<mark id="oztn4"></mark>
0
| 本文作者： 包永剛 | 2018-05-18 19:10 |
5月17日，科大訊飛在深圳舉辦了名為「AI·飛無界」的新品發(fā)布會。三年前，科大訊飛首次將AIUI推向市場，去年AIUI開放平臺的發(fā)布，那么今年的AIUI3.0將有哪些值得期待的革新？另外，發(fā)布會上還發(fā)布了魔飛2.0、AIoT、iFLY OS，其中的免費(fèi)厚禮到底是什么？
科大訊飛消費(fèi)者BG執(zhí)行總裁于繼棟
科大訊飛消費(fèi)者BG執(zhí)行總裁于繼棟在發(fā)布會上首先回顧了訊飛開放平臺以及AIUI發(fā)展的歷程，他表示，從2011年訊飛開放平臺開放之后我們經(jīng)歷了很長的發(fā)展階段。從具體的數(shù)據(jù)看，2013年開放平臺開發(fā)者注冊數(shù)為3.9萬，2015年達(dá)到12.1萬，2017年有51.2萬，到了2018年5月16日，開發(fā)者注冊數(shù)量已經(jīng)達(dá)到了80萬人。當(dāng)然開放平臺以及AIUI平臺都是全領(lǐng)域覆蓋，涵蓋教育、通訊、機(jī)器人、購物等。于繼棟同時(shí)透露，科大訊飛AI的合作伙伴已經(jīng)超過5萬。
從開發(fā)者的陣營來看，移動(dòng)端開發(fā)者的增長的數(shù)量占比最大，其中包括微信小程序以及其他外部API和Java小程序調(diào)用的快速增長。另外，Windows以及Linux陣營的開發(fā)者的快速增加分別代表著辦公場景和智能硬件領(lǐng)域AI正在逐漸落地。
于繼棟還分享了一組數(shù)據(jù)，目前，每天在訊飛開放平臺上產(chǎn)生的語音交互次數(shù)超過45億次，交互次數(shù)比較多的前幾大應(yīng)用是，移動(dòng)端超過40億次，音響超過4000萬次，電視超過2600萬次，車載超過2000萬次，商用機(jī)器人超過300萬次。
科大訊飛開放平臺的AI功能
AIUI 3.0 ：三大革新
不過，即便AIUI已經(jīng)有大量的開發(fā)者和用戶，但于繼棟表示：“自2015年AIUI正式發(fā)布以來，我們看到無數(shù)開發(fā)者為追求真正優(yōu)秀的產(chǎn)品、最真實(shí)自然的人機(jī)交互、零失誤的語音識別而奮斗。為了更好地為開發(fā)者賦能，我們將這些追求納入心愿單，在AIUI3.0中帶來了三大革新。”
革新1：半監(jiān)督優(yōu)化
半監(jiān)督優(yōu)化能夠通過系統(tǒng)分析產(chǎn)品日志，了解各種熱門說法并推薦給開發(fā)者，并由分析產(chǎn)品日志和聚類算法推薦用戶想要的其它技能，幫助開發(fā)者不斷改進(jìn)產(chǎn)品和提升效率。
同時(shí)，對于說法的回復(fù)，允許開發(fā)者有多種處理方式，如使用系統(tǒng)推薦的技能，如閑聊技能進(jìn)行回答，自己定義業(yè)務(wù)進(jìn)行回答，或者接入廣告進(jìn)行推薦。
AIUI3.0 開放式交互
革新2：開放式對話
在語音交互中，封閉式對話以機(jī)器為中心，易于控制，但是交互自然度低，開放式對話以人為中心，更接近自然的交流方式，同時(shí)語義消歧的難度也更大。
AIUI3.0能夠做到開放式交互，讓交互更貼近自然，并且不斷地演進(jìn)和優(yōu)化效果，這也是AIUI3.0的一大優(yōu)勢。
