當(dāng)“阿爾茨海默”遇上“語音合成” 終于知道搜狗AI如何完美著陸

隨著智能語音助手、智能翻譯、智能音箱的流行，語音交互技術(shù)在大眾眼中早已不是什么神秘話題。語音交互還可以怎么玩？搜狗給出了另一種答案。

今年重陽節(jié)，搜狗的語音交互將目光聚焦在阿爾茨海默老年患者身上。在介紹視頻中，一位患有阿爾茨海默癥的老人，日常生活全由老伴的聲音陪伴與提醒。但讓人意外的是，老伴的聲音并非真人實(shí)時(shí)發(fā)出，而是通過搜狗的語音合成技術(shù)，對(duì)聲音進(jìn)行的復(fù)刻和重現(xiàn)。用熟悉的愛人、家人的聲音為阿爾茨海默患者帶去陪伴。

“高高在上”的語音合成首次走進(jìn)大眾

語音合成技術(shù)（TTS），即通過使用少量數(shù)據(jù)生成該說話人的合成音。除了能模擬發(fā)音外，搜狗還研發(fā)出說話人風(fēng)格的遷移技術(shù)，換言之，就是讓合成的聲音聽上去就跟你在說一樣。

“在語音、圖像里，機(jī)器不再只是簡(jiǎn)單地做識(shí)別，而是能生成和你一樣的個(gè)性化的聲音，做聲音風(fēng)格的遷移?！?/p>

去年12月的第四屆世界互聯(lián)網(wǎng)大會(huì)上，王小川首次向外界展示這項(xiàng)技術(shù)，一首王小川版《我的滑板鞋》，讓在場(chǎng)觀眾見識(shí)到語音合成的真實(shí)效果。據(jù)王小川透露，這首歌曲里的真人聲音，全是機(jī)器通過學(xué)習(xí)其本人過往演講的語音素材合成而來。目前搜狗語音合成已支持中英日韓等多個(gè)語種，男、女、童等數(shù)十個(gè)音色的合成。

此外，搜狗的這項(xiàng)語音合成技術(shù)還獲得了業(yè)界權(quán)威的認(rèn)證。今年7月，在 “Blizzard Challenge2018”比賽中，首次參賽的搜狗就獲得可懂度和語音停頓兩項(xiàng)子任務(wù)第一的成績(jī)。

Blizzard Challenge是國(guó)際上最具權(quán)威性、影響力和規(guī)模都最大的語音合成大賽，吸引CMU（美國(guó)卡耐基－梅隆大學(xué)）、Cambridge University(英國(guó)劍橋大學(xué))、University of Edinburge(英國(guó)愛丁堡大學(xué))、Nitech(日本名古屋工業(yè)大學(xué))、科大訊飛、中科院自動(dòng)化所等國(guó)內(nèi)外眾多國(guó)際一流的科研單位和企業(yè)參賽。足見搜狗在語音技術(shù)領(lǐng)域的領(lǐng)先地位。

而現(xiàn)在，技術(shù)領(lǐng)先的優(yōu)勢(shì)也助力搜狗搶先完成AI應(yīng)用的突破。

除了為阿爾茨海默海默患者帶去家人、愛人聲音的陪伴外。據(jù)了解，搜狗語音合成小程序?qū)⒂诓痪煤笊暇€。它可在獲取一定時(shí)長(zhǎng)人的聲音之后，快速合成用該音色進(jìn)行的語音播報(bào)，如新聞播報(bào)、閱讀兒童讀物、閱讀私人書單等。語音合成小程序的上線，能夠讓每一個(gè)人都能體驗(yàn)到這一技術(shù)帶來的陪伴。搜狗的語音合成技術(shù)開始為大眾服務(wù)。

搜狗“單一”AI在遍地開花

實(shí)際上縱觀搜狗的AI發(fā)展，會(huì)發(fā)現(xiàn)這個(gè)旨在“讓表達(dá)和獲取信息更加簡(jiǎn)單”的公司的執(zhí)念與與眾不同。

與同樣做搜索出身的谷歌、百度不同，搜狗的AI戰(zhàn)略布局并不像前者那樣“全面開花”，而是始終以語言為核心，在語音、圖像、對(duì)話和問答、翻譯領(lǐng)域發(fā)力。

這與搜狗搜索、輸入法、瀏覽器“三級(jí)火箭”的核心產(chǎn)品有關(guān)。一方面，基于搜索和輸入法產(chǎn)生的海量數(shù)據(jù)，解決了搜狗AI學(xué)習(xí)的先決條件，讓搜狗在AI技術(shù)上做更多深入探索。

另一方面，語音識(shí)別、圖像識(shí)別、語義識(shí)別，與在此基礎(chǔ)之上的對(duì)話、翻譯、智能搜索，能結(jié)合核心業(yè)務(wù)與應(yīng)用落地商業(yè)化，同時(shí)也能反哺這些業(yè)務(wù)的后續(xù)發(fā)展。

以語音翻譯為例，搜狗神經(jīng)機(jī)器翻譯技術(shù)與其輸入法、英文搜索、機(jī)器同傳系統(tǒng)、智能翻譯硬件等領(lǐng)域都已深入融合。截止目前，搜狗同傳一共支持了23場(chǎng)大型國(guó)際會(huì)議，并連續(xù)兩年成為蘋果發(fā)布會(huì)媒體直播報(bào)道的同傳標(biāo)配。

此外，根據(jù)搜狗Q2財(cái)報(bào)顯示，二季度搜狗輸入法在中英互譯基礎(chǔ)上，增加了中日、中韓的互譯功能，翻譯請(qǐng)求量較上一季度增長(zhǎng)30%。目前，搜狗神經(jīng)機(jī)器翻譯技術(shù)的日均翻譯請(qǐng)求達(dá)1.6億次，覆蓋全球超5億用戶，助力產(chǎn)品產(chǎn)生經(jīng)濟(jì)效益超人民幣40億元。

而像此次面向大眾推出的語音合成技術(shù)，實(shí)際上又在垂直搜索、搜狗百科、車載導(dǎo)航以及同聲傳譯等多個(gè)場(chǎng)景中早已進(jìn)行了深度整合。

有沒有發(fā)現(xiàn)，雖然近年來搜狗在AI上動(dòng)作不斷，但幾乎都是沿著一條主線在布局。那就是如何在“對(duì)話”中發(fā)現(xiàn)用戶的潛在需求，以及如何增強(qiáng)用戶的表達(dá)能力。這是搜狗“表達(dá)”與“獲取”的使命，也是其人工智能發(fā)展的邏輯。

在語言AI賽道上加速度發(fā)力

王小川曾表示：“搜狗以語言為核心的AI戰(zhàn)略日益清晰。我們會(huì)繼續(xù)提升搜狗搜索結(jié)果頁(yè)首條直接顯示答案的比例，讓搜索更智能；我們會(huì)通過AI提升機(jī)器對(duì)于語言的理解能力，真正輔助對(duì)話，讓輸入法更聰明。同時(shí)，搜狗也會(huì)加快智能硬件的布局，讓AI技術(shù)更好地為大家服務(wù)?！?/p>

目前，搜狗移動(dòng)搜索的市場(chǎng)份額17.8%，位居中國(guó)第二大搜索引擎。輸入法日均語音請(qǐng)求量超過3億次。除了繼續(xù)通過AI賦能搜索、輸入法產(chǎn)品之外，搜狗同時(shí)也在不斷推出智能硬件。今年搜狗推出的“搜狗旅行翻譯寶”以及“搜狗錄音翻譯筆”等翻譯硬件也均在首發(fā)當(dāng)日售罄。

此外，搜狗的AI能力還得到行業(yè)普遍認(rèn)可，正不斷向行業(yè)上下游滲透。在與vivo的合作中，搜狗為vivo NEX提供翻譯技術(shù)支持。今年9月，搜狗與人民日?qǐng)?bào)達(dá)成戰(zhàn)略合作，成為首家面向全國(guó)黨媒的AI技術(shù)賦能平臺(tái)。

雖然相比起全面布局的AI戰(zhàn)略，搜狗的AI更加聚焦，但聚焦也意味著力量得以更集中的爆發(fā)。現(xiàn)在搜狗正以加速度，跑在自己的人工智能賽道上。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。