小冰、小娜Cortana、Siri、腾讯小鲸、出门问问、科大讯飞、度秘……哪家语音语义技术牛?

虎嗅网  •  扫码分享
我是创始人李岩:很抱歉!给自己产品做个广告,点击进来看看。  

从1945年到2015年,以人工智能为题讲述了许多很美的故事,模仿游戏便是其实之一。但春冬轮回,在人工智能的世界里,人们的幻想像一个小球一样,被抛得高高,也注定摔得惨惨 (1974与1987年两次人工智能寒冬)


这一次,人们对人工智能的幻想被扔得更高了。强人工智能、机器毁灭人类的说法时常有。但这更像是预言家的说法,像阴谋论。目前的人工智能还是基于逻辑与数据、没有直觉,对情感的理解与创造力更是无从谈起。


球被抛得高就一定会落得惨,甚至摔得粉碎。不过,做工程的人更谨慎些,要给这个球栓上一根绳子。这根绳子就是“从实际应用出发、从用户角度考虑”。


语音语义的现状可以大致描绘人工智能在工程界的应用情况。有自主语音语义相关技术且可以在国内使用其服务的几家公司有:出门问问、科大讯飞、云知声、思必驰、百度 (度秘)腾讯 (腾讯小鲸) 以及Google (Google Now)微软 (小冰、小娜Cortana)苹果 (Siri)


到底哪家的语音语义技术牛?


微软小冰属于聊天机器人,主打人机对话,每周例常解锁一种玩法。但微软小冰不能提供太多的实质性的服务,比如查询机票、查询车票、叫车,这些出门问问却能做到。


如何客观的评价技术的优劣?在这个信息交流特别频繁的时代,被使用的人工智能算法大都来自学术界的公开成果,很难有一家公司拥有不属于这个时代的技术。就从语音识别的角度上讲,各个公司的识别率大都在90%以上 (这个问题实际上要复杂些,比如方言识别率、生僻词识别率等就有更多说法了) 。当一家公司的技术只比另一家的好5%或者1%,用户便很难感受到优劣,技术被应用的场景便成了重要的不同之处。


人工智能语音语义系统的基本实现方法


这些公司的语音语义技术都和“云”离不开关系。人工智能系统按照一套逻辑推理程序,在海量的数据中寻找其认为最正确的答案。这就意味着,被使用的人工智能系统其覆盖的领域越广,就越是对数据以及运算能力饥渴。小型离线设备,如手机、家用电脑都无法满足这样的需求。解决办法是搭建一个拥有超强处理能力以及海量数据的“计算机集群”,并将其接入网络,也就是我们所说的“云”。搭建了AI语音语义系统的云就是AI语音语义云,是这些AI公司的基础设施。


搭建了智能云之后,还需要合适的语音输入端口。这个端口可以来自公众号、APP这类软件,也可以来自音箱、可穿戴智能手表这类硬件。


如何正确看待目前市面上知名的语音语义系统?


虽然人工智能系统的概念很广,具体到语音语义的概念还是很广,因此这么多类似但不同的人工智能公司在不同方向上深耕。从用户角度看,这些产品的不同之处还蛮大。


擅长搜索查询消息的个人助理的有腾讯小鲸和出门问问


1、腾讯小鲸 目前公开的信息较少,主要被嵌入TOS系统。与Ticwear类似,TOS系统被搭载在智能手表当中。不过,小鲸的功能与其他语音助手类似,可以设置闹钟、查询信息,但不能像出门问问那样直接叫车、订咖啡。


有资料显示,曾在GoogleBrain工作过的工程师创立了名为ScaledInference的公司,该公司的种子轮投资者就包括腾讯首席探索官David Wallerstein和腾讯本身。另外,也有消息称,腾讯没有停止其他视觉识别产品的研发。


这有点像微信当年的研发。


2、出门问问 主要做2C (面向消费者) 硬件产品,其智能手表Ticwatch是国内销量较高的一款全交互智能手表。出门问问的人工智能语交互技术自成体系,包含语音识别、语音合成 (TTS) 、语义理解、垂直搜索、智能推送5个部分。其最大的特点是可以语音呼唤本地化生活服务,导航、看新闻、查天气等都可以通过手机APP或者手表实现。


