近日，阿里云在2016年會(huì)上公開(kāi)展示實(shí)時(shí)語(yǔ)音識(shí)別技術(shù)，并現(xiàn)場(chǎng)挑戰(zhàn)世界速記大賽亞軍得主。據(jù)現(xiàn)場(chǎng)最終評(píng)測(cè)，機(jī)器人在準(zhǔn)確率上以0.67%的微弱優(yōu)勢(shì)戰(zhàn)勝第50屆國(guó)際速聯(lián)速記大賽全球速記亞軍姜毅。

　　     阿里云年會(huì)現(xiàn)場(chǎng)，圖中左邊屏幕顯示的是語(yǔ)音識(shí)別，右邊屏幕顯示的是人工速記

　　從現(xiàn)場(chǎng)效果看，人工智能的穩(wěn)定性和并發(fā)計(jì)算能力是其優(yōu)勢(shì)。人類的體力是有極限的，尤其是在高強(qiáng)度壓力下，工作時(shí)間越長(zhǎng)出錯(cuò)概率越大，而機(jī)器則能自始至終保持同一水平。這一點(diǎn)在AlphaGo和李世石的圍棋比賽終中也反復(fù)得到驗(yàn)證，在比賽中、后局機(jī)器的穩(wěn)定計(jì)算能力遠(yuǎn)超人類。

　　此外，人工智能的并發(fā)能力也非人工所能及。在發(fā)現(xiàn)錯(cuò)別字后，機(jī)器可以瞬間修改所有錯(cuò)誤，人工速記則需要在演講人短暫間歇的時(shí)刻返回修改，明顯表現(xiàn)得慌亂。

　　阿里云iDST語(yǔ)音組總監(jiān)鄢志杰表示，雖然已經(jīng)在接近世界一流的“速記師”的路上，但人工智能還有很長(zhǎng)一段路要走?！霸谠肼?、口音以及對(duì)未見(jiàn)到過(guò)的數(shù)據(jù)的適應(yīng)性上，人類顯然更勝一籌。”

　　速記師姜毅則評(píng)價(jià)，雖然和人工智能比賽壓力很大，但“機(jī)器還是缺了一點(diǎn)點(diǎn)智慧”，并表示非常愿意收下這個(gè)“機(jī)器徒弟”，教會(huì)它更多的速記訣竅。

　　“看起來(lái)是機(jī)器挑戰(zhàn)人類，其實(shí)是人類在挑戰(zhàn)自己?！苯銖?qiáng)調(diào)，“人工智能背后凝結(jié)的科學(xué)家智慧是人類的驕傲?！?br/>
　　第50屆國(guó)際速聯(lián)速記大賽于2015年在匈牙利布達(dá)佩斯舉辦，姜毅作為中國(guó)代表隊(duì)的九名選手之一，在文本看打速記比賽項(xiàng)目中以大約300字/分鐘的速度獲世界亞軍。

　　核心算法＋GPU計(jì)算

　　所謂語(yǔ)音識(shí)別技術(shù)，就是把語(yǔ)音轉(zhuǎn)換成文本，也稱為自動(dòng)語(yǔ)音識(shí)別。語(yǔ)音識(shí)別是人工智能領(lǐng)域極為重要的前沿技術(shù)。在美國(guó)政府關(guān)于限制發(fā)放簽證的“Technology Alert List”中，語(yǔ)音識(shí)別赫然在列，與核武器、火箭技術(shù)等同在“黑名單”之中。

　　隨著自然人機(jī)交互需求的擴(kuò)大，個(gè)人智能助理漸漸成了各大巨頭爭(zhēng)奪的下一個(gè)入口，蘋(píng)果Siri等是個(gè)人智能助理類典型應(yīng)用。而語(yǔ)音識(shí)別則是人機(jī)交互的第一步。

　　據(jù)介紹，此次“人機(jī)大戰(zhàn)”的語(yǔ)音識(shí)別算法主要基于BLSTM（雙向長(zhǎng)短時(shí)記憶神經(jīng)網(wǎng)絡(luò)），這種算法對(duì)單位時(shí)間內(nèi)的計(jì)算量要求很高，因此阿里云采用了帶GPU加速的新一代高性能計(jì)算平臺(tái)，單節(jié)點(diǎn)計(jì)算能力達(dá)16Tflops，并且對(duì)BLSTM算法做了針對(duì)性優(yōu)化，實(shí)時(shí)解碼更為順暢。

　　走出實(shí)驗(yàn)室賦能應(yīng)用

　　阿里云iDST智能語(yǔ)音團(tuán)隊(duì)擁有世界一流的專家團(tuán)隊(duì)，此次年會(huì)展示的研發(fā)成果只是冰山一角。實(shí)際上語(yǔ)音技術(shù)已經(jīng)走出實(shí)驗(yàn)室，在阿里內(nèi)部廣泛應(yīng)用，比如賦能阿里集團(tuán)客服和螞蟻金服客服團(tuán)隊(duì)的呼叫中心智能化。

　　去年雙11，螞蟻金服95%的遠(yuǎn)程客戶服務(wù)已經(jīng)由大數(shù)據(jù)智能機(jī)器人完成，同時(shí)實(shí)現(xiàn)了100%的自動(dòng)語(yǔ)音識(shí)別。螞蟻金服客戶中心整體服務(wù)量超過(guò)500萬(wàn)人次，客服人員的精力可以更好地集中到處理復(fù)雜類客戶問(wèn)題和工作。

　　同時(shí)，語(yǔ)音團(tuán)隊(duì)還把智能語(yǔ)音交互技術(shù)賦能給YunOS以及手機(jī)淘寶、支付寶、釘釘?shù)纫苿?dòng)端應(yīng)用。