0
| 本文作者： 嫣然 | 2017-11-29 11:53 |
雷鋒網(wǎng)按：亞馬遜的閃耀新星Alexa近日登錄印度，這是繼德國(guó)美國(guó)英國(guó)之后Alexa即將征戰(zhàn)的第四片土地。在此之前，Alexa 的支持語(yǔ)言只有英語(yǔ)和德語(yǔ)，相比之下，Google Assistant 已經(jīng)支持 5 種語(yǔ)言，蘋果 Siri 更是支持 24 種語(yǔ)言和 36 種方言。
原本在語(yǔ)言上就稍顯落后的Alexa，此舉可以說(shuō)野心勃勃。根據(jù) 2001 年的統(tǒng)計(jì)，印度有 29 種語(yǔ)言的使用人口超過(guò)一百萬(wàn)，有 122 種語(yǔ)言的使用人口超過(guò)一萬(wàn)，除了英語(yǔ)和印地語(yǔ)兩種全國(guó)性的官方語(yǔ)言之外，印度憲法認(rèn)定的、在各個(gè)邦具有官方地位的語(yǔ)言還有 22 種。對(duì)于 Alexa 這樣面向消費(fèi)級(jí)用戶和大眾市場(chǎng)的語(yǔ)音交互產(chǎn)品來(lái)說(shuō)，復(fù)雜的語(yǔ)言環(huán)境無(wú)疑是相當(dāng)大的挑戰(zhàn)。顯然，Alexa在這里將直面它的終極挑戰(zhàn)。它會(huì)一鳴驚人，還是遭受重大打擊呢？
Factory Daily近日發(fā)表文章，深入闡述了Alexa登錄印度所面臨的困難，亞馬遜為此所付出的努力，以及各方人士對(duì)此的看法。雷鋒網(wǎng)在不改變?cè)獾那闆r下，為您做如下編譯：
她現(xiàn)代化，會(huì)說(shuō)流利的英語(yǔ)，能幫助您預(yù)訂出租車，找烹飪食譜，播放你最喜愛(ài)的音樂(lè)，并被她最喜愛(ài)的演員沙魯克汗（Shah Rukh Khan）所深深吸引。她是一位典型的印度女士，她可能回答你所有的問(wèn)題。她最喜歡的女演員是Emily Stone和Rachel Weisz，最喜歡的冰淇淋味道是薄荷巧克力片。她是Alexa，出生在一個(gè)美國(guó)籍的亞馬遜家族，說(shuō)著一口帶印度口音的英語(yǔ)。
她是被訓(xùn)練成這樣的。 Alexa是亞馬遜的語(yǔ)音助理，印度是它推出的第四個(gè)國(guó)家。亞馬遜有雄心把Alexa放入一切場(chǎng)景。進(jìn)入你的手機(jī)。進(jìn)入你的車。進(jìn)入你整個(gè)家庭。甚至進(jìn)入酒店和辦公室。
Alexa在美國(guó)、英國(guó)和德國(guó)取得了一些早期的成功。世界各地有幾十家公司把Alexa嵌入了它們的產(chǎn)品。在國(guó)際消費(fèi)電子展上，福特、大眾和奧迪展示了將Alexa嵌入儀表板的汽車。
連接到互聯(lián)網(wǎng)后，Alexa會(huì)試圖回答你的問(wèn)題，遵照你的命令。但印度將是Alexa的終極考驗(yàn)。 “語(yǔ)音助手在單語(yǔ)或雙語(yǔ)國(guó)家運(yùn)作良好。但印度是不同的?！盠attice Bridge Infotech（簡(jiǎn)稱LBIT）的總經(jīng)理Mohan Ram說(shuō)，他自2001年以來(lái)一直從事語(yǔ)音識(shí)別技術(shù)領(lǐng)域。