最近,出门问问推出了内测版的“魔法小问”,要把人工智能从查询信息——如“今天有什么电影”——提升到提供完整服务,如直接帮助用户订电影票。这一点是其他智能系统做不到的。


擅长连续对话的“聊天机器人”有图灵机器人和度秘


3、图灵机器人 主要做2B业务,其语音语义系统与小冰很相似,是连续对话机器人。图灵可以被嵌入微信公众号、APP、网站或者智能硬件,用户可以让它讲笑话、做游戏,也可以用它查快递、查新闻。最近图灵机器人接受了奥飞动漫的投资,走智能儿童玩具的路。


4、度秘 是百度推出的一款与小冰类似的连续对话机器人。另外,用户可以在对话的同时,查询“图灵是谁”这样的信息——这借助了百度的搜索引擎。最近,百度推出嵌入了”度秘“的实体机器人”小度“。


还有一类人工智能系统即不是助理也不是聊天机器人,而是被用于做智能语音交互解决方案,他们有讯飞语音云、云知声的、思必驰


5、科大讯飞的“讯飞语音云” 包括语音合成、语音识别和搜索、语音听写等技术,该云对方言、生僻字的语音识别率较高。讯飞语音输入法就是基于此云开发的。科大讯飞“主要”做的是2B (面向企业用户) 服务,将自己的人工智能服务授权给其他企业。


另外,科大讯飞在最近几年也开始发力2C (面向消费者) 的产品,比如智能音箱、录音宝、录音笔等硬件。可以看到,科大讯飞的产品多是智能化的传统产品,而非个人助理或聊天机器人。另外,科大讯飞偏向深耕“语音识别”,而非连续对话。


6、云知声 主要做2B业务,方向是智能家居和车载市场,这里便有了与出门问问类似的“软硬结合”的概念。


与“可穿戴设备、手机及电脑上的智能语音语义系统”不同,智能家居语音系统的声源可能很远且被噪音包围。也正因此,云知声把推广的重点放在了“声源识别、噪声抑制、回声消除”以及指令的识别上,而非对用户意图的理解上 (语义理解)


值得一提的是,在京东与科大讯飞宣布“在一起”的时候,阿里与云知声就达成了合作。不过,最近一段时间,未有相关消息。


7、思必驰 与云知声的方向挺相似,为企业客户提供智能硬件语音交互方案,比如通过语音控制智能硬件的开关。思必驰在车载领域的合作多一些,比如车萝卜。最近,思必驰又宣布完成了融资,要把“智能语音融进硬件”这条路走得更远些。


8、小冰、小娜(Cortana)、Siri和Google Now


Cortana、Siri和Google Now,即是聊天机器人,也是个人助理。


微软小冰与微软小娜都基于必应搜索和深度神经网络等技术,属于2C产品。微软小娜如今可以在iOS、Android、Window 10系统中使用,她更像一个秘书,可以打电话、发短信、发邮件以及查询上一场曼联的比分。但是微软小娜在国内手机中的功能少很多,语音响应很慢。


微软小冰作为一个对话系统,入驻于微信、微博等应用或者Windows 10系统中,她也可以查询各种信息。与小娜不同,小冰不可以调用电话等应用,她更像一个虚拟人物,可以陪用户聊天 (连续对话) 、玩游戏 (基于图像识别等人工智能技术)


总的来看微软小娜和小冰代表着微软的两个方向:小冰连续对话能力强,可移植行强,因此可以嵌入到微信、微博、美拍等应用中。小娜是Window 10配套的人工智能系统,能够调用Windows 10中的各种应用和数据,被视为个人助理。


Siri 大家熟悉,是一款可以调用应用的聊天机器人。如今的Siri除了定闹钟、发短信以外,还可搜索照片、播放音乐、提供建议。它或许不是最强大的,但更面向用户。


Google Now 在国内无法良好的使用,对中文的识别效果很差,中文版的能力也很弱。但是作为Google的产品,它天生便有了比其他人工智能产品更多的数据、更好的数据挖掘能力,这使得Google Now成为了一款“主动推送”能力很强的助理产品。


Google Now凭借与Chrome浏览器、Gmail、Google日历等等Google应用以及Android系统的“近亲关系”,使得其可以实现很多其他产品做不到的功能。比如,语音解锁、任意界面“OK,Google”唤醒、主动推送你喜欢的和你需要的“即时帖”。有人曾称赞:


