智能语音产业现状

语音交互设计与运营的这两年里,事情比较多一直没空静下来总结一下做过的事情。我们先从语音产品的现状总结一下吧。
最近几年来随着深度学习技术的突破,大数据技术以及自然语言理解能力的提升,带动了一波产业热潮。国内继科大讯飞、捷通华声之后,阿里,百度,腾讯等巨头都在智能语音领域发力,行业内也涌现出新的佼佼者:思必驰、云知声、出门问问等后起之秀,在教育、客服、电信等传统行业之外,开辟出了车载、家居、医疗、智能硬件等语音技术应用新天地。
如果找一个产品来代表现在国内智能语音产品的现状,我会选择智能语音音响。它听上去很酷,产品价格也适中应该推广很好。但事与愿违,国内智能音箱虽然是重要语音交互体验产品,但销量并不乐观。仅阿里的天猫精灵在双十一以99元火了一把,双十一销售达到上百万台。其他产品销量真的惨不忍睹,比如:小米音响国内排名第一平均每月销售4766台(数据来源淘宝)。在国外智能语音音响已经被广泛的推广,Amazon的echo,谷歌的GoogleHome,苹果的 HomePod等纷纷上市抢占市场。以下为Amazon的echo销售成绩单
所以国内的智能音箱还需继续努力,而语音技术上在近一年的确得到十足的长进。在Gartner的技术成熟度曲线面前,跌宕起伏又迎来了的转折点。

智能语音现在的不足在哪?无论在C端还是在B端带来的仅是交互的便捷,体验的提升吗?带着这些问题,我们先看看现在只能语音的不足
技术还不够成熟:语音识别还需提升,NLP技术还有待成熟
语音识别主要包括以下步骤:语音信号处理、静音切除、声学特征提取、模式匹配等环节。由于语音信号的多样性和复杂性,系统只能在一定限制条件下才能获得满意效果。在真实使用场景中,考虑到远场、方言、噪音、断句等问题,准确率会大打折扣。目前业内对于16K采样率的语音识别普遍宣称的97%识别准确率,更多的是人工测评结果,只在安静室内的进场识别中才能实现。
我以前做过的智能语音产品:智能客服,语音信箱为例,基于通讯网络下的产品。在GSM网络下仅有8k,16bit的采样率,识别率最高也只能在90%左右,国外据说IBM能做到94.9%。制约因素主要有数据:语音识别除了算法以外更多的是需要大量的语音标注数据去训练去优化,去通过对该业务的定制升学模型,语音模型去提升,如果没有数据你何来提升。还有另外一个问题就是噪音,噪音分为人生与非人声。电话中的场景是复杂的,背景音很多,降噪技术能做到的非常有限。很多智能硬件通过麦克风阵列的确能大幅的减低了背景音的干扰,但没有呢?比如:手机用的最多智能语音的硬件。
NLP技术主要分为三层:词法分析、句法分析、语义分析,三者之间关系是递进又相互包含。而中国文化的多样性,一词多意,所以语义消岐是NLP技术突破的重大难点。机器在切词、标注词性、并识别完后,需要对各个词语进行理解。由于语言中往往一词多义,人在理解时会基于已有知识储备和上下文环境,但机器很难做到。现有手段更多的是通过根据业务,场景定制语言模型,热词等方式去对该应用场景的消岐,还是会面对很多问题。
由于近几年的大数据技术的快速提升使人工智能技术得到快速发展,但一领域的技术进步和产业化推进是一种协同关系。只有通过工程化把技术落地,在产品运营过程提升效果与体验,才能促进产品广泛推广,再根据实际应用中的数据和反馈,反过来推动技术实现突破。
对于未来的机遇在哪?
个人了解的行业信息有限,但从我获取到信息说一下个人的理解。C端智能语音正在改变着我们的生活习惯,主要应用在移动设备、汽车、家居三大场景,用来变革原有人机交互方式;B端则针对垂直行业需求,提升人工效率,比如智能客服,通过智能应答解决了80%以上的用户问题,大量的降低了人力成本和用户解决问题的销量。在政企方面比如法院的记录,医院的记录等。

 

