當“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時發(fā)出，而是通過搜狗的語音合成技術，對聲音進行的復刻和重現(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大眾

語音合成技術（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)出說話人風格的遷移技術，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，機器不再只是簡單地做識別，而是能生成和你一樣的個性化的聲音，做聲音風格的遷移?！?/p>

去年12月的第四屆世界互聯(lián)網(wǎng)大會上，王小川首次向外界展示這項技術，一首王小川版《我的滑板鞋》，讓在場觀眾見識到語音合成的真實效果。據(jù)王小川透露，這首歌曲里的真人聲音，全是機器通過學習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語種，男、女、童等數(shù)十個音色的合成。

此外，搜狗的這項語音合成技術還獲得了業(yè)界權威的認證。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子任務第一的成績。

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

而現(xiàn)在，技術領先的優(yōu)勢也助力搜狗搶先完成AI應用的突破。

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€。它可在獲取一定時長人的聲音之后，快速合成用該音色進行的語音播報，如新聞播報、閱讀兒童讀物、閱讀私人書單等。語音合成小程序的上線，能夠讓每一個人都能體驗到這一技術帶來的陪伴。搜狗的語音合成技術開始為大眾服務。

搜狗“單一”AI在遍地開花

實際上縱觀搜狗的AI發(fā)展，會發(fā)現(xiàn)這個旨在“讓表達和獲取信息更加簡單”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、對話和問答、翻譯領域發(fā)力。

這與搜狗搜索、輸入法、瀏覽器“三級火箭”的核心產(chǎn)品有關。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學習的先決條件，讓搜狗在AI技術上做更多深入探索。

另一方面，語音識別、圖像識別、語義識別，與在此基礎之上的對話、翻譯、智能搜索，能結合核心業(yè)務與應用落地商業(yè)化，同時也能反哺這些業(yè)務的后續(xù)發(fā)展。

以語音翻譯為例，搜狗神經(jīng)機器翻譯技術與其輸入法、英文搜索、機器同傳系統(tǒng)、智能翻譯硬件等領域都已深入融合。截止目前，搜狗同傳一共支持了23場大型國際會議，并連續(xù)兩年成為蘋果發(fā)布會媒體直播報道的同傳標配。

此外，根據(jù)搜狗Q2財報顯示，二季度搜狗輸入法在中英互譯基礎上，增加了中日、中韓的互譯功能，翻譯請求量較上一季度增長30%。目前，搜狗神經(jīng)機器翻譯技術的日均翻譯請求達1.6億次，覆蓋全球超5億用戶，助力產(chǎn)品產(chǎn)生經(jīng)濟效益超人民幣40億元。

而像此次面向大眾推出的語音合成技術，實際上又在垂直搜索、搜狗百科、車載導航以及同聲傳譯等多個場景中早已進行了深度整合。

有沒有發(fā)現(xiàn)，雖然近年來搜狗在AI上動作不斷，但幾乎都是沿著一條主線在布局。那就是如何在“對話”中發(fā)現(xiàn)用戶的潛在需求，以及如何增強用戶的表達能力。這是搜狗“表達”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。我們會繼續(xù)提升搜狗搜索結果頁首條直接顯示答案的比例，讓搜索更智能；我們會通過AI提升機器對于語言的理解能力，真正輔助對話，讓輸入法更聰明。同時，搜狗也會加快智能硬件的布局，讓AI技術更好地為大家服務?！?/p>

目前，搜狗移動搜索的市場份額17.8%，位居中國第二大搜索引擎。輸入法日均語音請求量超過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)當日售罄。

此外，搜狗的AI能力還得到行業(yè)普遍認可，正不斷向行業(yè)上下游滲透。在與vivo的合作中，搜狗為vivo NEX提供翻譯技術支持。今年9月，搜狗與人民日報達成戰(zhàn)略合作，成為首家面向全國黨媒的AI技術賦能平臺。

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)?，F(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

免責聲明：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確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。