“早上醒来,我惊奇的发现Google Now居然直接告诉了我去兼职工作的路上所要花费的时间。但是我没有设置,而且那不是我真正工作的地方。”


可以看到,Google从用户的地理与实践信息中明白了他何时去何地兼职。但仍需强调,Google Now在国内的功能很少,而且实现一些即时功能,用户必须把个人数据交给Google。


作为巨头推出的产品,小娜、Siri和Google Now经常被媒体用来比较,但这种比较有些不太恰当。一方面,几款产品中,只有Siri的易用性在国内不错。另一方面,人工智能系统要明白用户的用意,必须获取数据——越多越好。因此,人工智能系统必须入驻更多的软件或者平台,获取更高的权限。小娜虽然入驻了Android与iOS,但她仍然是微软的产品,在Windows 10上才有更好的易用性。同样,Google Now与Siri分别是Android阵营与iOS阵营的产品,前者擅长挖掘数据、主动推送,后者擅长聊天、被动建议。


可以看到,这些语音方面的人工智能公司有业务2B或2C的,选择软硬结合或者只做软件解决方案,深耕智能家居或者智能穿戴。这些选择,无分对错或者好坏。但总体来看,人工智能仍然没有认知能力,人与人工智能聊天又涉及到感情投入——这是一个超出自然科学范畴的问题。用户对智能家居的认知度还不够高,相关产品不够成熟、定价不够亲民。这样看,搞智能家居系统这样的生态,似乎有点望得太远。


因此,人工智能在普通消费者身上的落地是否可以先在“一个点”上引爆,比如人工智能系统作为助理,从仅可查阅机票信息提升到可以提供订票服务。

*文章为作者独立观点,不代表虎嗅网立场
本文由 科技行业观察 授权 虎嗅网 发表,并经虎嗅网编辑。转载此文章须经作者同意,并请附上出处( 虎嗅网 )及本页链接。原文链接http:http://www.huxiu.comhttp://www.huxiu.comwww.huxiu.comhttp://www.huxiu.comarticlehttp://www.huxiu.com137733http://www.huxiu.com1.html

本文被转载1次

首发媒体 虎嗅网 | 转发媒体

随意打赏

  • 乌镇峰会多场分论坛举行,腾讯积极参与共商共建,拥抱美好“数字未来”

    砍柴网  • 
    作为全球 互联网 领域共商、共建、共享的国际交流平台,11月19日至22日,世界互联网大会乌镇峰会在乌镇举行。本次峰会以“拥抱以人为本、智能向善的数字未来——携手构建网络空间命运共同体”为主题,围绕数字 经济 、数据治理、互联网公益慈善、互联网文化交流互鉴等议题,举办24场分论
  • 乌镇峰会未成年人网络保护论坛举行,腾讯郭凯天:多方共治护航未成年人成长

    砍柴网  • 
    当前,我国未成年网民规模上升至1.96亿,加强未成年人网络保护已成为社会广泛共识。11月21日下午,2024年世界 互联网 大会乌镇峰会未成年人网络保护论坛在浙江乌镇举行。论坛以“数智时代保护未成年人的责任与挑战”为主题,旨在加强各领域对话沟通,强化多方共治联动,积极应对新技术给未成年人网络保
  • 竞盛酒店品牌发布,万达酒店、腾讯电竞携手竞想科技共创电竞酒店新标杆

    砍柴网  • 
    长白山,2024年11月22日 —— 在长白山万达国际度假区,腾讯电竞与万达酒店及度假村携手,助力竞想 科技 召开以“竞待盛开”为主题的品牌发布会,正式推出面向中高端市场的全新电竞酒店品牌——竞盛酒店(JINGSHENG HOTEL)。此举旨在填补市场空白,为追求高品质生活的电竞爱好者提供一个
  • 输入即搜索,搜狗输入法12.0基于腾讯混元大模型升级

    砍柴网  • 
    11 月 22 日消息,搜狗输入法昨日宣布 12.0 版本基于腾讯混元大模型迎来升级,号称“输入即搜索”。IT之家整理主要内容如下:AI 搜索:输入框即搜索框,依托腾讯混元大模型,点击放大镜“秒出答案”。AI 搜索 PC 端:轻敲“等号”快出结果,划词选中,开启 AI 能力。AI 快查:查天气、股价、假期... 秒出结
  • 腾讯云与创梦天地成立联合创新实验室,用AI助力游戏研发提质增效

