隨著科學(xué)技術(shù)的發(fā)展，自動(dòng)化技術(shù)將機(jī)械控制演化為信號(hào)控制，使工業(yè)生產(chǎn)和日常生活更加方便、高效。

與此同時(shí)，人工智能開始代替人手做一些工作。例如，人工智能語音助手接收語音信號(hào)，分析和識(shí)別數(shù)據(jù)，并響應(yīng)人工指令來完成指定的操作。

人工智能技術(shù)的每一次創(chuàng)新都會(huì)給社會(huì)生活帶來深刻的變化。從進(jìn)入千家萬戶的智能揚(yáng)聲器到伴隨日常出行的智能汽車，面對(duì)數(shù)字升級(jí)和消費(fèi)轉(zhuǎn)型，我們能期待什么樣的人工智能技術(shù)在未來開啟智能生活？

在剛剛結(jié)束的騰訊科技開放日、騰訊云小人工智能語音專場(chǎng)上，騰訊智能平臺(tái)產(chǎn)品部的人工智能語音專家在語音識(shí)別、自然語言理解、智能對(duì)話機(jī)器人等行業(yè)應(yīng)用探索領(lǐng)域帶來了精彩的分享。從騰訊云小人工智能語音助手的角度，展示了人工智能語音助手在技術(shù)和應(yīng)用領(lǐng)域的探索和最新成果。

云端協(xié)調(diào)，軟件和硬件集成，創(chuàng)建一個(gè)強(qiáng)大的車輛語音識(shí)別系統(tǒng)

正如在直播中提到的，就建立一個(gè)健壯的車輛語音識(shí)別系統(tǒng)而言，人工智能首先要解決的問題是數(shù)據(jù)分析和識(shí)別。只有通過收集各行各業(yè)的寶貴經(jīng)驗(yàn)并建立數(shù)據(jù)庫(kù)，然后通過計(jì)算機(jī)自動(dòng)識(shí)別知識(shí)并進(jìn)行分析，我們才能從數(shù)億個(gè)數(shù)據(jù)中剝離出來，找到與用戶使用場(chǎng)景相匹配的正確反饋。

然而，在實(shí)際應(yīng)用環(huán)境中，如汽車使用，車輛語音識(shí)別面臨許多挑戰(zhàn)。在語音識(shí)別過程中，將人的語音信號(hào)轉(zhuǎn)換成文字或指令，用戶口音、環(huán)境噪聲、大量興趣點(diǎn)和場(chǎng)景語音都構(gòu)成影響識(shí)別系統(tǒng)決策的變量，尤其是測(cè)試語音識(shí)別系統(tǒng)的基本穩(wěn)定性。

因此，騰訊云微人工智能語音助手在接收到信號(hào)后，通過聲學(xué)前端處理辨別出豐富的語音信息，并將其分發(fā)給本地語音識(shí)別、云語音識(shí)別和云協(xié)調(diào)機(jī)制進(jìn)行準(zhǔn)確識(shí)別，提供更加準(zhǔn)確的技術(shù)解決方案。

以常見的環(huán)境噪聲處理為例，當(dāng)用戶的語音信號(hào)發(fā)出時(shí)，在道路噪聲、風(fēng)噪聲、空調(diào)和音頻等不同噪聲類型的干擾下，很容易造成車輛語音識(shí)別的理解偏差。騰訊云微人工智能語音助手，從車內(nèi)語音交互的場(chǎng)景出發(fā)，通過騰訊自己的技術(shù)和硬件設(shè)備完成回聲消除、噪聲抑制、定位和拾音，確保獲得干凈的語音信號(hào)。同時(shí)，在聲學(xué)模型層面從訓(xùn)練數(shù)據(jù)、特征提取、網(wǎng)絡(luò)結(jié)構(gòu)等方面進(jìn)行有針對(duì)性的優(yōu)化，提高識(shí)別系統(tǒng)對(duì)噪聲的魯棒性。

在基本功能方面，得益于騰訊云的祝福和自主開發(fā)的全堆棧人工智能技術(shù)，融合了前端降噪、語音識(shí)別、語義理解、語音合成和圖像識(shí)別等功能，可以提供從云到端的完整人工智能解決方案。

在現(xiàn)場(chǎng)直播中，我們還看到了當(dāng)不同用戶輸入不同口音的聲音時(shí)，騰訊云的小型人工智能語音助手如何給出準(zhǔn)確的反饋。騰訊云的小型人工智能語音助手的健壯性來自于兩種容錯(cuò)性最小的處理方案，一種是基于遷移學(xué)習(xí)的區(qū)域模型方案，另一種是帶有區(qū)域向量的單一模型方案。在這樣一個(gè)智能車載語音識(shí)別系統(tǒng)下，騰訊云微人工智能語音助手和騰訊車練臺(tái)已經(jīng)與國(guó)內(nèi)多家主流汽車公司和熱銷車型進(jìn)行了合作。借助騰訊云端微型車語音識(shí)別系統(tǒng)，他們不怕用戶口音，準(zhǔn)確識(shí)別語音指令，滿足車內(nèi)互動(dòng)場(chǎng)景的語音需求。

