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，這是繼德國美國英國之后Alexa即將征戰(zhàn)的第四片土地。在此之前，Alexa 的支持語言只有英語和德語，相比之下，Google Assistant 已經(jīng)支持 5 種語言，蘋果 Siri 更是支持 24 種語言和 36 種方言。
原本在語言上就稍顯落后的Alexa，此舉可以說野心勃勃。根據(jù) 2001 年的統(tǒng)計，印度有 29 種語言的使用人口超過一百萬，有 122 種語言的使用人口超過一萬，除了英語和印地語兩種全國性的官方語言之外，印度憲法認定的、在各個邦具有官方地位的語言還有 22 種。對于 Alexa 這樣面向消費級用戶和大眾市場的語音交互產(chǎn)品來說，復(fù)雜的語言環(huán)境無疑是相當大的挑戰(zhàn)。顯然，Alexa在這里將直面它的終極挑戰(zhàn)。它會一鳴驚人，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，以及各方人士對此的看法。雷鋒網(wǎng)在不改變原意的情況下，為您做如下編譯：
她現(xiàn)代化，會說流利的英語，能幫助您預(yù)訂出租車，找烹飪食譜，播放你最喜愛的音樂，并被她最喜愛的演員沙魯克汗（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，出生在一個美國籍的亞馬遜家族，說著一口帶印度口音的英語。
她是被訓(xùn)練成這樣的。 Alexa是亞馬遜的語音助理，印度是它推出的第四個國家。亞馬遜有雄心把Alexa放入一切場景。進入你的手機。進入你的車。進入你整個家庭。甚至進入酒店和辦公室。
Alexa在美國、英國和德國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。在國際消費電子展上，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會試圖回答你的問題，遵照你的命令。但印度將是Alexa的終極考驗。 “語音助手在單語或雙語國家運作良好。但印度是不同的?！盠attice Bridge Infotech（簡稱LBIT）的總經(jīng)理Mohan Ram說，他自2001年以來一直從事語音識別技術(shù)領(lǐng)域。
2001年剛開始的時候，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言和方言問題。但是17年以來，他承認他只解決了80％的問題。他說：“每隔100公里語言就會變化，每30公里方言就會變化?！钡馊斯ぶ悄?、機器學(xué)習(xí)和深度學(xué)習(xí)將會很大程度上改善這些問題。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)開始了培訓(xùn)，以滿足當?shù)氐男枨??！癆lexa了解口語詞匯及其背景。印度與其他單一語言國家不同的是，我們要使用大量專有名詞——可能是一個人名，一個地方，一個寶萊塢唱片的名稱，一個詞作者或一部電影?！?/strong>Puneesh Kumar說，他是 Alexa體驗與設(shè)備在印度的區(qū)域經(jīng)理。
Kumar自2010年5月以來一直在亞馬遜工作。最初是實習(xí)生，然后在亞馬遜中國擔(dān)任高級項目經(jīng)理，并在亞馬遜在中國市場推出期間工作。他最長的時間是作為亞馬遜全球銷售計劃的總經(jīng)理，工作了兩年半，一直到領(lǐng)導(dǎo)Alexa在印度的實踐之前。
“我們不得不跳出英語思維的框架之外去思考。 我們要訓(xùn)練Alexa了解泰米爾語，印地語，泰盧固語，旁遮普語，馬拉雅拉姆語中的專有名詞?！盞umar說，他現(xiàn)在在加羅爾工作。
這些問題對印度來說是獨一無二的，即使別的國家也有多種方言。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、馬拉地語和卡納達語的混合中發(fā)展出了自己的語言。距離貝爾高姆386公里的烏杜皮，也是在卡納塔克邦，那里的人們講的語言是圖魯語，馬拉雅拉姆語和卡納達語的混合。
硅谷研究公司Constellation Research的首席分析師兼董事長Ray Wang表示：“鑒于印度人口眾多，在這個國家分不同洲推出產(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試和學(xué)習(xí)?！?/p>