    砍柴网  • 
    11月20日,腾讯云与创梦天地宣布成立联合创新实验室,依托创梦天地的 游戏 AI场景需求和腾讯云的游戏技术积累,双方达成长期战略合作,针对AI在游戏研发和运营领域的应用不断创新,推动技术落地。创梦天地高级副总裁严佩诗与腾讯云游戏行业负责人刘钢共同签署了合作协议,创梦天地联合创始人兼CTO关嵩与
  • “乌镇时间”再次开启,腾讯以科技文化双引擎,激发千行百业新动能

    砍柴网  • 
    世界 互联网 再次聚焦江南水乡——乌镇。11月19日至22日,2024年世界互联网大会乌镇峰会在浙江乌镇举办,以“拥抱以人为本、智能向善的数字未来——携手构建网络空间命运共同体”为主题,续写中国互联网发展的精彩“网”事。本届大会上,腾讯公司荣获全新设立的“世界互联网大会杰出贡献奖”,并摘取“领
  • 传腾讯混元大模型技术负责人刘威离职,腾讯官方暂无回应

    i黑马  • 
    11月19日消息,有媒体报道称,原腾讯混元大模型技术负责人之一、前AI Lab计算机视觉中心负责人刘威于近日离职。对上述信息,截至目前,腾讯官方暂无回应。资料显示,刘威于2012年获得美国哥伦比亚大学计算机科学与电子工程博士学位,曾任IBM沃森研究中心研究科学家。2017年,刘威加盟腾讯AI Lab,担任AI Lab计
  • 腾讯音乐娱乐集团Q3 财报稳健,执行董事长彭迦信:坚定践行高质量增长

    砍柴网  • 
    2024年 11 月 12 日,腾讯音乐娱乐集团(Tencent Music Entertainment Group,以下简称“TME”)2024 年 Q3 财报公布,引起广泛关注。 在第三季度,腾讯音乐展现出持续高质量增长的态势,财报数据清晰地显示了这一增长趋势:总收入为人民币 70.2 亿元,同比增长 6.
  • 聚焦“AI+餐饮连锁”,绝味食品和腾讯智慧零售达成战略合作

    砍柴网  • 
    2024年11月15日,腾讯智慧零售与绝味食品宣布正式签署战略合作。双方将围绕人工智能垂直场景大模型技术服务消费者,以联合共创方式打造餐饮零售连锁AI数智增长新模式。 基于腾讯在AI、云技术、大数据等领域的技术实力和强大的生态能力,绝味在餐饮零售万店连锁运营中的独特优势和绝味数智团队在AI运营上的落地能力,双方
  • 腾讯申请注册腾讯AI助手商标

    砍柴网  • 
    天眼查知识产权信息显示,近日,腾讯 科技 (深圳)有限公司申请注册多枚“腾讯AI助手”商标,国际分类包含社会服务、广告销售、网站服务等,当前商标状态均为等待实质审查。 据悉,今年5月,腾讯发布基于混元大模型的面向C端的AI助手“腾讯元宝”,其提供了AI搜索、AI总结、AI写作等核心能力。
  • 讯飞星火开发者生态迅猛发展,科大讯飞携生态伙伴引领大模型规模化落地

    砍柴网  • 
    10 月 24 日,第七届世界声博会暨 2024 科大讯飞全球 1024 开发者节开幕上,科大讯飞董事长刘庆峰公布讯飞星火大模型应用成绩单,并发布讯飞星火 4.0 Turbo。对于科大讯飞来说,每年的 10 月 24 日,都会举办一年一度的全球 1024 开发者节,同时举办世界声博会,吸引成千上万的程序员、开发者前往「
  • 重新弄定义多模AIUI标准,科大讯飞首发语音视觉虚拟人交互“三合一”

    砍柴网  • 
    10月29日,已经预热半年的 Apple Intelligence 终于登台亮相,不过仅支持部分地区的英语语言,也还只是 Beta版本。当下,全球包括中国的大部分国家及地区的消费者仍无法享受到Apple Intelligence。 在此前秋季新品发布会上, 苹果 用了超过一半篇幅来展示新系统在
  • 科大讯飞持续勇探大模型国产化“无人区”,“飞星二号”正式启动