實(shí)現(xiàn)深度學(xué)習(xí)的自然語義理解，在理解的基礎(chǔ)上創(chuàng)造人機(jī)交互

自然語義理解是人機(jī)自然對(duì)話的核心技術(shù)基礎(chǔ)。如何發(fā)出阿西的聲音

在技術(shù)開放日，我們深入討論了這種人工智能技術(shù)如何實(shí)現(xiàn)深度學(xué)習(xí)。人工智能技術(shù)是基于對(duì)數(shù)據(jù)的邏輯分析，在一定程度上可以實(shí)現(xiàn)自主學(xué)習(xí)。然而，與人類的情感需求和精神狀態(tài)相比，智能人工智能語音助手很難理解主人的“心”。因此，具有理解能力的人機(jī)交互成為技術(shù)研究的重點(diǎn)。

根據(jù)騰訊科技開放日騰訊云微直播的演示，騰訊云微人工智能語音助手已經(jīng)發(fā)展成為一個(gè)高質(zhì)量、低延時(shí)的語音合成和智能語音交互系統(tǒng)的個(gè)性化服務(wù)。

在物聯(lián)網(wǎng)時(shí)代，語義理解已經(jīng)成為語音交互的核心。通過聲學(xué)前端處理，減少了干擾信號(hào)，抑制了回聲，提高了語音識(shí)別效果和語音喚醒效果。然后，將這些詞轉(zhuǎn)換成命令詞，通過語料庫(kù)模型進(jìn)行匹配，并在現(xiàn)場(chǎng)分發(fā)。在此過程中，騰訊云微人工智能語音助手支持自然語音識(shí)別、語義理解和自由語音指令，系統(tǒng)能夠很好地理解和執(zhí)行。同時(shí)，文本被轉(zhuǎn)換成語言流，并且在終端設(shè)備上執(zhí)行語音廣播。

以智能語音交互系統(tǒng)為例，騰訊云微人工智能語音助手向我們展示了智能車聯(lián)網(wǎng)模式下人與車之間愉悅的交互體驗(yàn)。高效自然的語音輸入模式，輸入速度遠(yuǎn)遠(yuǎn)高于手動(dòng)輸入；安全駕駛釋放手，切換導(dǎo)航和改變歌曲，而不會(huì)分散注意力；更重要的是，騰訊云的人工智能語音助手可以讀取車主語音中包含的豐富信息，如語氣、情感等，從而做出正確的判斷，節(jié)省駕駛時(shí)的擔(dān)心和精力。

高質(zhì)量、低延遲的語音合成向我們展示了智能語音系統(tǒng)的深層學(xué)習(xí)能力。將自然語言理解發(fā)展為基于互聯(lián)網(wǎng)的自然人機(jī)交互模式，意味著基于自然語言理解技術(shù)重塑人機(jī)交互模式，使自然語言成為人機(jī)交互的自然界面。通過騰訊云的小人工智能語音助手的語音合成能力，支持純中文、純英文和中英文混搭合成場(chǎng)景，提供50種不同的男女音顏色，個(gè)性化的音調(diào)定制能力，以及國(guó)王大吉和李白的榮耀定制語音包；采用業(yè)界領(lǐng)先的算法優(yōu)化不同場(chǎng)景的聲音音色，使人工智能語音助手聽起來更加自然。

這是因?yàn)轵v訊云的小型人工智能語音助手使用一種專門為機(jī)器設(shè)計(jì)的語言來“告訴”機(jī)器。當(dāng)用戶發(fā)出語音命令時(shí)，機(jī)器通過深入學(xué)習(xí)掌握命令的真實(shí)意圖并執(zhí)行，從而達(dá)到機(jī)器說話脫口秀的效果。如何使機(jī)器聲音高保真，節(jié)奏更加自然連貫？騰訊云微人工智能語音助手給出的答案是神經(jīng)網(wǎng)絡(luò)語音合成系統(tǒng)，該系統(tǒng)在整體架構(gòu)中采用了序列建模的聲學(xué)模型和神經(jīng)網(wǎng)絡(luò)聲碼器。通過升級(jí)由GAN優(yōu)化的并行波網(wǎng)、韋弗恩和費(fèi)瑟波等技術(shù)，可以獲得高質(zhì)量和高穩(wěn)定性的自然人聲。

客戶服務(wù)機(jī)器人的功能設(shè)計(jì)與實(shí)現(xiàn)，開放能力降低企業(yè)智能成本

如何通過人工智能語音助手幫助企業(yè)用戶實(shí)現(xiàn)業(yè)務(wù)？從客戶服務(wù)機(jī)器人的訪問和實(shí)現(xiàn)的角度出發(fā)，指出獲取能力的途徑之一是開發(fā)人員通過標(biāo)準(zhǔn)協(xié)議、開戶、商業(yè)轉(zhuǎn)型和推薦操作，在開放的技能平臺(tái)上定制解決方案，構(gòu)建從開發(fā)人員到用戶的語音服務(wù)路徑，使開發(fā)人員能夠以最小的成本訪問客戶服務(wù)機(jī)器人，實(shí)現(xiàn)個(gè)性化和準(zhǔn)確的服務(wù)效果最大化，并在服務(wù)咨詢階段引入客戶服務(wù)機(jī)器人功能，可以節(jié)省前端客戶服務(wù)人力，提高服務(wù)運(yùn)營(yíng)效率。