革新3：全鏈路打通&動(dòng)態(tài)詞匯
要聽懂用戶，語義理解能力和語音識別準(zhǔn)確度兩手都要硬。
AIUI打通了語音識別、語義理解以及語音合成全鏈路個(gè)性化網(wǎng)絡(luò)，提高各類場景下的理解能力和識別率；同時(shí)擁有基于場景動(dòng)態(tài)詞匯技術(shù)，讓用戶說出所看到內(nèi)容都能被準(zhǔn)確識別，達(dá)到所見即所說。
當(dāng)然，AIUI3.0除了上述功能外，還有自定義問答、自定義技能、對話托管、云函數(shù)、可嵌入開發(fā)者WiFi soc的二麥在線交互模塊等特性。AIUI平臺的技能也已經(jīng)達(dá)到了120多個(gè)，內(nèi)容超過60種。
因此，基于AIUI 3.0 集成的語音喚醒、語音識別、語義理解、語音合成、IoT 等核心技術(shù)，優(yōu)化的技能平臺，整合硬件、SDK、WebAPI、芯片、小程序等接入平臺，科大訊飛構(gòu)成了一張豐富的系統(tǒng)架構(gòu)全景圖。
魔飛（MORFEI ）：增加2個(gè)新功能
魔飛是科大訊飛在2017年6月發(fā)布的一款麥克風(fēng)成品開發(fā)方案，魔飛1.0的雙環(huán)八麥購行解決了傳統(tǒng)拾音設(shè)備只能放在桌面上的問題，通過與AIUI配合，提供了快速開發(fā)的能力，科大訊飛也已經(jīng)通過魔飛1.0與許多開發(fā)者共同探索了很多家居的產(chǎn)品。
不過，魔飛的產(chǎn)品經(jīng)理涂康宏表示，魔飛1.0之后，我們發(fā)現(xiàn)有一些地方還有待提升，如回聲消除。今年上半年我們大幅優(yōu)化了回聲消除和藍(lán)牙回踩，使它的效果在原有的基礎(chǔ)上提升了100%，另外通過優(yōu)化整個(gè)系統(tǒng)架構(gòu)，使系統(tǒng)變得更加穩(wěn)定，功耗也降低了50%。
魔飛2.0
當(dāng)然，除了已有功能的優(yōu)化，魔飛2.0還增加了分布式和能量跟隨兩個(gè)創(chuàng)新功能。
分布式能力：過去，用戶對多臺設(shè)備進(jìn)行喚醒時(shí)，命令執(zhí)行會引發(fā)多臺設(shè)備同時(shí)被喚醒的尷尬局面。現(xiàn)在，多臺設(shè)備在同一個(gè)局域網(wǎng)和賬戶號下，喊出「魔飛魔飛」喚醒詞時(shí)，所有在局域網(wǎng)內(nèi)的設(shè)備會進(jìn)行喚醒分值計(jì)算，離用戶最近的那一臺設(shè)備優(yōu)先響應(yīng)用戶喚醒。
能量跟隨能力：過去，設(shè)備被喚醒之后麥克風(fēng)陣列會根據(jù)聲源的位置指定一個(gè)固定的波束方向，除非用戶再次喚醒設(shè)備，否則波束方向不會改變。現(xiàn)在，波束可以根據(jù)用戶的位置和聲源地移動(dòng)，動(dòng)態(tài)的調(diào)整播出方向，給用戶帶來更自然的交互體驗(yàn)。
涂康宏還表示，魔飛2.0超越了固定的硬件形態(tài)的局限，軟核化使其可以安裝在各類硬件設(shè)備中，能巧妙融入起居環(huán)境中。
所以魔飛2.0開放了全鏈路，開放音頻、文本、語義、合成四種接口。還有聲紋喚醒接口的開放，讓魔飛能在喚醒后瞬間知道用戶身份，使開發(fā)者可以快速調(diào)用聲紋信息，圍繞用戶搭建個(gè)性化場景推薦。
