0
| 本文作者： 嫣然 | 2017-11-29 11:53 |
雷鋒網按：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 2001 年的統計，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品來說，復雜的語言環境無疑是相當大的挑戰。顯然，Alexa在這里將直面它的終極挑戰。它會一鳴驚人，還是遭受重大打擊呢？
Factory Daily近日發表文章，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。雷鋒網在不改變原意的情況下，為您做如下編譯：
她現代化，會說流利的英語，能幫助您預訂出租車，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。
連接到互聯網后，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。”Lattice Bridge Infotech（簡稱LBIT）的總經理Mohan Ram說，他自2001年以來一直從事語音識別技術領域。
2001年剛開始的時候，Ram告訴投資者，他的公司將在五年內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。”但他同意人工智能、機器學習和深度學習將會很大程度上改善這些問題。亞馬遜正在以此為籌碼，試圖解決印度的復雜性。
早在亞馬遜在印度推出Alexa的一年多之前，它已經開始了培訓，以滿足當地的需求。“Alexa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。”Puneesh Kumar說，他是 Alexa體驗與設備在印度的區域經理。
Kumar自2010年5月以來一直在亞馬遜工作。最初是實習生，然后在亞馬遜中國擔任高級項目經理，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理，工作了兩年半，一直到領導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。”Kumar說，他現在在加羅爾工作。
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習。”
Puneesh Kumar， Alexa體驗與設備在印度的區域經理。
Alexa建立在人工智能和機器學習框架之上，可以在云端不斷學習。亞馬遜結合了云計算和人工智能的兩項開創性技術，并以簡單易用的語音作為用戶界面入口。
Kumar說：“正是因為它機器學習的背景，因此每一句話都在幫助它學習。 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，并將其從文本轉換為語音。這些情況因國家而異。在美國和英國，當人們談論marks時，他們是指劃痕。但在印度，marks通常是指成績和分數。
Alexa也理解印度遵循著以十萬和千萬為單位的數字系統，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果的頂部顯示Anand的LinkedIn（領英）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、提供交通預測和路線推薦時，她回答的一團糟。”據推測，隨著越來越多的印度人使用這個平臺，結果會變得更好。
培訓Alexa不容易，Kumar承認。亞馬遜最初的語料集有限——大約有一萬個。這被稱為訓練數據。Kumar不記得確切的數字了。然后有一種叫做測試數據的，它是無限的，是人類互動和萬維網的混合體。
Kumar認為，Alexa尚不完美，所以只邀請了少數人使用。（此前亞馬遜在印度當地挑選了一批公司高管和商務人士作為天使用戶，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設備，Alexa將學習更多。“那時機器學習就大顯身手了，并且開始識別訓練數據中不存在的新東西......隨著越來越多的人與設備交談，語言會擴展。事情現在還不是應該有的樣子，隨著時間的推移會變得更好。”他說。
有一種叫做DWC（需求加權覆蓋）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。一旦發現不匹配，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發音成Bakkan（遺漏了“chch”的發音）。隨著時間的推移它在學習。Kumar說，Alexa要學習的大部分經驗是用她的方式讀出正確的方言和發音——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。我們根據意圖來看大部分話語。”例如，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獲取相同的結果。Kumar說：“我們正嘗試繪制相關性。”
如果用戶在獲取結果后的幾秒鐘內說“不”或改變詢問，機器學習算法就會明白Alexa沒有獲取正確意圖。即使這個輸入只是用于訓練。
亞馬遜在訓練Alexa時使用了機器學習和人工干預的混合，尤其是在同一個詞有多個發音的時候。Kumar說：“我們得到的回應讓人很有信心，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。”
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，這個程序就會繼續進行，這時候這個詞語的表達水平已經更高了。
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，詞匯的調制，所有這些都以非常印度的聲音進行預先錄制，”Kumar說。
由于不可能錄下每個詞語，他們錄制了一組詞語創建了所謂的基本結構。 “我們采用了一個人聲，然后把它與機器學習、語音和詞典這些結合起來。我們把這個聲音看作一個組合。”他說。
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，在機器學習的幫助下，亞馬遜已經成功地使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用程序，如移動應用程序，它讓用戶能使用語音命令來操作應用程序。
亞馬遜的Alexa語音服務和技能主管Steve Rabuchin告訴Wired，該公司受到了“星際迷航”電腦的啟發——創建一個助手，讓用戶可以通過簡單的語音命令來控制周圍的一切。
亞馬遜已經與印度的開發商合作，將流行的應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，Freshmenu，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。
Kumar說，將Alexa與應用程序整合是很容易的。他說：“已經有年僅10歲的孩子建立起一門技術，還有年紀大又沒有任何技術知識的人，他們也能夠建立一門技術。
對于ixigo的首席執行官兼聯合創始人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達到幾百萬臺設備。
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。它需要更積極主動，譬如如果一個長周末即將到來，它應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的基礎上。”
在瘋狂學習的同時，也有人為干預來塑造Alexa的人格。Kumar作為發言人在一封后續電子郵件中表示：“我們通過賦予Alexa特性屬性和個人偏好來賦予她人格。“她對宗教是持不可知論的，政治上獨立，同時是科學，技術，創新，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，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。”
雷鋒網編譯 via Factory Daily
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