Puneesh Kumar， Alexa體驗與設(shè)備在印度的區(qū)域經(jīng)理。
Alexa建立在人工智能和機器學(xué)習(xí)框架之上，可以在云端不斷學(xué)習(xí)。亞馬遜結(jié)合了云計算和人工智能的兩項開創(chuàng)性技術(shù)，并以簡單易用的語音作為用戶界面入口。
Kumar說：“正是因為它機器學(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)換為語音。這些情況因國家而異。在美國和英國，當人們談?wù)搈arks時，他們是指劃痕。但在印度，marks通常是指成績和分數(shù)。
Alexa也理解印度遵循著以十萬和千萬為單位的數(shù)字系統(tǒng)，而不是百萬和十億。 Alexa必須意識到這一點，Kumar說。它能識別UP（北方邦），MP（中央邦）和CM（首席部長）等縮寫詞。它也可以識別不同的PIN碼。它還囊括了北印度詞匯，如haldi，jeera和dhania，這些詞不是英語單詞，但是是常見的印度語單詞。
準確的說，Echo設(shè)備的用戶體驗（Echo能即時連接到Alexa播放音樂，獲取新聞和天氣等信息，并使用語音控制智能家居）仍尚在發(fā)展中。FactorDaily加羅爾辦公室對Echo詢問“誰是Anand Murali”，得到了一個不正確的答案，而理想情況下它應(yīng)該查詢上下文，確定我們想問的是誰。 Google語音查詢會在搜索結(jié)果的頂部顯示Anand的LinkedIn（領(lǐng)英）個人資料。
Shonali Muthalaly在《印度教徒報》中寫道，“這遠非完美。”“Alexa仍在了解印度的過程中，所以當我要求她推薦餐館、提供交通預(yù)測和路線推薦時，她回答的一團糟?！睋?jù)推測，隨著越來越多的印度人使用這個平臺，結(jié)果會變得更好。
培訓(xùn)Alexa不容易，Kumar承認。亞馬遜最初的語料集有限——大約有一萬個。這被稱為訓(xùn)練數(shù)據(jù)。Kumar不記得確切的數(shù)字了。然后有一種叫做測試數(shù)據(jù)的，它是無限的，是人類互動和萬維網(wǎng)的混合體。
Kumar認為，Alexa尚不完美，所以只邀請了少數(shù)人使用。（此前亞馬遜在印度當?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 音箱贈送給他們試用。）隨著越來越多的人進入Echo設(shè)備，Alexa將學(xué)習(xí)更多?！澳菚r機器學(xué)習(xí)就大顯身手了，并且開始識別訓(xùn)練數(shù)據(jù)中不存在的新東西......隨著越來越多的人與設(shè)備交談，語言會擴展。事情現(xiàn)在還不是應(yīng)該有的樣子，隨著時間的推移會變得更好?！彼f。
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的詞語列表。為了識別這些詞語，Alexa尋找模式，聲音，音素，背景，然后把它們放在一起，看看人們說的話可能是什么。一旦發(fā)現(xiàn)不匹配，則跟蹤每個不匹配以改善體驗。
早期時，Alexa知道Amitabh Bachchan是一名演員，甚至可以獲取他的歌曲，但她會把Bachchan發(fā)音成Bakkan（遺漏了“chch”的發(fā)音）。隨著時間的推移它在學(xué)習(xí)。Kumar說，Alexa要學(xué)習(xí)的大部分經(jīng)驗是用她的方式讀出正確的方言和發(fā)音——不僅僅是英文，還有印度語和泰盧固語的流行詞匯。
Kumar說，如果Alexa能夠理解對面的那個人，相當于得到了圣杯（最高獎賞）。 “無論如何，我們都希望Alexa了解話語背后的意圖。我們根據(jù)意圖來看大部分話語?！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：“我們正嘗試繪制相關(guān)性?！?/p>
如果用戶在獲取結(jié)果后的幾秒鐘內(nèi)說“不”或改變詢問，機器學(xué)習(xí)算法就會明白Alexa沒有獲取正確意圖。即使這個輸入只是用于訓(xùn)練。
