)單。

在客戶(hù)服務(wù)的使用中，采用多線程和人機(jī)合作來(lái)區(qū)分普通的聊天機(jī)器人，并依靠系統(tǒng)功能事件指令的智能交互來(lái)形成更加準(zhǔn)確和人性化的索引推薦。

當(dāng)然，客服機(jī)器人也需要加強(qiáng)培訓(xùn)。挖掘算法和索引堆疊不能解決問(wèn)題，但更需要清晰的系統(tǒng)規(guī)則和流程。為了發(fā)現(xiàn)和解決問(wèn)題，實(shí)現(xiàn)人和機(jī)器人之間的交互是很重要的。在線客服、模型算法、統(tǒng)計(jì)監(jiān)控和配置平臺(tái)都是必不可少的。例如，從手動(dòng)服務(wù)界面參考客戶(hù)服務(wù)機(jī)器人的索引，然后給出服務(wù)的明確答案。只有快速迭代和優(yōu)化的深度學(xué)習(xí)才能滿足數(shù)字時(shí)代業(yè)務(wù)發(fā)展的需要。

在客服機(jī)器人的接入中，應(yīng)用門(mén)戶(hù)包括電子商務(wù)平臺(tái)網(wǎng)站、WAP平臺(tái)、微信小程序門(mén)戶(hù)、內(nèi)部客服助理、語(yǔ)音交互模式等。實(shí)現(xiàn)形式基本上是在線模式，網(wǎng)絡(luò)聊天模式通過(guò)即時(shí)通訊、微信小程序、應(yīng)用門(mén)戶(hù)等實(shí)現(xiàn)。

在自然語(yǔ)言處理技術(shù)方面，我們主要分享了騰訊云肖偉的兩項(xiàng)前沿技術(shù)：1）2019年法學(xué)研究杯閱讀理解巡回賽冠軍采用的方案；2）在國(guó)際人工智能會(huì)議IJCAI-2020上發(fā)表的關(guān)于信息抽取的最新論文。通過(guò)直播，我們看到了騰訊云肖偉在知識(shí)抽取和問(wèn)答領(lǐng)域的技術(shù)積累，并以豐富的案例圖像生動(dòng)地展示了相關(guān)技術(shù)在實(shí)際應(yīng)用中的作用。

不僅如此，我們還可以從騰訊云的小人工智能語(yǔ)音助手強(qiáng)大的開(kāi)放能力中找到更多的應(yīng)用和探索，比如為企業(yè)定制品牌知識(shí)產(chǎn)權(quán)形象。我無(wú)法想象這在過(guò)去。在5G和直播網(wǎng)點(diǎn)，虛擬人以其安全性、可控性和高效性成為許多企業(yè)熱衷的對(duì)象。騰訊云微語(yǔ)音助手提供的智能語(yǔ)音交互，可以根據(jù)不同的硬件終端和應(yīng)用場(chǎng)景，觸發(fā)豐富的表情動(dòng)作，快速變換圖像。由于騰訊云的小型人工智能語(yǔ)音助手的全雙工交互功能、高智能、無(wú)喚醒和主動(dòng)對(duì)話引導(dǎo)，以及騰訊的正版知識(shí)產(chǎn)權(quán)授權(quán)服務(wù)，人工智能語(yǔ)音助手的商業(yè)實(shí)現(xiàn)價(jià)值具有廣闊的市場(chǎng)機(jī)遇。