智东西（公众号：zhidxcom）
文| 李水青
智东西11月21日消息，昨天，在MIDC大会“小米AI生态峰会暨小爱同学3.0发布会”分论坛上，小米语音首席科学家、国际著名开源语音识别工具Kaldi创始人Daniel Povey首次公开亮相，并分享了其下一代Kaldi计划。
小米人工智能部副总经理、小爱团队负责人王刚告诉智东西记者，小爱同学使用的语音技术本来就来自于Daniel开源的软件，Daniel的加盟将加大小米在Kaldi上的优势。接下来Daniel将主要参与“语音识别问题”的技术研发，涉及中英文混杂识别、方言识别等方面的问题。
同时，小爱同学3.0版正式发布，据介绍，3.0版是首个在手机上实现自然连续对话的语音助理，具有全双工自然连续对话、AI电话助理、男生版小爱同学等功能。
据统计，目前已有七大场景、40多类设备内置了小爱同学。截至2019年6月，小爱同学日活接近五千万，连接设备多达1.96亿台；截至11月14日，小爱同学唤醒次数达到341亿次。
除此之外，小米AI实验室主任NLP首席科学家王斌也首次面向公众，与小米公司的其它研发人员讲解了小米AI在视觉、语音、声学算法、自然语言处理、知识图谱、机器学习六大方向的进展。
一、“小米不是营销公司”，多年坚持“C-B-A”发展路线
小米集团副总裁、集团技术委员会主席崔宝秋说，近来，有人将小米定位为“营销公司”、“硬件组装公司”，这是对小米极大的误解。
崔宝秋介绍，小米自2012年以来坚持“C-B-A”发展路线，首先发力云平台，之后扩展到大数据和人工智能。2016年，小米将人工智能作为重点发展方向，一直将“AI相机”和“小爱同学”作为两条产品发展主线。在这个过程中，小米也一直非常重视人才的引进。
崔宝秋表示，小米在AI上具有硬件产品的能力、大数据获取能力及生态链的广深布局，这在小米智能手机及众多AIoT设备上都有应用体现。今天小米自研了1000多项技术，同时个人开发者为小米提供了近1700多种技能，这些都是“手机+AIoT”双引擎战略布局必不可缺的。
而提到小爱同学未来方向，崔宝秋说，把“一句话的事”变为“多轮连续对话”，把复杂的事用对话方式解决，是小米努力的方向。谈到小米近期发布的新品，崔宝秋表示其实新发布的手表、手机和电视就是微屏、小屏和大屏三款小爱同学。
二、Kaldi之父Daniel Povey加盟小米后首次亮相
会上，小米还迎来了一位“小爱同学”的强大助攻，国际著名开源语音识别工具Kaldi创始人Daniel Povey已成为了小米语音首席科学家。
Daniel Povey被认为是国际语言语音识别界的天才教授、语音识别开源工具 Kaldi 之父，在加盟小米前，其因奇葩学生事件被普林斯顿大学开除、拒绝Facebook工作机会的过往曾引起了圈内热议。
Daniel Povey向大家介绍了其下一代Kaldi的计划，其中包括在DNN方面使用PyTorch，增加Python接口，在PyTorch中执行LF-MMI等等。
小米人工智能部副总经理、小爱团队负责人王刚介绍，在Daniel加盟小米之前，小爱同学使用的语音技术就来源于Daniel开源的软件，Daniel的加盟将增加小米在Kaldi上的优势。
王刚告诉智东西记者，在小爱同学产品研发中遇到新的很多问题是主流研发体系中还没有遇到的，王刚表示，希望能通过与Daniel合作快速用基础技术研发来解决这些问题。接下来Daniel将主要参与“语音识别问题”的研究，涉及中英文混杂识别、方言识别等方面的问题。
三、小爱同学3.0：“多轮对话”，三种性格
会上，小爱同学3.0版也正式发布，据介绍，小爱同学3.0是首个在手机上实现自然连续对话的语音助理，具有全双工自然连续对话能力、AI电话助理、语音遥控器、小爱捷径2.0.、男生版小爱同学等功能和模式。
手机小爱同学负责人介绍，小爱同学3.0版的主要新功能是全双工技术。打电话等实时双向语音交互用的就是全双工技术，但对讲机、现在大多数的智能音箱用的是半双工。除此之外，小爱同学3.0还采用全新的交互框架。
▲小爱同学3.0采用全新的交互框架
（编辑：555手机网）
【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!
|