整体的发展中移动互联网、智能家居、汽车、医疗、教育等领域的应用带动智能语音 产业规模持续快速增长。2015 年全球智能语音市场规模达 62.1 亿美元,同比增长 34.2%。中国智能语音产业市场规模也逐步扩大,2015 年 40.3 亿元产业规模约占全球市场份额 10%,且增速显 著高于全球市场,预计至 2017 年份额占比将提升到 14%(数据来源于:中国产业信息网)。
对于快速发展智能语音产业,谁能占领更大的蛋糕。对于底层算法虽然还是很大壁垒,但我跟认可谁有数据谁说了算,谁在该领域获得最多的数据,这个领域就由谁主导。从这个逻辑BAT无疑最大的蛋糕获益者,那其他的创业者还有机遇,我只能说起跑线还在画,不用担忧到终点的问题。

推荐文章

标注说明 标注范围说明:要进行标记的对象:站着、坐着、蹲着、躺着、抱小孩、背小孩、容器(购物车、婴儿车)中的小孩、走着的人、骑车人、推车和拉杆箱。当出现以下情形时,不需标注:1) 人体性别或年龄无法区分时不需标注;2) 头部或身体遮挡或截断超过50%及以上时不需标注;3) 推车、拉杆箱存在50%及以上遮挡时,不标注推车及拉杆箱;当行人无法标注时,其推车及拉杆箱也不进行标注。 示例及说明:标注对象示例 图中的1、2、4、5均需进行标注,3、6、7、8、9、10均因遮挡过多,不进行人像标注。同一人物会出现在不同的图片中,尽量不要进行重复标注。抱小孩、背小孩的,大人小孩单独标注;容器中(推车内、拉杆箱上)的小孩,小孩单独标,容器单独标并与大人相关联左图大人小孩单独标注,需拉两个标注框,标注框可重叠。标注框的大小说明:(1) (2) (3)拉取标注框时,框的大小要贴合标注的对象,如图(1)所示,图(2)中的标注框过大,图(3)中的标注框过小。可标注对象遇到被遮挡情况,要按预估标注完整框;遇到被截断情况,需要标注可见区域。当遮挡或截断比例超过50%不进行标注。 标注属性说明:“其它”表示属性可以清晰观测但是不在现有选项内。“不明确”表示标注人员无法观测到属性。部分属性无法判断可选择“不明确”类型:行人、骑车人。骑车人的车不作为附属进行标注。遮挡:完全未遮挡、部分遮挡、大部分遮挡;完全未遮挡(0%)部分遮挡(0%~20%)大部分遮挡(20%~50%); 红色标注的人被部分遮挡截断:完全未截断、部分截断、大部分截断;完全未截断(0%)部分截断(0%~20%)大部分截断(20%~50%) 红色标注的人由于画面限制被部分截断人脸能否看清:是、否;身体朝向:正面、背面、左侧(包括左前、左后)、右侧(包括右前、右后)、不明确,具体朝向以标注人员视角为准;(左侧)(右侧)(背面)发型:光头、短发、长发、戴帽子、不明确;头发在耳朵垂以上才算短发,头发在耳朵垂以下的全是长发;眼镜:无眼镜、透明眼镜(包括只佩戴镜框)、墨镜(包括有色眼镜)、不明确;佩戴口罩:佩戴口罩、不佩戴口罩、不明确;性别:男、女;性别不明确不进行标注年龄:婴儿、小孩、学生、青年、中年、老年;婴儿特指无法走路,还在手推车里的小孩(0-3)小孩指10岁以下(4-9)学生指初高中(10-18)青年指大学生以上(19-40)中年(41-60)老年(60以上)人种:亚洲人、白人、黑人、不明确;全身:是、否;可标注的人物穿着类似背带裤或者裙裤等从身体连到脚的衣服时,全身属性选择“是”,当可以看清标注对象上衣下衣情况时(包括及膝的连衣裙,也能看见裤子),全身属性选择“否”。上衣类型:户外外套、西装外套、毛衣、t恤、衬衫、连帽衫、无袖上衣、披肩、其他、不明确;全身属性为“是”时,上衣类型选择“不明确”;全身属性为“否”时,上衣类型根据实际情况进行标注。上衣类型为多选框(比如毛衣上披了披肩),如下图所示,外套和内衬均可进行选择。 上衣颜色:黑、白、灰、橙、黄、绿、青(蓝绿色)、蓝、紫、洋红(红偏粉)、红、棕、其它(其它颜色)、不明确;上衣颜色无需考虑全身情况,依旧按照实际情况进行标注。按照图像中标注人员主观判断颜色占比,选取占比最大的颜色,如果是杂乱花纹就标注“其他”。颜色均匀分布选择“其它”。颜色属性比较多,不要选错。上衣纹理:纯色、条纹、格子、大色块(主要颜色占大部分)、其它(其他纹理)、不明确;上衣纹理无需考虑全身情况,依旧按照实际情况进行标注。大色块代表某种颜色占据上衣大部分区域,如上衣外套是黑色,打底是白色,纹理为大色块;如上衣是黑色,包包的带子是白色且较宽、面积大些,纹理也为大色块。上衣纯色且遮挡很少(纯色上衣佩带窄带的斜挎包)记为纯色。下衣类型:下衣类型:长裤、短裤、长裙、短裙(以膝盖为界)、不明确;全身属性为“是”时,下衣类型选择“不明确”;全身属性为“否”时,下衣类型根据实际情况进行标注。下衣如果光腿颜色标注“其他”,如果穿

