|
“我要吃热干面” “这里是咖啡馆，饿了莫叫妈，上云就上阿里云” “好，那我要五个巧克力、两个香草拿铁，巧克力加奶油。” “两个中杯焦糖拿铁，一个热的一个冷的。” “算了巧克力不要了。” “再要六个小杯少冰摩卡，三杯加焦糖三杯加香草。” “再加一个大的冷的拿铁，去冰半糖加脱脂奶，打包。” 鄢志杰最快以每秒5个字的语速向一台机器点单。机器对每一次对话都作出了精准相应，而站在一旁的资深咖啡师选择了中途放弃，“太快了，记不下来”。 “今天我们将机器对人类口语的理解能力带到了新的高度，这比上海地铁语音售票的技术还要高一个台阶”，鄢志杰说，这种交互方式完全打破了"语音唤醒+语音指令"传统命令式交互方式，首创的流式多意图口语理解引擎，极大地提升了对人类随意、自然的口语表达的理解力，能够做到免唤醒的自然的人机交流式的语音交互。上述点单环节包含了修改、删除、加单等多轮对话，在整个交流过程中，顾客不需要说”hi，点单机“之类呆板的唤醒词，可直接下单，更符合人与人的自然对话。 据鄢志杰介绍，这些模块并非简单级联，而是深度融合而形成了多模态语音交互方案，包括是公共场所强噪声环境下的信号处理和语音识别、视频识别与面部识别、场景感知等多模态融合的感知智能，同时更融合了流式对话、多轮多意图口语理解、业务知识图谱自适应等认知智能。“不止是语音识别，关键还能修正前面的指令，得有智能。”据了解，上述人工智能点餐系统已经全面开放了技术，会在全国铺开推广，武汉的落地应该很快。 此外，阿里云这项解决方案除了可以做收银员之外，还能在地铁卖票。目前，上海地铁已经部署了这一技术。 乘客直接说出目的地，售票机便可选择合适的站点和路线。这对于初到上海的乘客尤其帮助巨大，面对十几条线路三百多个站点谁都会懵。测试数据显示，普通买票耗时往往超过30秒，而语音购票全程只需要10秒左右。 目前已经落地的场景还有车内语音助手、电话智能客服、可免遥控器操作的远场语音电视、可精准区分多人对话的智能麦克风等。 文/记者 张珺 章胜 |
|
|