2001年剛開(kāi)始的時(shí)候，Ram告訴投資者，他的公司將在五年內(nèi)解決卡納塔克邦的語(yǔ)言和方言問(wèn)題。但是17年以來(lái)，他承認(rèn)他只解決了80％的問(wèn)題。他說(shuō)：“每隔100公里語(yǔ)言就會(huì)變化，每30公里方言就會(huì)變化?！钡馊斯ぶ悄?、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)將會(huì)很大程度上改善這些問(wèn)題。亞馬遜正在以此為籌碼，試圖解決印度的復(fù)雜性。
早在亞馬遜在印度推出Alexa的一年多之前，它已經(jīng)開(kāi)始了培訓(xùn)，以滿足當(dāng)?shù)氐男枨?。“Alexa了解口語(yǔ)詞匯及其背景。印度與其他單一語(yǔ)言國(guó)家不同的是，我們要使用大量專有名詞——可能是一個(gè)人名，一個(gè)地方，一個(gè)寶萊塢唱片的名稱，一個(gè)詞作者或一部電影。”Puneesh Kumar說(shuō)，他是 Alexa體驗(yàn)與設(shè)備在印度的區(qū)域經(jīng)理。
Kumar自2010年5月以來(lái)一直在亞馬遜工作。最初是實(shí)習(xí)生，然后在亞馬遜中國(guó)擔(dān)任高級(jí)項(xiàng)目經(jīng)理，并在亞馬遜在中國(guó)市場(chǎng)推出期間工作。他最長(zhǎng)的時(shí)間是作為亞馬遜全球銷售計(jì)劃的總經(jīng)理，工作了兩年半，一直到領(lǐng)導(dǎo)Alexa在印度的實(shí)踐之前。
“我們不得不跳出英語(yǔ)思維的框架之外去思考。 我們要訓(xùn)練Alexa了解泰米爾語(yǔ)，印地語(yǔ)，泰盧固語(yǔ)，旁遮普語(yǔ)，馬拉雅拉姆語(yǔ)中的專有名詞?！盞umar說(shuō)，他現(xiàn)在在加羅爾工作。
這些問(wèn)題對(duì)印度來(lái)說(shuō)是獨(dú)一無(wú)二的，即使別的國(guó)家也有多種方言。例如，坐落在卡納塔克邦邊上的城市貝爾高姆，它從孔卡尼語(yǔ)、馬拉地語(yǔ)和卡納達(dá)語(yǔ)的混合中發(fā)展出了自己的語(yǔ)言。距離貝爾高姆386公里的烏杜皮，也是在卡納塔克邦，那里的人們講的語(yǔ)言是圖魯語(yǔ)，馬拉雅拉姆語(yǔ)和卡納達(dá)語(yǔ)的混合。
硅谷研究公司Constellation Research的首席分析師兼董事長(zhǎng)Ray Wang表示：“鑒于印度人口眾多，在這個(gè)國(guó)家分不同洲推出產(chǎn)品可能更好?！?“亞馬遜在能力上仍然落后于谷歌，但正在快速趕上。（成功）所需要的正是很多用戶去測(cè)試和學(xué)習(xí)?！?/p>
Puneesh Kumar， Alexa體驗(yàn)與設(shè)備在印度的區(qū)域經(jīng)理。
Alexa建立在人工智能和機(jī)器學(xué)習(xí)框架之上，可以在云端不斷學(xué)習(xí)。亞馬遜結(jié)合了云計(jì)算和人工智能的兩項(xiàng)開(kāi)創(chuàng)性技術(shù)，并以簡(jiǎn)單易用的語(yǔ)音作為用戶界面入口。
Kumar說(shuō)：“正是因?yàn)樗鼨C(jī)器學(xué)習(xí)的背景，因此每一句話都在幫助它學(xué)習(xí)。 Alexa基于自然語(yǔ)言理解（NLU），意味著基本上它能理解句子和上下文，并將其從文本轉(zhuǎn)換為語(yǔ)音。這些情況因國(guó)家而異。在美國(guó)和英國(guó)，當(dāng)人們談?wù)搈arks時(shí)，他們是指劃痕。但在印度，marks通常是指成績(jī)和分?jǐn)?shù)。
