人工智能觸手音樂界

人工智慧在近年來得到了很大的進步，而阿法狗大戰李世石的消息也讓我們看到了穀歌在AI領域的突破性進展。很明顯，穀歌不可能滿足於讓人工智慧用於下棋，最近谷歌就成立起新專案Magenta，目的是讓機器模仿人類的想像思維並進行藝術創作。

Magenta是穀歌在人工智慧領域下成立的新部門，旨在利用谷歌開發的TensorFlow機器學習引擎(該引擎已於2015年底開源)，從而判斷人工智慧系統能否通過訓練製作原創音樂、繪畫或視頻。

穀歌表示，他們希望創建的人工智慧不應該僅能創造出類似樣品的“複製品”，它應該具有自己的風格，這有這樣才能說是具備了學習能力。另外谷歌團隊負責人也對媒體說道，“最開始我們需要基於視頻和音訊的支援，還需要一個能夠連接藝術家和機器學習模型的平臺。我們想在Magenta的幫助下，讓藝術創作變得非常簡單。”

今天，經過訓練的穀歌神經學習網路向我們推出了其處女單曲，一首90秒的鋼琴曲，感興趣的可以試聽一下。

2016年3月31日，科大訊飛在深圳悄然舉行了“科大訊飛核心技術開放日”沙龍，訊飛在活動中分享了他們在人工智慧上做出的努力並帶來了硬體語音交互解決方案和開放平臺核心交互技術。

發力人工智慧

前些天阿法狗吊打李世石的消息讓我們看到了人工智慧的發展。但是在人工智慧領域，計算智慧、感知智慧和認知智慧是開發者不得不面臨的三大挑戰。而訊飛作為國內語音交互的標杆企業，早在2010年就發佈了集合語音合成、搜索、聽寫等交互能力的“訊飛語音雲”技術，實現了移動互聯的各種設備和服務像人一樣“能聽會說”，展示了他們在感知智慧方向上的佈局。

緊接著，在2015年，訊飛也發佈了為智慧硬體定制的全新智慧交互解決方案AIUI，其遠場降噪、方言識別、語義理解、語音糾錯、多輪對話等功能讓人機交互達智慧達到了更高的認知智慧層次。

而現今訊飛的自然開放交互平臺上的應用已經超過90000個，連接終端超過8.8億台，接下來訊飛將通過深度神經網路與大資料的結合，實現人工智慧從“能聽會說”到“能理解會思考”的突破。

未來，將是一個萬物互聯的時代，語音交互將會是最主要的對話模式之一，而人工智慧的快速發展無疑會推動物聯網的興起。現如今，各大科技巨頭都在IOT的人機交互上投入了巨大的資源，從亞馬遜Echo，Google Now，蘋果Siri中我們可以看出行業巨頭們對語音交互的重視。訊飛在語音交互方向做出的努力，不管結果如何，都是值得行業的肯定和鼓勵的。

全新語音交互解決方案

在本次活動中，科大訊飛除了展示他們對於人工智慧語音交互的思路，還向觀眾展示了訊飛全新的語音交互解決方案——環形五麥克風陣列。據訊飛產品經理張良春介紹，這一麥克風陣列能夠識別使用者在五米之內發出的語音，而且它能通過360°全面拾音角度技術來判斷聲源位置。這意味著即使你在機器人背面對機器人遠距離發出指令，搭載了環形五麥克風陣列的機器人也能夠瞬間識別你的位置並轉身和你進行語音交互。張良春在會上向觀眾演示了這項技術。

此外，訊飛還提供單麥、雙麥、四麥線性、環形五麥和環形七麥等軟核方案，具備了連續喚醒和回聲消除、語音打斷等功能。對於開發者來說，這是個難得的好消息，因為訊飛麥克風陣列模組無疑能夠説明開發者迅速開發產品，節省產品開發週期。

從以上我們可以看出，作為國內最早從事智慧語音及語言技術研究的公司，訊飛在語音交互方面確實已經積累了一定的市場經驗和核心技術。而如今的語音交互也早已不是當年簡單的語音輸入輸出模式了，人工智慧以及物聯網的大潮迫使語音交互技術得向更深、更廣的方向發展。諸如基於麥克風陣列計算的聲源定位技術、基於深度學習的去除混響技術以及利用自我調整濾波方法達成的回聲消除技術都是為了保證物聯網、智慧家居、AI的良好體驗而取得的突破成果。

根據騰訊、戴客網等綜合採編

【文章觀點僅代表個人觀點】