圖片源自：國際在線
6月5-6日，由中國科學(xué)技術(shù)協(xié)會、中國科學(xué)院、中國工程院、浙江省人民政府指導(dǎo)，中國人工智能學(xué)會、杭州市人民政府主辦的2021全球人工智能技術(shù)大會在杭州召開。大會匯聚了來自世界各地的人工智能領(lǐng)域院士專家，共同為人工智能的發(fā)展建言獻(xiàn)策。本次大會采用線下線上同步直播方式，線上累計(jì)觀看超過1300萬人次，其中多語種智能信息處理專題論壇在線觀看人數(shù)超過61萬人次。
6日下午，在多語種智能信息處理專題論壇上，中國人工智能學(xué)會（以下簡稱：CAAI）多語種智能信息處理專業(yè)委員會正式成立。國務(wù)院參事、CAAI 理事長、中國工程院院士戴瓊海，CAAI 名譽(yù)理事長、中國工程院院士李德毅，中國工程院院士、新疆多語種信息技術(shù)重點(diǎn)實(shí)驗(yàn)室主任吾守爾·斯拉木發(fā)表致辭。來自學(xué)術(shù)界、產(chǎn)業(yè)界的多位重磅嘉賓如百度CTO王海峰、科大訊飛研究院執(zhí)行院長劉聰、華為諾亞實(shí)驗(yàn)室語音語義首席科學(xué)家劉群等帶來了精彩演講。
國務(wù)院參事、CAAI 理事長、中國工程院院士 戴瓊海（圖片源自：國際在線）
愛數(shù)智慧創(chuàng)始人兼CEO張晴晴發(fā)表題為《多語種對話式AI技術(shù)及語料庫建設(shè)》的主題演講，介紹對話式AI技術(shù)的痛點(diǎn)，愛數(shù)智慧在多語種語料庫建設(shè)的應(yīng)用。
愛數(shù)智慧創(chuàng)始人兼CEO張晴晴（圖片源自：國際在線）
多語種對話式AI技術(shù)面臨的痛點(diǎn)
對話式AI正在全面普及，在智能車載、智能家居、智能客服、智慧醫(yī)療、智能社交等場景中相繼落地。從技術(shù)角度看，對話式AI涉及語音識別、自然語言理解和語音合成等技術(shù)，要想通過這些技術(shù)實(shí)現(xiàn)人和機(jī)器更自然的對話，需要克服哪些難題？
日常生活中對話式口語和電腦打字交流最大的區(qū)別是，對話式口語會有語序顛倒、猶豫遲疑產(chǎn)生的停頓，多人同時(shí)交流甚至出現(xiàn)語句打斷、搶話、交疊音等復(fù)雜語音場景，這為AI建模帶來很大困難。
隨著全球文化進(jìn)一步交流與融合，外語詞匯夾雜到母語中現(xiàn)象愈發(fā)頻繁，對話式口語在車載導(dǎo)航、音樂檢索等場景中存在多語種混合表達(dá)問題，比如“播放Taylor Swift的love story”等對話語句夾帶個(gè)別英文單詞或英文縮寫。針對這些技術(shù)難點(diǎn)，愛數(shù)智慧從聲學(xué)角度進(jìn)行非母語發(fā)音字典建模和混合雙語聲學(xué)建模等，以此提高雙語識別系統(tǒng)性能。
多語種語料庫建設(shè) 幫助開發(fā)者重建“巴別塔”
從聲學(xué)建模角度提高雙語混合語音識別性能上，愛數(shù)智慧在ASR，TTS和發(fā)音字典方面構(gòu)建統(tǒng)一的音素集，就是將中英文，以及其他語言里相似的音素集進(jìn)行一個(gè)聚類。由于人類器官發(fā)出的音素集是一個(gè)有限集，我們找到這些有限集后，能夠涵蓋所有的語言。這種方式能夠在資源受限情況下進(jìn)一步加大數(shù)據(jù)復(fù)用性，同時(shí)也增加了模型構(gòu)建過程中的穩(wěn)定性。
作為提高雙語識別系統(tǒng)性能的另一重要模型——混合雙語聲學(xué)建模，我們使用什么樣數(shù)據(jù)來進(jìn)行對應(yīng)的聲學(xué)模型的訓(xùn)練，便會涉及到訓(xùn)練數(shù)據(jù)集。
目前愛數(shù)智慧擁有超過150000小時(shí)數(shù)據(jù)集，其中超過90000小時(shí)對話式AI訓(xùn)練數(shù)據(jù)集，這些數(shù)據(jù)集經(jīng)過多維度的標(biāo)注，包括語音到文本的轉(zhuǎn)換，以及說話人性別、年齡、情感等標(biāo)簽，這些標(biāo)簽?zāi)軌驇椭_發(fā)者在解決多語言對話式AI上提供更多的信息，從而幫助優(yōu)化對應(yīng)的模型。
此外，愛數(shù)智慧擁有超過60種語言的數(shù)據(jù)集，還有部分針對外語數(shù)據(jù)構(gòu)建的雙語混合數(shù)據(jù)集，如泰語英語混合數(shù)據(jù)集、馬來語英語混合數(shù)據(jù)集等，從而幫助開發(fā)者解決混合語音識別的問題。
最后，多語種對話式AI研究非常困難也是必然趨勢，要實(shí)現(xiàn)世界語言無縫溝通交流這一終極目標(biāo)，張晴晴號召更多AI開發(fā)者投身多語種對話式AI的研究領(lǐng)域，推動對話式AI進(jìn)一步發(fā)展，重建巴別塔。
多語種智能信息專題論壇現(xiàn)場合影（圖片源自：國際在線）
GAITC大會同期甄選51家優(yōu)秀企業(yè)，參加全球人工智能技術(shù)博覽會，愛數(shù)智慧與科大訊飛、阿里、百度、英偉達(dá)、快手、字節(jié)跳動和東風(fēng)汽車等國內(nèi)外知名企業(yè)悉數(shù)亮相。
GAITC大會博覽會（圖片源自：國際在線）
吾守爾·斯拉木蒞臨愛數(shù)智慧展臺，了解愛數(shù)智慧核心技術(shù)及產(chǎn)品，并對MagicHub.io開源社區(qū)非常感興趣，吾守爾鼓勵(lì)愛數(shù)智慧在多語種智能化研究和應(yīng)用上繼續(xù)努力，實(shí)現(xiàn)無縫交流。
愛數(shù)智慧市場總監(jiān)Helen在展臺介紹愛數(shù)智慧核心技術(shù)及產(chǎn)品（圖片源自：國際在線）
吾守爾·斯拉木參觀愛數(shù)智慧展位并關(guān)注MagicHub.io開源社區(qū)（圖片源自：國際在線）