Alexa也理解印度遵循著以十萬(wàn)和千萬(wàn)為單位的數(shù)字系統(tǒng)，而不是百萬(wàn)和十億。 Alexa必須意識(shí)到這一點(diǎn)，Kumar說(shuō)。它能識(shí)別UP（北方邦），MP（中央邦）和CM（首席部長(zhǎng)）等縮寫詞。它也可以識(shí)別不同的PIN碼。它還囊括了北印度詞匯，如haldi，jeera和dhania，這些詞不是英語(yǔ)單詞，但是是常見(jiàn)的印度語(yǔ)單詞。
準(zhǔn)確的說(shuō)，Echo設(shè)備的用戶體驗(yàn)（Echo能即時(shí)連接到Alexa播放音樂(lè)，獲取新聞和天氣等信息，并使用語(yǔ)音控制智能家居）仍尚在發(fā)展中。FactorDaily加羅爾辦公室對(duì)Echo詢問(wèn)“誰(shuí)是Anand Murali”，得到了一個(gè)不正確的答案，而理想情況下它應(yīng)該查詢上下文，確定我們想問(wèn)的是誰(shuí)。 Google語(yǔ)音查詢會(huì)在搜索結(jié)果的頂部顯示Anand的LinkedIn（領(lǐng)英）個(gè)人資料。
Shonali Muthalaly在《印度教徒報(bào)》中寫道，“這遠(yuǎn)非完美。”“Alexa仍在了解印度的過(guò)程中，所以當(dāng)我要求她推薦餐館、提供交通預(yù)測(cè)和路線推薦時(shí)，她回答的一團(tuán)糟?！睋?jù)推測(cè)，隨著越來(lái)越多的印度人使用這個(gè)平臺(tái)，結(jié)果會(huì)變得更好。
培訓(xùn)Alexa不容易，Kumar承認(rèn)。亞馬遜最初的語(yǔ)料集有限——大約有一萬(wàn)個(gè)。這被稱為訓(xùn)練數(shù)據(jù)。Kumar不記得確切的數(shù)字了。然后有一種叫做測(cè)試數(shù)據(jù)的，它是無(wú)限的，是人類互動(dòng)和萬(wàn)維網(wǎng)的混合體。
Kumar認(rèn)為，Alexa尚不完美，所以只邀請(qǐng)了少數(shù)人使用。（此前亞馬遜在印度當(dāng)?shù)靥暨x了一批公司高管和商務(wù)人士作為天使用戶，將一部分 Echo 音箱贈(zèng)送給他們?cè)囉谩＃╇S著越來(lái)越多的人進(jìn)入Echo設(shè)備，Alexa將學(xué)習(xí)更多?！澳菚r(shí)機(jī)器學(xué)習(xí)就大顯身手了，并且開(kāi)始識(shí)別訓(xùn)練數(shù)據(jù)中不存在的新東西......隨著越來(lái)越多的人與設(shè)備交談，語(yǔ)言會(huì)擴(kuò)展。事情現(xiàn)在還不是應(yīng)該有的樣子，隨著時(shí)間的推移會(huì)變得更好。”他說(shuō)。
有一種叫做DWC（需求加權(quán)覆蓋）的東西。是最受歡迎和最常說(shuō)的詞語(yǔ)列表。為了識(shí)別這些詞語(yǔ)，Alexa尋找模式，聲音，音素，背景，然后把它們放在一起，看看人們說(shuō)的話可能是什么。一旦發(fā)現(xiàn)不匹配，則跟蹤每個(gè)不匹配以改善體驗(yàn)。
早期時(shí)，Alexa知道Amitabh Bachchan是一名演員，甚至可以獲取他的歌曲，但她會(huì)把Bachchan發(fā)音成Bakkan（遺漏了“chch”的發(fā)音）。隨著時(shí)間的推移它在學(xué)習(xí)。Kumar說(shuō)，Alexa要學(xué)習(xí)的大部分經(jīng)驗(yàn)是用她的方式讀出正確的方言和發(fā)音——不僅僅是英文，還有印度語(yǔ)和泰盧固語(yǔ)的流行詞匯。
