语音识别数据库成为了人工智能的核心

作者: 与羊相遇的日子 2017-03-20 16:42:00

语音识别数据库、语音合成 数据库是人工智能的关键技术,让机器能听会说、能像人一样的学习、理解和思考,成为人类生活和工作的得力的帮手、亲密的伴侣,一直是人类的梦想。随着近半 个世纪智能语音技术的进步和深度神经网络技术(DNN)的工程化应用,人类正不断的接近这个梦想,这个梦想也同时极大的驱动着智能语音技术的发展。最初, 人们只能让机器发出类似人的声音,比如18世纪后半叶欧洲人制造的Kempelen讲话机,它能说出有限的词和短句。经历了两个多世纪,现在的“聊天机器 人”不仅能以自然度很高的声音与人交流、还会调侃、卖萌。20世纪50年代AT&T贝尔实验室的Audry,它可以识别十个英文数字。现在,语音 识别技术的自然语言识别正确率已经高于95%。

微软发布的“小冰”,和百度发布的“度秘”,再一次在人群中掀起人工智能和人机交互的热潮。

为了深刻的了解在“小冰”和“度秘”聪明伶俐、能听会说背后的秘密,记者专访了”北京海天瑞声科技有限公司”的CEO唐涤飞先生。作为国内、乃至亚洲***的人工智能数据资源供应商,“海天瑞声”在语音合成(TTS)、语音识别(ASR)、自然语言理解(NLP)和机器翻译(MT)等技术领域的基础数据资 源开发领域,积累了17年的专业经验。就智能语音基础数据资源而言,目前已经拥有116种语言、覆盖70多个国家和地区的数据资源制造能力。

小冰和度秘对人发出的指令的理解能力,比之前的语音助手表现要好很多。在百度世界大会上,面对李彦宏的种种刁难,度秘应对自如,不仅帮“厂长”在网上订 了 两杯拿铁,还订好了可以带宠物的餐厅,在网上团购了动画片电影票。那么,“小冰”和“度秘”能准确理解人的指令的提问背后的秘密是什么呢?

唐涤飞先生说,这是由于语音识别(ASR)技术和自然语言理解(NLP)技术的巨大创新和进步,从最初的 DNN 模型到现在的 LSTM 模型,从机器学习(ML)到深度学习(DL),每次技术创新都给用户带来了全新的体验。不仅如此,在训练语音识别引擎中所使用的基础语音语料库,也是至关 重要的因素。在设计语料时,需要专业的语言学家根据特定语言的语言学现象,全面考虑语料领域分布、应用场景分布、语料时效性等因素,同时借助相应的NLP 处理技术和标注团队来确保数据库语料池的规模和结构科学合理、音素覆盖与平衡、句意完整、语义连贯、拼写正确且易读可懂,***再按照发音人分布、口音分 布、文本分布、音素分布、场景分布等条件通过采用相应的算法如DTW动态规则算法对发音人的文本进行抽取形成特定发音的文本。

由于口音、年 龄、教育背景和生活地区的不同,不同的人表达同一个意思、问同一个问题,甚至说同一句话,都会有细微的千差万别。比如,在智能客服应用中,机器人不仅要听 懂客户的话,还要能识别客户的情绪,比如,根据其情绪是焦躁还是平静,或根据客户情绪的变化,来判断他是变得生气了,还是慢慢消气了,而采取不同的处理优 先级和反馈方式。这就涉及要在训练语料中引入情绪因素。但目前小冰和度秘还不能完全做到这一点。

据唐涤飞先生介绍,为了让“小冰”能用自然甜 美流畅的声音说话,大规模的语音合成(TTS)数据库的设计和开发,从根本性上决定了用户对她的体验。在数据库的设计上,首先要选择年龄和音质合适的发言 人,她的声音要年轻、阳光、伶俐且充满活力。其次,在数据库的设计上,要充分考虑到语言和音素的全面覆盖,语料主要来自海量的聊天对话语料。为了强调小冰 是个有情感的小姑娘,她不仅会一本正经的说话,也会生气、卖萌,因此,需要在语料设计中增加很多口语化的句子和网络用语,甚至还有网络小说里的段落。同 时,还要有常用的英语词汇、中英混合词汇、数字串、地名等专用语料。在人的自然语言中,同一句话在不同的情境里,说出来的语调和韵律是不一样的。因此,在 语料设计中,还要考虑到这些因素。如此一来,语料库的规模往往就要在上万句甚至数万句。从某种程度上说,语音合成语料库设计的失败,会极大的抵消掉语音合 成技术的进步。

从小冰和度秘这样的聊天机器人,到真正的机器伴侣,人类还有一段很长的路要走,还有许多困难需要克服。她必须能更准确的听懂并 响应对她发出的各种指令,还要能“理解”人的情绪变化和情感需要,能进行 “思考“,从而为人提供更接近于真实的人的服务,包括情感支持和慰藉。在语言表达方面,也要更接近人类的真实情感和情绪的表达,要更自然流畅。造成这种困 难的原因当然是多方面的,唐涤飞先生从其中一个方面做了解释,那就是基础数据资源的缺乏和成本居高不下。如上面所提到的,为了让聊天机器人能够尽可能的听 懂、甚至真正能“理解”人的语言和情绪,对基础数据资源设计者和开发者,就提出了更高的要求。

语音识别 数据库 人工智能
上一篇:人工智能时代,科技人员会丢了饭碗? 下一篇:机器视觉将会是人工智能的下一个前沿领域
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

AI技术将如何推动制药行业发展?

从目前来看,AI技术的应用范围已经非常广泛,各个行业可谓概莫能外——制药行业自然也在其中。这一切,将给制药这一历史悠久且至关重要的行业带来前所未有的变革。

佚名 ·  14h前
5项人工智能实例,令人惊叹

为了让人工智能成为主流,科学家和研究人员付出了更多的努力。正因如此,这项独创性技术不仅已经融入了人们的日常生活,而且持续影响着多个行业。人工智能是一种不可忽视的力量,从Siri和Alexa这样的语音驱动私人助理到自动驾驶汽车,它一直在不断发展。

读芯术 ·  19h前
带有面部识别的口罩可解锁 iPhone ,网友:duck 不必

近日,产品设计师 Danielle Baskin 发布了一款带有面部信息的口罩,让人们带着口罩也能用 Face ID 解锁手机。

刘琳 ·  22h前
人工智能在网络安全运维服务中的应用

近年来,国内外网络安全形势趋于复杂,关系到国民经济命脉的关键信息基础设施在传统模式下得不到有效保护。

信息安全与通信保密 ·  23h前
与时间赛跑!AI是疾病基因分析和诊断的加速器

最快速的了解新的病毒带来的病例成因早日实现对症下药,成为打赢“抗疫”的关键。今天AI等新技术在积极发挥着作用。

佚名 ·  23h前
未来五年内适合从事的5个工作领域

你可曾听过“中国制造2025”即中国要在2025年完成一次产业的彻底彻底升级,提升中国制造业彻底从劳动密集型产业改变为智慧密集型的产业。通过人工智能,大数据分析等技术,彻底突破中等收入陷阱,加速步入发达国家行列。

大潘老师 ·  23h前
如何避免又一个AI寒冬?

尽管过去几年中,人工智能取得了长足的进步,但相信很多人都还记得20世纪90年代,由于开发者过分夸大承诺以及最终用户不切合实际的期望所导致的AI寒冬。

佚名 ·  1天前
研究型AI面试怎么过?Reddit网友谷歌面试经验分享

大多数学生在求职前,都会经历实习的过程,那么面试就必不可少。

十三 ·  1天前
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载