亞馬遜在訓(xùn)練Alexa時使用了機器學(xué)習(xí)和人工干預(yù)的混合，尤其是在同一個詞有多個發(fā)音的時候。Kumar說：“我們得到的回應(yīng)讓人很有信心，然后我們用一個非常熟悉這個詞的人做審查機制，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會提取前20或30個詞語進行這個過程，每當有一個這樣的詞語時，這個程序就會繼續(xù)進行，這時候這個詞語的表達水平已經(jīng)更高了。
不過，Kumar說，這位女士（指Alexa）會有一個自己的聲音，它不會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、口音和對著麥克風(fēng)說話的人的思維方式。 “我們看的是最終的綜合聲音。最終的聲音是對機器，音素，詞匯的調(diào)制，所有這些都以非常印度的聲音進行預(yù)先錄制，”Kumar說。
由于不可能錄下每個詞語，他們錄制了一組詞語創(chuàng)建了所謂的基本結(jié)構(gòu)。 “我們采用了一個人聲，然后把它與機器學(xué)習(xí)、語音和詞典這些結(jié)合起來。我們把這個聲音看作一個組合?！彼f。
另外，因為一位女士（上文提到的人聲的主人）不可能熟知所有的口音和語言，所以他們選擇了多個人來錄制。然而，在機器學(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，無論你在印度的什么地方使用。 Kumar說：“在印度說話的Alexa會有一個自己的人格。”
第一天，在亞馬遜完成語音助理Alexa在印度的全面推廣之前，Alexa有10800個精確的技能。當Alexa在美國推出時，它只有13種技能。技能是基于語音的應(yīng)用程序，如移動應(yīng)用程序，它讓用戶能使用語音命令來操作應(yīng)用程序。
亞馬遜的Alexa語音服務(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)——創(chuàng)建一個助手，讓用戶可以通過簡單的語音命令來控制周圍的一切。
亞馬遜已經(jīng)與印度的開發(fā)商合作，將流行的應(yīng)用程序與亞馬遜的語音助手整合在一起。對于旅行方面，有Ola，Goibibo，ixigo和Jet Airways。食物方面，有Faasos，Zomato，F(xiàn)reshmenu，Sanjeev Kapoor，達拉爾。音樂方面，有Saavn和Bollywood Hungama。運動方面，有ESPNCricinfo。新聞和教育方面有印度時報，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，將Alexa與應(yīng)用程序整合是很容易的。他說：“已經(jīng)有年僅10歲的孩子建立起一門技術(shù)，還有年紀大又沒有任何技術(shù)知識的人，他們也能夠建立一門技術(shù)。
對于ixigo的首席執(zhí)行官兼聯(lián)合創(chuàng)始人Aloke Bajpai來說，Alexa是一個很好的傳播平臺。他說：“亞馬遜非常非常雄心勃勃，我們期望他們能夠在很短的時間內(nèi)達到幾百萬臺設(shè)備。
但Bajpai并沒有將ixigo局限在Alexa上——他正在建立自己的語音助理Tara.“Alexa的使用是有限的...你問一些東西，然后它反應(yīng)。它需要更積極主動，譬如如果一個長周末即將到來，它應(yīng)該能夠向你推薦一些東西，“Bajpai說，但是他同意，谷歌和亞馬遜把重心放在語音助手之后，情況正在發(fā)生變化。他說：“語音合成得到了改善......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，也有人為干預(yù)來塑造Alexa的人格。Kumar作為發(fā)言人在一封后續(xù)電子郵件中表示：“我們通過賦予Alexa特性屬性和個人偏好來賦予她人格?！八龑ψ诮淌浅植豢芍摰模紊溪毩?，同時是科學(xué)，技術(shù)，創(chuàng)新，多樣性和社會進步的堅定支持者。”
Alexa可以成為女朋友還是忠誠的伴侶？ Kumar說：“我們希望Alexa能夠提供語音服務(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'我壓力很大'，她會問你是否想聽一些冥想音樂?！?/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。詳情見轉(zhuǎn)載須知。
