阿里语音AI“被集成+自学习”双轮驱动
对智能音箱说“唱首歌” ， 一首欢快的歌会播放；对地图App说“去虹桥机场” ， 关于行程的路径规划会出现......
日常生活中这些新兴的应用场景 ， 都离不开语音AI技术 。
7月14日 ， 第三方研究机构IDC公布《中国AI云服务市场半年度研究报告 ， 2019H2》 ， 报告显示 ， 阿里语音AI在市场上占据主导地位 ， 阿里语音AI在智能语音、对话式AI两个领域市场份额均为第一 ， 市占率分别为44%和57% 。
阿里云达摩院语音实验室负责人鄢志杰对第一财经采访人员采访人员总结道 ， 阿里语音AI这几年迅速崛起 ， 离不开两个关键词：“被集成”+“自学习” 。
传统语音厂商一般做的是端到端的场景智能化 ， 场景相对单一 。 以政务领域典型的庭审场景为例 ， 语音厂商的主要任务是把整个庭审的过程转换成文字 ， 变得结构化 ， 然而非AI的成分在这个场景里也有很多 ， 比如需要做法官办案系统、卷宗管理系统、开庭时屏幕展示内容的应用系统等 ， 这一部分会分散语音厂商大量的精力 。
与“自产自销”的传统语音厂商相比 ， 阿里采用了“被集成”模式 。 “被集成是我们在实践中摸索出来的 ， 指我们不去过多做非AI的内容 ， 比如在司法领域 ， 我们同华宇、云嘉等行业内拥有深厚积累的头部集成商合作 ， 然后做出一套综合的法院应用系统 。 ”鄢志杰表示 。
阿里云语音的另一个特点是“自学习” 。 阿里云探索出来的模式是 ， 先做出行业通用模型（比如金融、政务、手机） ， 加上细分行业里边的数据和知识 ， 可以迅速做出一个领域的定制化模型 。
鄢志杰表示 ， 每个行业都有资深的实践者 ， 他们常年深耕一个领域 ， 拥有大量的知识、数据和经验的积累 ， 阿里云不可能快速掌握 ， 如果所有事情都由阿里云完成 ， 阿里云会变成实践中的“瓶颈” 。 因此 ， 在语音技术落地的过程中 ， 阿里云转变思路 ， 升级推出“自学习”产品 ， 即便行业实践者没有很多语音领域的专业知识 ， 也能够用阿里云自学习的产品 ， 通过灌注入行业内的数据和知识 ， 就能够获得所在行业不错的语音交互效果 。
“我们的颗粒度会选择到领域通用模型 ， 加上自学习 ， 这就是我们的边界 。 ”鄢志杰举例称 ， 一家银行可以先把金融领域模型拷贝过来 ， 客户利用自学习灌一些自己的数据进去 ， 一键训练、一键部署 ， 这就是专门为该银行定制的金融模型 。
机器需要不断训练才能提高语音交互的准确率 ， 针对语音AI部署在何处这一行业热点话题 ， 鄢志杰表示：“具体是由客户来发起训练的 ， （训练计算）跑的软件是阿里云整套的软件 ， 如果在公共云上 ， 硬件是在阿里云上跑的；如果在专有云 ， 可以部署到专有云的机器里边去跑 。 训练出来的模型也是属于客户自己的 。 ”
截至目前 ， 阿里云拥有5万多家语音客户 ， 包括中移动、中央电视台、招商银行、字节跳动、小I机器人、天猫精灵等 ， 这些客户已通过阿里云自主开发了3万多个语音模型 。
第一财经采访人员了解到 ， 阿里巴巴对语音AI的研发始于iDST（阿里达摩院前身） ， 大致可以分为两个阶段：第一个阶段从2014年底开始 ， 当时主要响应阿里经济体内部对语音AI的巨大需求 ， 比如淘宝、天猫、蚂蚁的客服呼叫中心开始做语音智能化改造；第二个阶段从2017开始 ， 阿里以AI上云的方式对外输出智能语音能力 ， 达摩院内部当时的口号叫“技术零时差上云” ， 即阿里所有好的AI技术都会在最短时间内通过云的方式 ， 提供给阿里云上所有的客户 ， 而非阿里内部专享 。
推荐阅读
- 微软|估值930亿美元的阿里云，是两个偏执狂打造的“王炸”
- 第一财经|阿里又增持了 盯上了房地产线上数字化平台易居控股
- 资本|小鹏汽车被曝C+轮融资增3亿至8亿美元 阿里巴巴再次成为投资方
- 小鹏汽车|传小鹏汽车完成超3亿美元融资 阿里集团领投
- 字节跳动|挑战腾讯阿里？估值千亿美元！抖音母公司再传IPO
- 视界网|看看这台英语音乐剧 猜猜这些演员都是谁？
- 文汇|中国首届华语音乐剧大赏昨晚举行，微博话题阅读量破亿
- 阿里巴巴|反击开始！马云、马化腾、任正非相继出手，网友炸锅：干得漂亮
- 燕赵都市报|阿里云建成全国最大数据中心集群 张北位列其中
- 张璐聊生活阿里云建成全国最大数据中心集群，以前马化腾不屑，李彦宏嘲讽何为云计算？