阿里開源自研語音識別模型了，會有什麼影響？

一周前阿里技術宣布了一則重磅消息：開源自研語音識別模型DFSMN。這是新一代語音識別模型，打破了全球語音識別準確率紀錄，能達96.04%

技術驅動變革，這個全新語音識別模型的誕生究竟會給我們未來生活和行業的發展帶來什麼影響？本文將跟大家一起探究智能語音產品的未來。

1

什麼是語音識別技術？

語音識別是智能語音的基礎，它是讓機器通過識別和理解把語音信號轉變為相應的文本或命令的過程。

語音識別是人工智慧落地最成功的領域。人工智慧在產業化過程中，需要經歷感知、認知到抽象思維智能三個階段，而語音識別屬於人工智慧中的感知智能，語音識別技術的突破性進展為後續的認知智能提供了堅實的基礎。

2

阿里的開源模型有什麼優勢？

當前業界使用最廣泛的語音識別模型是LSTM模型，它存在2大問題：

1、遠場識別準確率低。距離間隔越遠，識別率越低，受雜音干擾越大。想像下，你家住2樓，你在家看智能語音電視，這時樓下有人說話，電視接收到了樓下聲音干擾，錯誤識別指令，為你切換了播放內容，你內心是怎樣的感受？

2、識別效率低。由於現在的模型訓練過程複雜，需要經過很多步驟，訓練速度慢，所以語音識別效率低。想像下你跟機器人下一個語音指令，需要等待，而非實時得到反饋，是種怎樣的體驗？

所以傳統的語音交互必須滿足如下幾個條件：

（1）交互距離要近;

（2）發音標準;

（3）環境安靜;

（4）人機不能持續對話。

而阿里的DFSMN模型在遠場識別準確率和識別效率上有了重大突破。官方報道稱，裝有DFSMN語音識別模型的「AI收銀員」在與真人店員的PK中，在嘈雜環境下，準確識別了用戶的語音點單，在49秒內點了34杯咖啡。這個實驗充分證明了該模型在遠場識別率、抗干擾和識別效率上的提升。

3

這一技術突破會給未來帶來什麼影響？

智能語音將是下一個人機交互的入口。它其實已經開始逐步滲透、應用到各個領域和場景中。只是阿里的這次技術上的突破和開源的精神，將加速推動智能語音產品在各行業和場景的落地。

目前智能語音產品的應用場景主要分為B端和C端兩類。

B端主要應用於一些服務形態的智能，例如商場里的導購、醫院裡的導診、銷售公司的電話銷售、電話客服、點餐、訂票、收銀等等。

都可以將人力從這些工作中解放出來，提升效率，降低企業人力成本。相信不久的將來這些崗位的工作很容易被智能語音機器人取代。如果模型足夠迅速、準確，甚至可以做同聲傳譯的工作。

C端則可廣泛應用於醫療、家居、醫療、教育、養老等領域。我們可以想像幾個典型用戶場景：

1、一個2歲寶寶，每天媽媽去上班都會哭鼻子，寶寶很捨不得離開媽媽，希望媽媽能隨時陪伴著自己。於是，媽媽給寶寶買了一個智能語音的毛毛熊，媽媽向毛毛熊錄製了幾段話，於是毛毛熊迅速學會了媽媽說話的語音語色語調，在媽媽不在家的時候，只要寶寶跟毛毛熊說話，毛毛熊就會用媽媽的聲音陪寶寶聊天，哄寶寶睡覺、吃飯，就好像媽媽就在寶寶身邊。

2、周末，你在家躺床上一邊吃著零食一邊看著電視，有一部電影你看到一半覺得提不起興趣，想換一部電影，你無需再滿床爬著去找不知道丟到哪個角落的遙控器，只需要說：「我想換個喜劇片看看」，於是電視便根據你的喜好個性化的為你推薦了喜劇電影和電視的列表，你說「不喜歡，換」，便實現了翻頁，終於，你發現了屏幕上的《喜劇之王》，於是你說「喜劇之王」，便進入了喜劇之王的電影播放中。

3、年邁獨居的老人不小心在家裡滑倒了，不能動憚，好在意識清醒，於是對著自己的穿戴手錶說：「呼叫120」，很快電話接通，向醫生介紹了自己的住址和身體的基本情況後，醫生給老人叮囑了一些應急處理方案和注意事項，然後迅速趕往老人家裡。到達現場後醫生開始對老人進行應急處理，這時老人的病例檔案已經通過剛才的電話被智能語音系統創建完成，醫生一邊處理一邊口述病人現狀和要使用的藥物，這些信息都自動記錄到了老人的病例檔案中。

4、一個大二的學生小王，準備練習自己的英語口語為出國做準備。以前都需要花費很高昂的學費才能獲得外教一對一的口語陪練。現在手機里的智能語音機器人就可以用純正流利的英語與小王完成對話，並對小王的發音給出評定和矯正。

智能語音的廣泛應用能開啟一個新的交互時代，能給我們的生活和經濟都帶來深遠的影響。但是要實現廣泛的深度應用，語音識別上除了對速度和效率的提升，還需要變得越來越「善解人意」。

這次阿里的開源，無疑會吸引很多的開發者站在巨人的肩上，群策群力，加速對模型的優化，這將進一步加快人工智慧領域發展的進度。

你還能想像到哪些智能語音有趣的應用場景呢？歡迎請留言回復。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！