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

远在非洲的数据标注工厂也在为人工智能打工他们也会服务中国的人工智能公司人工智能背后不为人知的贡献者——生活在肯尼亚贫民窟的一群人。在非盈利组织Samasource的帮助下,他们为硅谷大型科技公司的人工智能研究提供数据标注服务。我们一起来看看国外的数据标注到底是什么样的人工智能如人们预期工作时,硅谷企业总喜欢说一切“好似魔法”。但实则不然。魔法的背后是布兰达(Brenda),一位26岁的单身母亲。她目前居住在非洲最大的贫民窟基贝拉(Kibera),或许这里也是全球生活最艰难的社区。在这里,成千上万人住在一个比伦敦海德公园大不了多少的地方。每一天,布兰达坐着公交车前往肯尼亚首都内罗毕东部。在那里的一栋大楼内,她和其他1000多名同事为人工智能的另一面——我们所知甚少,所见更少的一面——辛勤付出。在八小时的工作时间内,她需要负责创建训练数据,即把数据——大多数为图像——加工成计算机可以理解的形式。布兰达(左)布兰达先是上传一张图片,然后用鼠标跟踪里边的所有物体。人、车辆、路牌、车道标记——甚至天空,还要特别说明是晴朗的还是阴霾的天空。将数百万张这样的图片输入到人工智能系统中,意味着(比方说)一辆自动驾驶汽车可以开始“识别”现实世界中的物体。数据越多,理论上机器越智能。在狭小的办公室里,她紧挨着身边的同事,紧盯着显示屏,放大图像,防止标错哪怕是一个像素。一名上级人员会检查他们的工作,若没有达到要求,就需要返工。速度最快、准确率最高的训练员的名字可以出现在办公室的多台电视机屏幕上以作鼓励。而最受欢迎的奖励则是:购物券。“你可以做一些与众不同的事情,”当我拜访她时,布兰达告诉我说。她和自己的女儿,兄弟还有母亲一起蜗居在一间拥挤的小房子里。“我现在的工作,让我相信我的努力正为未来的某些人提供帮助。”贫民窟学校布兰达的雇主是Samasource。这是一家总部位于旧金山的公司,客户包括谷歌、微软、Salesforce和雅虎等。这些客户大多数都不会希望讨论他们与Samasource合作的细节本质——因为大多与未来项目有关——但可以说,在贝罗毕这栋大楼里准备的数据,构成了硅谷一众大公司在人工智能领域得以开展研究的重要一部分。布兰达在标注数据。这种技术进步或许永远都不可能出现在基贝拉这样的地方。作为非洲最大的贫民窟,这里有太多亟需解决的问题,比如缺少清洁淡水,以及众所周知的卫生危机。但这不代表人工智能不会在这里产生积极的影响。当我们在这个下雨天驱车前往基贝拉少有的几栋永久性建筑之一时,我们发现,这栋位于铁路线附近的建筑虽残破不堪,但显然自殖民以来经常性为人们所使用。大约一年前,这栋建筑是扔石头的暴徒与军队之间的分界线。今天,它已经成了一个蓬勃发展的活动中心,里边有一个媒体学校和工作室,有一个自助餐厅;而在楼上的一个房间里,满满当当的都是台式机电脑。在这里,吉迪恩·恩尼欧(Gideon Ngeno)教授向25名左右学生传授个人计算机的基础使用知识。在这个过程中有趣的一点是:哪怕是在基贝拉这样的地方,人们的数字化素养其实不低。这里,智能手机十分普遍,其它所有商店都有充电器和手机配件等出售,并且人们会使用移动支付系统MPesa来购买这些东西。为自动驾驶做数据标注的范围包括人、车辆、路牌、车道标记——甚至天空。但非洲的大多数地区都没有经历过台式机电脑的年代。键盘和鼠标的组合对他们来说完全是一种新奇陌生又复杂的体验。一名Samasource的团队成员告诉我说,在被要求搜索互联网上的信息时,她经常观察到有学员不是看着电脑,而是拿起他们的手机。在这里教授的课程则是为那些希望继续在Samasource等数字经济公司工作的人专门设计的。学费为500肯尼亚先令(5美元左右)。对那些经常生活在贫困线以下的人来说,这个费用也还可以承受。公司一开始是免费提供课程的,但我后来得知,由于没有经济上的付出,考勤(和上课认真程度)都不太理想。恩尼欧教授说,目前上课最大的困难是噪音——就在我们说话的间隙,一群小孩子发生阵阵吵闹声。而在外边,又是一个人来人往十分嘈杂的集市。适合加州的园区相比之下,Samasource在内罗毕的办公室位于一处发展形势比较好的位置。公司位于一商务园区建筑内,总共占据四层楼,拥有大量用于数据训练的计算机。数据标注可以让一辆自动驾驶汽车开始“识别”现实世界中的物体。如果不看窗外景色,你恐怕会以为自己身处于一家硅谷科技公司内部。