發(fā)布會的現(xiàn)場，科大訊飛還舉辦了一場語音技能開發(fā)的挑戰(zhàn)，4 位開發(fā)者用了大概1小時(shí)的時(shí)間分別完成了程序員字典、我唱你猜、新電影推薦、會場抽獎(jiǎng)的技能開發(fā)，并通過現(xiàn)場配置好的魔飛麥克風(fēng)，現(xiàn)場也成功演示和驗(yàn)證。
AIoT：實(shí)現(xiàn)更多智能IoT設(shè)備的互聯(lián)互通
數(shù)據(jù)顯示，2014年到2018年終端設(shè)備的數(shù)量正急速增長，2018年硬件終端規(guī)模將達(dá)到19億，其中手機(jī)端占比約92%，8%預(yù)示著智能硬件時(shí)代的到來。但智能不僅是交互的升級，還是萬物相互連接產(chǎn)生的巨大能量。為了滿足開發(fā)者對智能設(shè)備間互通互聯(lián)的期待，訊飛智能物聯(lián)云AIoT也由此誕生。
訊飛智能物聯(lián)云AIoT
據(jù)雷鋒網(wǎng)了解，訊飛智能物聯(lián)云AIoT有云及霧兩大能力：
云能力提供開放、聚合、智能的云服務(wù)平臺。
霧能力是通過霧計(jì)算使整體系統(tǒng)不受網(wǎng)絡(luò)波動(dòng)的影響，響應(yīng)時(shí)間快；這種分布式的能力能充分利用設(shè)備原有空閑的計(jì)算資源，降低系統(tǒng)成本。
這兩大能力被整合到 PaaS 級的開發(fā)平臺里，為開發(fā)者提供AI接口和開放設(shè)備連接，創(chuàng)建個(gè)性化智能場景。開發(fā)者既可以從第三方云端接入AIoT，也可以設(shè)備直連。
現(xiàn)場，訊飛的團(tuán)隊(duì)也通過廚房的場景，為大家展示了基于訊飛智能物聯(lián)云AIoT的設(shè)備互聯(lián)互通和多模態(tài)人機(jī)交互的能力。
iFLY OS：一份免費(fèi)的厚禮
新品發(fā)布的最后，于繼棟向大家展示了一份“厚禮”——系統(tǒng)級解決方案iFLYOS。iFLYOS 整合了訊飛語音喚醒、語音識別、語音合成、語義理解這四大基礎(chǔ)技術(shù)能力并免費(fèi)開放給開發(fā)者，并且整合了 1300 萬首咪咕高清音樂、20 萬部海豚有聲內(nèi)容、以及 3 萬部院線大片。
系統(tǒng)級解決方案
另外，iFLYOS 還提供了 API 開放接口、開源了端代碼、兼容亞馬遜 AVS 可以讓亞馬遜設(shè)備快速接入訊飛方便開發(fā)者的開發(fā)。
不過，由于iFLYOS在發(fā)布會現(xiàn)場于繼棟才公布開啟內(nèi)測，所以這個(gè)系統(tǒng)級解決方案的更多細(xì)節(jié)還等待科大訊飛的逐步公開，雷鋒網(wǎng)也將為你持續(xù)關(guān)注。
新的100項(xiàng)AI能力正在開放
于繼棟發(fā)布完四款新品之后，在深圳28℃的夜晚，科大訊飛執(zhí)行總裁胡郁卻穿著西裝站上臺做了題為《賦能開發(fā)者 創(chuàng)造新時(shí)代》的分享。對此，他解釋道：“2010年我們訊飛開放平臺剛剛成立，在那年的發(fā)布會上我穿的就是這套西裝。可能很多小伙伴也發(fā)現(xiàn)了，這套西裝的扣子和袖口已經(jīng)磨損，但沒有關(guān)系，正是因?yàn)槟切┻^往的歷史時(shí)刻，才成就了我們的今天。”
科大訊飛執(zhí)行總裁胡郁