Kumar說(shuō)，如果Alexa能夠理解對(duì)面的那個(gè)人，相當(dāng)于得到了圣杯（最高獎(jiǎng)賞）。 “無(wú)論如何，我們都希望Alexa了解話語(yǔ)背后的意圖。我們根據(jù)意圖來(lái)看大部分話語(yǔ)?！崩?，播放歌曲，播放電影中的歌曲，播放帶有某歌詞的歌曲，或不使用播放這個(gè)詞，給我唱首歌，幫我緩解一下心情——它們可能最終都要求Alexa獲取相同的結(jié)果。Kumar說(shuō)：“我們正嘗試?yán)L制相關(guān)性?！?/p>
如果用戶在獲取結(jié)果后的幾秒鐘內(nèi)說(shuō)“不”或改變?cè)儐?wèn)，機(jī)器學(xué)習(xí)算法就會(huì)明白Alexa沒(méi)有獲取正確意圖。即使這個(gè)輸入只是用于訓(xùn)練。
亞馬遜在訓(xùn)練Alexa時(shí)使用了機(jī)器學(xué)習(xí)和人工干預(yù)的混合，尤其是在同一個(gè)詞有多個(gè)發(fā)音的時(shí)候。Kumar說(shuō)：“我們得到的回應(yīng)讓人很有信心，然后我們用一個(gè)非常熟悉這個(gè)詞的人做審查機(jī)制，以確保我們正確的理解了這些音素?！?/p>
但是不可能每次遇到這種詞都這么做。Alexa會(huì)提取前20或30個(gè)詞語(yǔ)進(jìn)行這個(gè)過(guò)程，每當(dāng)有一個(gè)這樣的詞語(yǔ)時(shí)，這個(gè)程序就會(huì)繼續(xù)進(jìn)行，這時(shí)候這個(gè)詞語(yǔ)的表達(dá)水平已經(jīng)更高了。
不過(guò)，Kumar說(shuō)，這位女士（指Alexa）會(huì)有一個(gè)自己的聲音，它不會(huì)隨著從南到北的印度而變化，雖然亞馬遜希望Alexa能夠理解不同的文化、口音和對(duì)著麥克風(fēng)說(shuō)話的人的思維方式。 “我們看的是最終的綜合聲音。最終的聲音是對(duì)機(jī)器，音素，詞匯的調(diào)制，所有這些都以非常印度的聲音進(jìn)行預(yù)先錄制，”Kumar說(shuō)。
由于不可能錄下每個(gè)詞語(yǔ)，他們錄制了一組詞語(yǔ)創(chuàng)建了所謂的基本結(jié)構(gòu)。 “我們采用了一個(gè)人聲，然后把它與機(jī)器學(xué)習(xí)、語(yǔ)音和詞典這些結(jié)合起來(lái)。我們把這個(gè)聲音看作一個(gè)組合?！彼f(shuō)。
另外，因?yàn)橐晃慌浚ㄉ衔奶岬降娜寺暤闹魅耍┎豢赡苁熘械目谝艉驼Z(yǔ)言，所以他們選擇了多個(gè)人來(lái)錄制。然而，在機(jī)器學(xué)習(xí)的幫助下，亞馬遜已經(jīng)成功地使Alexa的聲音變得一致，無(wú)論你在印度的什么地方使用。 Kumar說(shuō)：“在印度說(shuō)話的Alexa會(huì)有一個(gè)自己的人格?！?nbsp;
第一天，在亞馬遜完成語(yǔ)音助理Alexa在印度的全面推廣之前，Alexa有10800個(gè)精確的技能。當(dāng)Alexa在美國(guó)推出時(shí)，它只有13種技能。技能是基于語(yǔ)音的應(yīng)用程序，如移動(dòng)應(yīng)用程序，它讓用戶能使用語(yǔ)音命令來(lái)操作應(yīng)用程序。
