在近二十年來(lái)，尤其是引入深度學(xué)習(xí)以后，語(yǔ)音識(shí)別取得了一系列重大突破，并一步步走向市場(chǎng)并搭載到終端產(chǎn)品中。然而在用戶體驗(yàn)上，魯棒性可以算得上這些產(chǎn)品最大的槽點(diǎn)之一，這也意味著語(yǔ)音識(shí)別的魯棒性問(wèn)題已經(jīng)成為了該領(lǐng)域研究亟待解決的難點(diǎn)。

IEEE Fellow、快商通首席科學(xué)家李海洲院士，根據(jù)其在語(yǔ)音識(shí)別和聲紋識(shí)別領(lǐng)域多年來(lái)的研究成果和經(jīng)驗(yàn)積累，總結(jié)出提升語(yǔ)音識(shí)別魯棒性的三種途徑。李海洲教授認(rèn)為：如果希望技術(shù)有更近一層的突破，我們需要將精力放于語(yǔ)音識(shí)別的后半段路——從語(yǔ)音語(yǔ)言處理走向語(yǔ)音語(yǔ)言理解。

?

分享一：提高語(yǔ)音識(shí)別魯棒性的三種途徑

近二十年，語(yǔ)音識(shí)別技術(shù)取得顯著進(jìn)步，但識(shí)別的魯棒性問(wèn)題一直阻礙著語(yǔ)音技術(shù)的進(jìn)一步發(fā)展。對(duì)于語(yǔ)音識(shí)別和聲紋識(shí)別來(lái)說(shuō)，該如何提升影響準(zhǔn)確率的系統(tǒng)魯棒性？快商通首席科學(xué)家李海洲教授表示，想要從根本上提升識(shí)別準(zhǔn)確率，可以從三個(gè)方面考慮。

首先，專用系統(tǒng)轉(zhuǎn)換為通用系統(tǒng)。

語(yǔ)音識(shí)別從實(shí)驗(yàn)室走向應(yīng)用，環(huán)境適應(yīng)性一直是不容忽視的問(wèn)題。實(shí)驗(yàn)室中訓(xùn)練良好的引擎，一旦處于負(fù)責(zé)的噪聲環(huán)境，其識(shí)別準(zhǔn)確率便會(huì)急劇下降。這些噪聲主要來(lái)自于信道偏差，環(huán)境噪音，被污染的測(cè)試數(shù)據(jù)與訓(xùn)練數(shù)據(jù)的不匹配等。

因此，想要提高識(shí)別準(zhǔn)確率，需將目前針對(duì)某單一環(huán)境的專用系統(tǒng)升級(jí)為通用系統(tǒng)，提高識(shí)別引擎的自我學(xué)習(xí)能力，才能使其適應(yīng)不同環(huán)境的差異性。

第二，擴(kuò)展獲取語(yǔ)音信息的渠道。

假設(shè)三種場(chǎng)景：面對(duì)面交流、視頻交流、電話語(yǔ)音交流，人在哪種情況下能聽(tīng)得最清楚？毫無(wú)疑問(wèn)是面對(duì)面交流，這種場(chǎng)景下溝通，人們可以看到對(duì)方的表情、手勢(shì)，而這些信息也將輔助聽(tīng)覺(jué)獲取更多的信息。

人類從單一的渠道獲取信息尚且會(huì)有偏差的可能，機(jī)器亦然。李教授認(rèn)為，未來(lái)將會(huì)形成語(yǔ)音、視覺(jué)等多渠道的技術(shù)手段，來(lái)幫助語(yǔ)音識(shí)別和聲紋識(shí)別進(jìn)行準(zhǔn)確率的提升。

第三，從語(yǔ)音語(yǔ)言處理走向語(yǔ)音語(yǔ)言理解。

人們普遍認(rèn)為，語(yǔ)音識(shí)別是將聲音變?yōu)槲淖?。但在快商通首席科學(xué)家李海洲教授的理解里，語(yǔ)音識(shí)別的初衷是讓機(jī)器聽(tīng)懂人類說(shuō)話，并不一定需要將聲音轉(zhuǎn)化為文字。就像人與人之間的交流，并不需要先將對(duì)方說(shuō)的語(yǔ)音轉(zhuǎn)換成文字。

機(jī)器無(wú)法直接聽(tīng)懂人類的語(yǔ)言，所以需要將語(yǔ)音轉(zhuǎn)為文字來(lái)輔助，但如果希望技術(shù)有更近一層的突破，我們需要將精力放于語(yǔ)音識(shí)別的后半段路——從語(yǔ)音語(yǔ)言處理走向語(yǔ)音語(yǔ)言理解。

分享二：中國(guó)人工智能應(yīng)用落地的三大優(yōu)勢(shì)

第四次工業(yè)革命即將來(lái)臨，世界各國(guó)已經(jīng)認(rèn)識(shí)到人工智能是未來(lái)國(guó)家之間競(jìng)爭(zhēng)的關(guān)鍵賽場(chǎng)，因而紛紛爭(zhēng)奪這一輪科技革命的制高點(diǎn)。對(duì)于中國(guó)而言，人工智能的發(fā)展是一個(gè)歷史性的戰(zhàn)略機(jī)遇，政府創(chuàng)造土壤，企業(yè)奮起發(fā)力，中國(guó)在AI領(lǐng)域的實(shí)力與發(fā)展優(yōu)勢(shì)不斷被世界認(rèn)可。

基于多年海外經(jīng)歷培養(yǎng)出的國(guó)際化視角，結(jié)合專業(yè)判斷能力，快商通首席科學(xué)家李海洲教授總結(jié)出中國(guó)人工智能應(yīng)用落地的三大優(yōu)勢(shì)。

政府推動(dòng)：在我國(guó)，人工智能連續(xù)三年被寫入總理政府工作報(bào)告，并成為促進(jìn)新興產(chǎn)業(yè)加快發(fā)展的新動(dòng)能。政府的推動(dòng)與總體規(guī)劃，完善了人工智能基礎(chǔ)設(shè)施的建設(shè)，并使得各科技企業(yè)的技術(shù)能夠穩(wěn)步落地。

數(shù)據(jù)優(yōu)勢(shì)：人工智能的發(fā)展需要與深度學(xué)習(xí)和大數(shù)據(jù)緊密結(jié)合，中國(guó)在數(shù)據(jù)資源這一方面的優(yōu)勢(shì)，是毋庸置疑的。僅僅在日常生活中，中國(guó)近14億的人口就能產(chǎn)生比全球其他國(guó)家更多的數(shù)據(jù)。這讓深度學(xué)習(xí)有一個(gè)用武之地。

企業(yè)環(huán)境：自2012年深度學(xué)習(xí)取得重大突破，中國(guó)人工智能企業(yè)如雨后春筍般生長(zhǎng)，激烈的競(jìng)爭(zhēng)環(huán)境下，企業(yè)家們必須兼具創(chuàng)新與奮斗精神，才能在大浪淘沙中適者生存。再這樣的情況下，中國(guó)人工智能技術(shù)的創(chuàng)業(yè)環(huán)境積極向上，為優(yōu)質(zhì)的技術(shù)和企業(yè)家創(chuàng)造了健康的創(chuàng)業(yè)土壤。