對于為何看好語音技術(shù)，胡郁表示，90% 信息輸出依靠語音，80% 信息輸入依靠視覺，人與機(jī)器之間的交互也通過人的語音語言和機(jī)器的顯示屏形成一個(gè)循環(huán)。因此他堅(jiān)信基于視覺呈現(xiàn)的語音交互技術(shù)是未來的發(fā)展方向。他還舉了一些例子，如跑步等移動(dòng)場景人們佩戴耳機(jī)的無視覺呈現(xiàn)的語音交互；車載環(huán)境對著后視鏡的弱視覺呈現(xiàn)的語音交互；還有家庭環(huán)境在電視、投影等屏幕前的強(qiáng)視覺呈現(xiàn)的語音交互等。
基于視覺呈現(xiàn)的語音交互技術(shù)是未來的發(fā)展方向
胡郁回顧了科大訊飛的發(fā)展歷程，也提到了突顯核心技術(shù)對于企業(yè)長久發(fā)展的重要性。說到這里，他表示，很長一段時(shí)間科大訊飛的盈利能力遭到外界的質(zhì)疑，其中很重要的一個(gè)原因就是科大訊飛每年在開發(fā)者平臺和核心技術(shù)上的投入是上億級的。他指出，2017 年科大訊飛的技術(shù)投入占總營收比重高達(dá) 61.61%，技術(shù)開發(fā)團(tuán)隊(duì)的人數(shù)增長率則高達(dá) 56.04%，均大幅高于 2016 年。
胡郁在發(fā)布會上還表示科大訊飛開放平臺將在2018年度內(nèi)開放新的100項(xiàng)AI能力，打造AI全領(lǐng)域開放平臺。
科大訊飛AIUI智能硬件合作伙伴數(shù)量加速增長
小結(jié)
科大訊飛此次的「AI·飛無界」新品發(fā)布會帶來了四款新品，從軟件開發(fā)平臺AIUI3.0、硬件麥克風(fēng)成品開發(fā)方案魔飛2.0到訊飛智能物聯(lián)云AIoT再到系統(tǒng)級解決方案iFLY OS，從軟件到硬件，從單品到系統(tǒng)，科大訊飛基于其核心技術(shù)為開發(fā)者準(zhǔn)備好了一整套的解決方案。
這對于開發(fā)者而言，門檻以及成本的降低無疑具有巨大的吸引力，特別是在有了iFLY OS之后，能讓更多的開發(fā)者讓創(chuàng)意變成產(chǎn)品。而AIoT能解決困擾物聯(lián)網(wǎng)發(fā)展的智能設(shè)備之間互聯(lián)互通難題，這無論是對AI落地還是IoT的發(fā)展而言都是積極的消息。科大訊飛也能與開發(fā)者共建一個(gè)更大的語音技術(shù)生態(tài)。
至于科大訊飛此次為何將AIUI的發(fā)布會選在深圳而不是北京，雷鋒網(wǎng)認(rèn)為其中的原因是深圳具有相對完備的硬件產(chǎn)業(yè)鏈，也有大量的智能硬件開發(fā)者，發(fā)布會展示區(qū)搭載科大訊飛語音技術(shù)的多個(gè)機(jī)器人展商就來自深圳，這意味著科大訊飛很看好語音技術(shù)在智能安防、智能家居、智能機(jī)器人、可穿戴等智能硬件中的普及，也希望通過與深圳的開發(fā)者共同推動(dòng)AI的落地。
現(xiàn)在關(guān)注“雷鋒網(wǎng)”微信公眾號（leiphone-sz），回復(fù)關(guān)鍵詞【2018】，隨機(jī)抽送價(jià)值 3999 元的參會門票 3 張
相關(guān)文章：
科大訊飛年度發(fā)布會：重磅推出 10 款 AI+產(chǎn)品、AIUI 2.0，AI 賦能各行各業(yè)
科大訊飛胡郁：中國坐擁「登山型」和「沖浪型」企業(yè)，將在中美人工智能角逐中勝出
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