在騰訊云微人工智能語音特別會(huì)議上，我們了解到騰訊云微技能開放平臺(tái)是唯一支持小程序訪問的人工智能行業(yè)解決方案。目前，它已經(jīng)開通了與京東的合作和公開評(píng)論，用戶的語音指令可以操作購(gòu)物和

騰訊云微人工智能語音助手以自身技術(shù)為切入點(diǎn)，在客服機(jī)器人的實(shí)現(xiàn)和接入方面構(gòu)建了一個(gè)完整的工程閉環(huán)。面對(duì)非結(jié)構(gòu)化環(huán)境下客戶服務(wù)機(jī)器人未知狀態(tài)（動(dòng)態(tài)）、環(huán)境感知、環(huán)境交互和環(huán)境功能的需求，在功能設(shè)計(jì)和實(shí)現(xiàn)層，根據(jù)智能環(huán)境系統(tǒng)設(shè)計(jì)，提供客戶服務(wù)配置、客戶服務(wù)使用、問題發(fā)現(xiàn)和問題解決等手段來完成任務(wù)需求。

在客戶服務(wù)配置方面，騰訊云微人工智能語音助手將文本模式分為知識(shí)庫(kù)檢索、服務(wù)前和服務(wù)后模式，檢索為功能性檢索。在服務(wù)前后，可以根據(jù)問題回答策略改變手動(dòng)模式。其中，分層模塊注重知識(shí)庫(kù)的建立，分工明確，流程簡(jiǎn)單。

在客戶服務(wù)的使用中，采用多線程和人機(jī)合作來區(qū)分普通的聊天機(jī)器人，并依靠系統(tǒng)功能事件指令的智能交互來形成更加準(zhǔn)確和人性化的索引推薦。

當(dāng)然，客服機(jī)器人也需要加強(qiáng)培訓(xùn)。挖掘算法和索引堆疊不能解決問題，但更需要清晰的系統(tǒng)規(guī)則和流程。為了發(fā)現(xiàn)和解決問題，實(shí)現(xiàn)人和機(jī)器人之間的交互是很重要的。在線客服、模型算法、統(tǒng)計(jì)監(jiān)控和配置平臺(tái)都是必不可少的。例如，從手動(dòng)服務(wù)界面參考客戶服務(wù)機(jī)器人的索引，然后給出服務(wù)的明確答案。只有快速迭代和優(yōu)化的深度學(xué)習(xí)才能滿足數(shù)字時(shí)代業(yè)務(wù)發(fā)展的需要。

在客服機(jī)器人的接入中，應(yīng)用門戶包括電子商務(wù)平臺(tái)網(wǎng)站、WAP平臺(tái)、微信小程序門戶、內(nèi)部客服助理、語音交互模式等。實(shí)現(xiàn)形式基本上是在線模式，網(wǎng)絡(luò)聊天模式通過即時(shí)通訊、微信小程序、應(yīng)用門戶等實(shí)現(xiàn)。

在自然語言處理技術(shù)方面，我們主要分享了騰訊云肖偉的兩項(xiàng)前沿技術(shù)：1）2019年法學(xué)研究杯閱讀理解巡回賽冠軍采用的方案；2）在國(guó)際人工智能會(huì)議IJCAI-2020上發(fā)表的關(guān)于信息抽取的最新論文。通過直播，我們看到了騰訊云肖偉在知識(shí)抽取和問答領(lǐng)域的技術(shù)積累，并以豐富的案例圖像生動(dòng)地展示了相關(guān)技術(shù)在實(shí)際應(yīng)用中的作用。

不僅如此，我們還可以從騰訊云的小人工智能語音助手強(qiáng)大的開放能力中找到更多的應(yīng)用和探索，比如為企業(yè)定制品牌知識(shí)產(chǎn)權(quán)形象。我無法想象這在過去。在5G和直播網(wǎng)點(diǎn)，虛擬人以其安全性、可控性和高效性成為許多企業(yè)熱衷的對(duì)象。騰訊云微語音助手提供的智能語音交互，可以根據(jù)不同的硬件終端和應(yīng)用場(chǎng)景，觸發(fā)豐富的表情動(dòng)作，快速變換圖像。由于騰訊云的小型人工智能語音助手的全雙工交互功能、高智能、無喚醒和主動(dòng)對(duì)話引導(dǎo)，以及騰訊的正版知識(shí)產(chǎn)權(quán)授權(quán)服務(wù)，人工智能語音助手的商業(yè)實(shí)現(xiàn)價(jià)值具有廣闊的市場(chǎng)機(jī)遇。