高通宣稱(chēng)其語(yǔ)音識(shí)別系統(tǒng)準(zhǔn)確率高達(dá)95% 高通將推VR/AR專(zhuān)用芯片

• 2018年5月28日 FanTianQing來(lái)源：騰訊網(wǎng)、鳳凰財(cái)經(jīng) 269 10
• 繁體

• 

  2018-2023年中國(guó)IT電子市場(chǎng)深度全景調(diào)研及“十三五”發(fā)展前景預(yù)測(cè)報(bào)告

  在激烈的市場(chǎng)競(jìng)爭(zhēng)中，企業(yè)及投資者能否做出適時(shí)有效的市場(chǎng)決策是制勝的關(guān)鍵。IT電子行業(yè)研究報(bào)告就是為了解行情、分析環(huán)境提供依據(jù)，是企業(yè)了解市場(chǎng)和把握發(fā)展方向的重要手段，是輔助企業(yè)決策的...

在美國(guó)波士頓舉行的Re-Work深度學(xué)習(xí)峰會(huì)上，高通的人工智能研究人員克里斯-洛特（Chris Lott）展示了其團(tuán)隊(duì)在語(yǔ)音識(shí)別計(jì)劃方面的新進(jìn)展。

據(jù)外媒報(bào)道，在美國(guó)波士頓舉行的Re-Work深度學(xué)習(xí)峰會(huì)上，高通的人工智能研究人員克里斯-洛特（Chris Lott）展示了其團(tuán)隊(duì)在語(yǔ)音識(shí)別計(jì)劃方面的新進(jìn)展。這種語(yǔ)音識(shí)別系統(tǒng)在智能手機(jī)或其他便攜式設(shè)備上運(yùn)行，包含兩個(gè)神經(jīng)網(wǎng)絡(luò)：循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）和卷積神經(jīng)網(wǎng)絡(luò)（CNN）。循環(huán)神經(jīng)網(wǎng)絡(luò)利用其內(nèi)存來(lái)處理輸入信息，而卷積神經(jīng)網(wǎng)絡(luò)則模仿人類(lèi)大腦中神經(jīng)元之間的聯(lián)系方式。洛特稱(chēng)，這種語(yǔ)音識(shí)別系統(tǒng)識(shí)別單詞和短語(yǔ)的準(zhǔn)確率達(dá)到了95%。

“它可以學(xué)習(xí)你使用設(shè)備的習(xí)慣?！彼f(shuō)，“它能夠根據(jù)你的習(xí)慣來(lái)進(jìn)行個(gè)性化設(shè)置?！?/p>

洛特稱(chēng)，現(xiàn)在大多數(shù)語(yǔ)音識(shí)別系統(tǒng)在云端進(jìn)行運(yùn)算過(guò)程。手機(jī)中的麥克風(fēng)和芯片，智能音箱如谷歌Home和亞馬遜Echo，以及配置微軟Cortana 語(yǔ)音助手的Windows電腦，可以讓語(yǔ)音識(shí)別系統(tǒng)接傾聽(tīng)一些熱門(mén)詞匯，例如“OK Google”或Hey Cortana，從而接受一系列語(yǔ)音指令。但是，它們不會(huì)分析這些指令，而只是將這些指令傳輸?shù)竭\(yùn)行復(fù)雜機(jī)器學(xué)習(xí)算法的強(qiáng)大遠(yuǎn)程服務(wù)器上。

對(duì)于某些用戶來(lái)說(shuō)，將其語(yǔ)音數(shù)據(jù)上傳到云端，這樣會(huì)讓他們擔(dān)心隱私方面的問(wèn)題。亞馬遜Alexa和谷歌Assistant均會(huì)錄制語(yǔ)音片段，然后將它們發(fā)送出去進(jìn)行分析。它們會(huì)一直保留這些語(yǔ)音片段，直到用戶選擇刪除它們。這兩家公司均表示，它們錄制語(yǔ)音是為了改善其服務(wù)，提供更加個(gè)性化的語(yǔ)音回答。

但是，在某些情況下，錄制語(yǔ)音無(wú)法保護(hù)用戶的隱私。在2016年，亞利桑那州調(diào)查一宗謀殺案的偵探在被告人的同意下訪問(wèn)了一臺(tái)亞馬遜Echo智能音箱中的語(yǔ)音數(shù)據(jù)。

洛特稱(chēng)，高通的這種語(yǔ)音識(shí)別系統(tǒng)直接在設(shè)備上處理數(shù)據(jù)，這樣做除了可以保護(hù)用戶的隱私之外，還具有多方面的好處。由于它不必將數(shù)據(jù)上傳到云端，它對(duì)于指令的反應(yīng)速度更快。由于它不需要連接互聯(lián)網(wǎng)，因此它變得更加穩(wěn)定。

“我們努力按照某種神經(jīng)網(wǎng)絡(luò)的形式來(lái)處理整個(gè)端到端系統(tǒng)?！彼f(shuō)，“這樣可以讓用戶與設(shè)備的互動(dòng)變得更加自然?！?/p>

洛特的話不無(wú)道理。在2016年，谷歌開(kāi)發(fā)了一款離線語(yǔ)音識(shí)別系統(tǒng)，它的速度是同時(shí)期其在線語(yǔ)音識(shí)別系統(tǒng)的7倍。這個(gè)離線語(yǔ)音識(shí)別系統(tǒng)利用語(yǔ)音數(shù)據(jù)進(jìn)行了大約2000個(gè)小時(shí)的訓(xùn)練，它的大小為20.3兆，在智能手機(jī)上運(yùn)行，準(zhǔn)確率為86.5%。

當(dāng)然，這種設(shè)備端語(yǔ)音識(shí)別系統(tǒng)也有自身的局限性。離線工作的算法無(wú)法連接互聯(lián)網(wǎng)，并搜索問(wèn)題的答案。而且，它們無(wú)法像云端系統(tǒng)那樣隨著數(shù)據(jù)的積累不斷地改進(jìn)。

但是，洛特認(rèn)為，高通的解決方案是面向未來(lái)的?！艾F(xiàn)在很多計(jì)算過(guò)程發(fā)生在云端，但是我們認(rèn)為這個(gè)過(guò)程應(yīng)該直接在設(shè)備上進(jìn)行?！?/p>

相關(guān)：高通將推VR/AR專(zhuān)用芯片

據(jù)外媒援引消息人士報(bào)道稱(chēng)，為了尋求智能手機(jī)之外的業(yè)務(wù)營(yíng)收，高通計(jì)劃發(fā)布一塊針對(duì)獨(dú)立虛擬現(xiàn)實(shí)(VR)和增強(qiáng)現(xiàn)實(shí)(AR)設(shè)備所打造的專(zhuān)用芯片。消息人士稱(chēng)，高通最早將會(huì)在下周在加州舉行的Augmented World Expo大會(huì)上發(fā)布這塊芯片。

延伸閱讀

推薦閱讀

猜您喜歡