热门文章

        对数据标注行业稍微有些了解的人都知道数据标注进入门槛低,适合很多人兼职也适合创业。        正是因为数据标注行业的门槛低这个特点最近两年从事数据标注的小公司小工作室如雨后春笋般的遍布全车大大小小的县城。        但是目前有个有趣的现象,那就是有很多进入数据标注行业做了一段时间的人慢慢的感觉数据标注行业就是个坑?为什么有些人会说数据标注就是个坑呢?        其实对与有上述问题认识的人我们认为,这些人多数都是有于对这个行业对自身条件的不了解,盲目的开始进入数据标注行业的。为什么我们会这样说呢?下面就给给大家来分析下到底有哪几方面的原因:        一、有相当一部分人是听了朋友或者网上消息说这行很火爆,好做,门槛低,也有一部分人了因此租办公室买电脑招人,然后就去群里面找分发项目的人就开张干起来了。可实际上这些人他们大多数都没有充分了解数据标注行业,更没有认真仔细得去调查分析,到底自己能不能做好一个项目,到底自己能不能有质有量按时交付的完成一个项目,到底自己有没有这个能力来管理项目。更多的人也没有去用长远的眼光去考虑数据标注项目。        二、数据标注项目虽然入门门槛低,但是相当一部分有于理解认知应变能力上都不能保证去做好数据标注项目,还有一部分人由于自己对标注项目重视程度不足接到项目之后呢?不仔细认真的去阅读理解项目规则,更没有很好的对规则质检标准去培训员工,而对员工的要求主要看重每天的产出效率,从而导致接到手的项目做的质量很差,频繁的返工,有提项目甚至因为质量太烂项目方不给结算或者是结算比例很少,最终的结果就是做好些个项目但基本都是赔钱。        三、虽然业内人都 说数据标注简单,但是标注项目他也是一个系统性的工程,一个项目能不能做好并不简单的看项目好做就能赔钱。实际上决定项目赚不赚钱考验的是一个团队的项目管理水平,质量管理能力,运营能力各方面因素的。一句话再好赚钱的项目也照样有人赚钱也有人赚钱,要赚钱不是那么简单的。        四、还有些工作室 、小公司因为对行业不够了解等他们做了一段时间后发现,自己团队经常会没有项目做,而自己团队接项目的业务能力又不具备,甚至有的时候为了员工有活干去接一些价格极低根本就不赚钱的标注项目,时间稍微一长这些工作室团队就会赔上很多钱最终关门倒闭。        五、下来要说的就是一部分人人兼职人员由于认识不到位,对项目的规则质量要求 文件不认真阅读消化理解导致做的项目质量差返工有的甚至最后不结算,最终退出这行。更有一些人由于经验不足被标注行业的项目骗子给忽悠到辛苦劳动到最后结算时找不到人。        标注行业本身由于进入门槛低,做的人很行业内盲目打价格战,导致很多转手二手三手的项目在质量工期的要求下根本就不赚钱甚至赔钱,所以在这里也提醒大家做任何事都要谨慎而行。