墙上贴着瓦楞铁皮,这种装饰方式放在加州的话算得上走在时髦前沿。但是,提醒你这是在非洲——而不是加州——的一点是:大部分工人(近75%)来自平民窟。最令人印象深刻的是,Samasource克服了大多数硅谷企业努力想要解决的问题。近半数的员工为女性,这在母亲同时也负担家庭经济的国家,实属了不起。在这里,有哺乳室,长达90天的产假,以及灵活的轮班模式。这些均让这家公司不仅在肯尼亚,就是在全球,也是一个出色的榜样。“人们常说,男人工作养家,”人力资源负责人海伦·萨瓦拉(Hellen Savala)说,“但女人工作的话,她不仅养活自己家,也会帮助更大的家庭。这样的话,你就会拥有更大的影响力。”“不可能成功”这种平衡不仅只存在于入门级工作中间。在旧金山的Mission District,在比肯尼亚办公室小很多的办公室里,Samasource的首席执行官蕾拉·焦纳赫(Leila Janah)谈及如何让公司管理层女性占大多数时莞尔一笑。她说:“在硅谷,尤其是在人工智能领域,这样的情况实属罕见。但我们认为这没什么特别的。这也是一种竞争优势。”蕾拉·焦纳赫(右)Samasource成立于2008年。公司早期并不受待见。在美国经济衰退期间,大量向发展中国家外包工作并不受人欢迎,可以说现在仍不受欢迎。而那些发自内心欣赏公司理念的人则又担心的是,发展中国家的工人缺乏必需的数字技能,担心他们的工作达不到科技巨头们愿意接受的标准。“科技圈里和慈善界的有识之士都说这是一个非常好的想法,但是它不可能成功,”焦纳赫回忆说。今天,Samasource是东非同类型组织中最大,同时在亚洲和北美均设有机构。廉价劳动力焦纳赫自豪地表示,公司在准确性和安全性方面的记录,是赢得谷歌等大公司合同的重要因素。但毫无疑问,这些公司愿意与Samasource合作的另一个明显动机是,这里有全球最廉价的劳动力,并且当地人迫切需要稳定的工作。Samasource希望帮助的目标是,目前每天薪酬低于或刚达2美元,并且还是从事所谓的“怪异”地下经济或危险职业的人。Samasource可以提供每天约9美元的薪酬。这对当地人来说已经是了不得的飞跃,虽然跟硅谷相比仍微不足道。吉迪恩·恩尼欧向学生传授个人计算机的基础使用知识。“确实,它有很高的成本效益,”焦纳赫说,“但我们工作中的一个关键点在于,我们不会提供可能破坏当地劳动市场的薪酬水平。如果我们给出的薪酬过高,我们会给整个社会带来麻烦。比如,可能会对我们员工所生活的社区的住房成本、还有食物成本等带来潜在负面影响。”当然还有一个问题是,如果这种工作不再有需求会发生什么情况。Samasource的主要业务是为自动化系统提供数据。那么,如果创建数据的过程也能够自动化之后,会怎样呢?“这是一个关乎几十亿美元的科技问题,我相信每一个人心中多少都有类似担忧,”焦纳赫说,“我认为,在这个问题上,媒体有炒作过度之嫌。但你要是跟开发这些算法的数据科学家们深入交流后,你会发现机器远没有大多数人想象的那么智能。我们仍需要训练数据很长一段时间。”“这份工作改变了我的方方面面”数据训练专家其实是一项极其无聊的工作、充满了重复性、永没有尽头的任务。在镜头之外,有些员工会讨论如何面对快速工作以实现公司指标的压力,因而休息时间也大大减少。有些Samasource的工人现在虽然是自由职业者,可以在任何地方工作,但每当工作时都会一个网络摄像头监视他们的工作。伊德里斯·阿布迪(左)我们在办公室内看到的所有工人都没有得到任何适当的符合人体工程学的支持,经常伏在电脑前连续疯狂点击鼠标数小时——这对眼睛和身体都会造成一定压力。公司表示会考虑解决这个问题。对工作的抱怨在这个行业内并不少见,不过时常会得到快速的跟进和解决。Samasource表示,公司在发展中国家至少影响了近5万人;他们要么在Samasource工作,要么他们的家人在Samasource工作。根据公司对前员工进行的问卷调查,公司发现近84%的前员工会选择接受更正式的工作,或接受高等教育。其中一个从此走向成功的员工叫伊德里斯·阿布迪(Idris Abdi)。25岁的阿布迪在工作后,得以搬离贫民窟。“这份工作改变了我的……方方面面,”他说,“改变了我的认知,它让我看到未来的希望。”(小白)看到他们的,我们才知道我们的数据标注工作室比他们好多了。

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。