亞馬遜的Alexa語(yǔ)音服務(wù)和技能主管Steve Rabuchin告訴Wired，該公司受到了“星際迷航”電腦的啟發(fā)——?jiǎng)?chuàng)建一個(gè)助手，讓用戶可以通過(guò)簡(jiǎn)單的語(yǔ)音命令來(lái)控制周圍的一切。
亞馬遜已經(jīng)與印度的開(kāi)發(fā)商合作，將流行的應(yīng)用程序與亞馬遜的語(yǔ)音助手整合在一起。對(duì)于旅行方面，有Ola，Goibibo，ixigo和Jet Airways。食物方面，有Faasos，Zomato，F(xiàn)reshmenu，Sanjeev Kapoor，達(dá)拉爾。音樂(lè)方面，有Saavn和Bollywood Hungama。運(yùn)動(dòng)方面，有ESPNCricinfo。新聞和教育方面有印度時(shí)報(bào)，NDTV，ABP Live，AajTak和Byju's。智能家居解決方案，他們擁有Syska和Silvan，UrbanClap和Housejoy則提供勤雜工服務(wù)。
Kumar說(shuō)，將Alexa與應(yīng)用程序整合是很容易的。他說(shuō)：“已經(jīng)有年僅10歲的孩子建立起一門技術(shù)，還有年紀(jì)大又沒(méi)有任何技術(shù)知識(shí)的人，他們也能夠建立一門技術(shù)。
對(duì)于ixigo的首席執(zhí)行官兼聯(lián)合創(chuàng)始人Aloke Bajpai來(lái)說(shuō)，Alexa是一個(gè)很好的傳播平臺(tái)。他說(shuō)：“亞馬遜非常非常雄心勃勃，我們期望他們能夠在很短的時(shí)間內(nèi)達(dá)到幾百萬(wàn)臺(tái)設(shè)備。
但Bajpai并沒(méi)有將ixigo局限在Alexa上——他正在建立自己的語(yǔ)音助理Tara.“Alexa的使用是有限的...你問(wèn)一些東西，然后它反應(yīng)。它需要更積極主動(dòng)，譬如如果一個(gè)長(zhǎng)周末即將到來(lái)，它應(yīng)該能夠向你推薦一些東西，“Bajpai說(shuō)，但是他同意，谷歌和亞馬遜把重心放在語(yǔ)音助手之后，情況正在發(fā)生變化。他說(shuō)：“語(yǔ)音合成得到了改善......在我們正在使用他們的API的基礎(chǔ)上?！?/p>
在瘋狂學(xué)習(xí)的同時(shí)，也有人為干預(yù)來(lái)塑造Alexa的人格。Kumar作為發(fā)言人在一封后續(xù)電子郵件中表示：“我們通過(guò)賦予Alexa特性屬性和個(gè)人偏好來(lái)賦予她人格?！八龑?duì)宗教是持不可知論的，政治上獨(dú)立，同時(shí)是科學(xué)，技術(shù)，創(chuàng)新，多樣性和社會(huì)進(jìn)步的堅(jiān)定支持者?！?/p>
Alexa可以成為女朋友還是忠誠(chéng)的伴侶？ Kumar說(shuō)：“我們希望Alexa能夠提供語(yǔ)音服務(wù)，成為陪伴者，并且可以在任何情況下你都可以與之交談。 “如果你說(shuō)'我壓力很大'，她會(huì)問(wèn)你是否想聽(tīng)一些冥想音樂(lè)?！?/p>
雷鋒網(wǎng)編譯 via Factory Daily
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。
