公司新闻

亚马逊详解Alexa“耳语模式”技术,AI虽好却一直不赚钱?

3434

亚马逊一向在致力于让其人工智能虚拟ag亚洲国际游戏语音帮手变得愈加智能。2018年年末,亚马逊推出了Alexa的“耳语方式”(Whisper Mode)。

这一新功用是为了服务一个常见的家庭场景:当房间内有人睡着后,你会不自觉地放低声响,而走进来的对话者感受到后也会相同自觉下降音量。

耳语对话方式在睡前或夜间场景很有用,能够在与Alexa对话的一起,让房间坚持安静。它也让Alexa与人的互动变得愈加天然。

亚马逊在2019年11月将该功用扩展到一切区域,一切运用Alexa帮手的智能家电现在都能够经过耳语方式回使用户的低声说话。

耳语方式的完成难度在于,其与正常说话的发音是不同的,耳语首要是清音,也就是说,它不触及声带的振荡。与一般语音比较,它在低频带中往往具有更少的能量。

据亚马逊Alexa语音体系专家Zeynab Raeesy发布的一篇博文,他们研讨了两种不同神经网络的运用,以区别正常说话和耳语的单词。

神经网络是一层数学函数,大体上仿照了人类大脑的神经元。

2020年1月,一篇宣告在《IEEE信号处理快报》(IEEE Signal Processing Letters)杂志2020年1月号上的学术论文和一篇顺便的博客文章中具体介绍了关于“耳语方式”技术的研讨。

亚马逊文本到语音(text-to-speech)研讨小组的使用科学家Marius Cotescu解说说,首要的应战是如安在坚持天然和说话人身份的一起,将正常的言语转化成耳语。

他和他的搭档们研讨了几种不同的转化技术,包含根据声响剖析的手艺优化的数字信号处理(DSP),但他们终究挑选了两种机器学习方法,以确保它们的鲁棒性(它们很简略对不熟悉的说话者进行归纳)和功用(它们的功用优于手艺优化的DSP)。

数字信号处理器(DSP)是一种专门的微处理器(或SIP块),信号(或许来自音频或视频传感器)不断从模仿转化到数字,经过数字处理,然后转化回模仿方式。手艺优化的汇编代码往往比机器的更高效,并且许多与DSP核算相关的常用算法都是手写的,以便充分使用架构优化。

研讨团队挑选的两种机器学习方法——使用高斯混合模型(GMMs)和深度神经网络(DNNs)——都触及到练习算法,将正常语音的声学特征映射到低声语音的声学特征上。

GMMs测验为对应于输入值的相关散布的每个输出特性标识值规模,而DNNs(简略处理节点的密布算法)经过网络企图猜测与特定输入相关的输出的进程来调整它们的内部设置。

344

图:正常发声语音的声谱图(左),以及将低语-语音转化模型使用于此声谱图的成果。

(图源:亚马逊)

研讨人员的体系将声响特征表明传递给语音编码器,语音编码器将其转化成接连信号。

虽然试验版别依赖于一个名为WORLD的开源语音编码器,但布置到客户端的低语方式使用了一个神经语音编码器,进一步进步了耳语语音的质量。

该团队运用了两套数据来练习他们的语音转化体系:一套是他们自己制造的,运用了来自澳大利亚、加拿大、德国、印度和美国的五名专业配音演员;另一套是该范畴的盛行基准。

(两个语料库都包含了许多说话者的言语对——一个是彻底音量的,一个是低声的。)

为了评价他们的体系,他们将输出与天然语音记载和经过语音编码器输出的语音记载进行了比较。

在第一组试验中,研讨小组对语音转化体系进行练习,让它们辨认来自不同说话者的数据,并对来自相同说话者的数据进行测验。

他们发现,虽然原始录音听起来最天然,但由模型组成的低语听起来比“语音编码”的人类言语更天然。

最先进的文本-语音转化模型现已能够发生听起来像人类的语音片段。这种技术在谷歌帮手Google Assistant里也有呈现,还有Alexa和亚马逊Polly服务供给的新闻播报员语音,以及Alexa的名人语音功用。

用户能够增加智能扬声器或显示器的名人语音,入门价格为 0.99 美元,在试用期往后价格将进步至 4.99 美元。

在智能语音商场,亚马逊现已占有了近七成的商场份额,远超最大的竞争对手谷歌公司。智能语音帮手Alexa越来越多地呈现在各种智能设备上,在2019年5月亚马逊就宣告Alexa的接入设备量现已超越6万台。

不过,虽然Alexa的遍及度不错,其赢利却一向存疑。闻名付费科技媒体The Information在上一年年末宣告文章指出,亚马逊在2019年前10个月共获得了140万美元的Alexa技术收入,远低于其550万美元的方针。

而Alexa的内购使用也存在较大赢利缺口,亚马逊估计Alexa技术内购买在2019年前10个月的总收入将超越1800万美元,但实际收入仅为470万美元左右。不少用户都以为自己现已购买了Alexa设备,不应该再为功用和服务花钱。

对此,亚马逊却是很淡定,一位发言人经过电子邮件回应称:“Alexa是亚马逊的长时间赌注,咱们对它的未来一向持乐观态度。咱们才刚刚开始探究Alexa的潜力。”

联系我们

CONTACT US

联系人:张先生

手机:

电话:

邮箱:

地址: