“嫩個(gè)特別哩你，讓小喵特別崇拜”。4月23日，阿里巴巴旗下的人工智能助手天貓精靈宣布，今天起可以開口說四川話了。用戶在使用鬧鐘、天氣、你想我猜等日常生活及娛樂功能時(shí)都可以用四川方言對(duì)話。

學(xué)說四川話，阿里花費(fèi)大精力

隨著人工智能等技術(shù)的快速發(fā)展，語(yǔ)音識(shí)別的準(zhǔn)確率大大提升，被廣泛應(yīng)用于智能音箱、智慧電視以及智能駕駛等領(lǐng)域。但就目前而言，大多數(shù)的語(yǔ)音助手能會(huì)聽、會(huì)說的還只是停留在普通話方面，一直以來，方言對(duì)于語(yǔ)音助手都是很大的挑戰(zhàn)，為了能讓天貓精靈“學(xué)會(huì)”普通話，阿里可是花費(fèi)了大精力。

圖片來源：OFweek維科網(wǎng)

從2019年3月開始，阿里舉辦“四川方言大賽”，招聘四川話“聲音模特”，經(jīng)過三個(gè)多月的比賽、篩選，最終一位95后成都女娃周玥偲獲得冠軍，阿里以700元一小時(shí)的高薪招聘這位成都女孩“教”人工智能產(chǎn)品學(xué)說四川話，光是錄制聲音就花了1個(gè)月的時(shí)間。最后，周玥偲拿到了1個(gè)月10萬(wàn)元的高薪報(bào)酬。

由于四川方言博大精深，而且四川跨區(qū)域大，不同片區(qū)之間有口音差異，各地的口音、詞匯都略有不同，給模型訓(xùn)練帶來高難度。為了讓智能音箱能夠聽懂不同地區(qū)的四川口音，過去一年中，還有數(shù)萬(wàn)用戶主動(dòng)參與“教你說四川話”技能，為研發(fā)提供了寶貴語(yǔ)料。

據(jù)介紹，教會(huì)這只“四川貓”并不簡(jiǎn)單，除了錄制聲音，研發(fā)主要應(yīng)用了兩種技術(shù)，四川方言ASR語(yǔ)音識(shí)別技術(shù)和TTS語(yǔ)音合成技術(shù)，前者用于理解方言語(yǔ)言，后者則用于模仿真人口音語(yǔ)調(diào)。此外，研發(fā)團(tuán)隊(duì)采用了阿里自研的語(yǔ)音建模技術(shù)，進(jìn)行方言口音適配。

目前天貓精靈已經(jīng)可以進(jìn)行大部分日常溝通，甚至還能用四川話喊麥、說笑話、背古詩(shī)、念童謠等，最近網(wǎng)絡(luò)上流行的“驚雷”，天貓精靈都可以演繹出來。

據(jù)悉，天貓精靈四川話版本正在逐步上線，調(diào)教過“四川貓”的用戶可以優(yōu)先獲得四川話服務(wù)，其余用戶則可參與APP端的四川話考試獲得嘗鮮名額。到5月底，所有用戶都可以擁有這只“四川貓”。

毫無(wú)疑問，對(duì)于一款語(yǔ)音助手來說，說一口“地道的本地話”是一件很困難但卻很受歡迎的事情，就目前來看，在“會(huì)說方言的”智能音箱這一點(diǎn)上，阿里算是是走在前列，在行業(yè)內(nèi)又擁有了一份優(yōu)勢(shì)。

低調(diào)成立的阿里人工智能實(shí)驗(yàn)室

在2019中國(guó)國(guó)際智能產(chǎn)業(yè)博覽會(huì)（簡(jiǎn)稱“智博會(huì)”）上，參展的阿里巴巴展示了可識(shí)別四川方言的智能音箱“天貓精靈”，這正是由阿里巴巴人工智能實(shí)驗(yàn)室開發(fā)。此次天貓精靈能夠?qū)W會(huì)四川話，背后也離不開阿里巴巴人工智能實(shí)驗(yàn)室的長(zhǎng)期技術(shù)積累。

2016年，阿里人工智能實(shí)驗(yàn)室成立，到2017年7月5日才首次公開亮相，正式發(fā)布旗下第一款智能語(yǔ)音終端設(shè)備便是“天貓精靈X1”。

阿里人工智能實(shí)驗(yàn)室從成立之時(shí)就非常低調(diào)，當(dāng)時(shí)連官網(wǎng)都沒有，唯一從網(wǎng)上看得到的是該實(shí)驗(yàn)室在大量招人，具體是誰(shuí)負(fù)責(zé)外界也不得而知。直到現(xiàn)在百度百科上，有關(guān)阿里人工智能實(shí)驗(yàn)室的資料也是少之又少，但是這也抵擋不住其閃耀的光芒。

2019年9月，云棲大會(huì)上，阿里人工智能實(shí)驗(yàn)室在發(fā)布會(huì)上宣布，天貓精靈銷量連續(xù)兩年中國(guó)第一、全球第三，目前天貓精靈X1是全球銷量最大的中文智能音箱產(chǎn)品。另外精靈聯(lián)盟可連接的AIoT設(shè)備達(dá)到了2．35億臺(tái)。

在此次大會(huì)上，阿里巴巴第一顆自研AI芯片“含光800”正式問世，。由達(dá)摩院算法加持，該芯片在業(yè)界標(biāo)準(zhǔn)的ResNet－50測(cè)試中，推理性能達(dá)到78563 IPS，比目前業(yè)界最好的AI芯片性能高4倍。