    砍柴网  • 
    2024年下半年是大模型发展由虚向实的重要阶段,在大模型赋能实体 经济 的过程中,对算力产生了爆发式需求。中国科学院院士陈润生在2024中国算力专家研讨会上表示:“大模型是新质生产力的代表,大模型和超级计算的融合发展十分重要”。日前,国产大模型正致力于给世界提供“第二选择”。10月24日,在2
  • 科大讯飞AI文娱论坛,重构内容与表达的盛宴

    砍柴网  • 
    10 月 24 日,2024 科大讯飞全球 1024 开发者节 AI 文娱论坛在合肥圆满举办。论坛以「重构内容与表达」为主题,旨在探讨 AI 时代下文娱产业的最新趋势,见证讯飞 AI 文娱业务的重大发布,与合作伙伴共同推动文娱行业的繁荣发展。科大讯飞副总裁&研究院院长刘聪、科大讯飞消费者事业群副总裁严亚路出席大
  • IDC:科大讯飞语音语义市场份额第一

    砍柴网  • 
    根据国际数据公司(IDC)最新发布的《中国AI语音语义市场2024年上半年市场份额》报告显示,2024年上半年,人工智能语音语义整体市场规模为72.3亿元人民币,同比增长18%。在追踪调研的主流语音语义厂商中,科大讯飞市场份额持续领先,位居榜首!同时,在对国内主流基础大模型的测试中,讯飞星火位居第一梯队,比肩全球大模型
  • 联合中国教科院,科大讯飞首发“高中数学智能教师系统”

    砍柴网  • 
    10月24日,科大讯飞联合中国教科院首发”基于问题链的高中数学智能教师系统”,它是众多高中数学优秀教师集体智慧与AI大模型智能的综合体,是知识与智能双轮驱动、人师与机师双向赋能的技术创新,试点应用获得好评。此外,最新星火智慧黑板2.0也将于10月25日第84届教育装备展上正式发布, AI均衡视听更公平、AI教学工具更高
  • 科大讯飞首发汽车端侧星火大模型

    砍柴网  • 
    10月24日,科大讯飞首发 汽车 端侧星火大模型,相比云端大模型,端侧1.3B大模型效果损失≤1%,端侧首响40ms,端云融合交互低至1.3s。今年第四季度起,奇瑞、广汽、长城等多款搭载端侧星火大模型的车型将上市开售。
  • 科大讯飞全球1024开发者节举办在即,重磅发布多模态视觉交互及超拟人虚拟人交互能力

    砍柴网  • 
    2024 年诺贝尔物理学奖和化学奖都与人工智能研究相关。物理学奖授予了机器学习先驱约翰·霍普菲尔德和杰弗里·欣顿,他们使用物理学工具设计了人工神经网络。化学奖则一半授予了谷歌旗下 DeepMind 公司的德米斯·哈萨比斯和约翰·江珀,他们设计的人工智能模型「阿尔法折叠」可以预测几乎所有蛋白质的三维结构。这些成果不仅展示
  • 2024前三季度大模型中标排行榜出炉 科大讯飞中标数量及金额均列第一

    砍柴网  • 
    随着人工智能技术的快速发展,大模型已成为推动行业数字化转型的重要力量。智能超参数最新发布的报告显示,在2024年前三季度,科大讯飞在大模型中标项目数量和金额上均位列行业第一,展现了其在AI领域的强大竞争力。据智能超参数统计,2024年1-9月,中国大模型市场招投标市场活跃,公布的中标项目数量达到653个,中标金额高达2
  • 无缝对接多场景,科大讯飞AI虚拟人交互平台引领智能应用新潮流!

    砍柴网  • 
    在这个 科技 日新月异的时代,人们不仅仅是在创造技术,更是在塑造未来的交流方式。科大讯飞AI虚拟人交互平台以星火认知大模型为核心引擎,为用户打造一站式、高效能的虚拟人解决方案。这不仅是一场技术的革新,更是对未来交互方式的深刻重塑。 开箱即享,智能触手可及 告别繁琐的代码编程,一键
  • 评论
提交建议
微信扫一扫,分享给好友吧。