Alexa Speech副總裁Manoj Sindhwani與我分享了他的團隊在使兩個(gè)單詞短語(yǔ)“ Hey Samuel”與單個(gè)喚醒單詞Alexa，Amazon，Echo和Computer共存時(shí)遇到的工程難題。由于“ Alexa”具有數十億個(gè)需要培訓的客戶(hù)呼叫對話(huà)，但“ Hey Samuel”相對較少，因此需要創(chuàng )建一個(gè)多喚醒單詞模型，該模型可以在幾乎沒(méi)有數據的情況下進(jìn)行預測。
為此，他解釋說(shuō)：“我們能夠開(kāi)發(fā)傳輸學(xué)習和數據增強技術(shù)，以訓練一種新的多喚醒單詞模型，該模型對所有受支持的喚醒單詞和條件都適用。我們還使用多目標學(xué)習來(lái)減輕分別為每個(gè)喚醒詞訓練模型的需求，并進(jìn)行多區域訓練，以使新的多喚醒詞模型能夠接受發(fā)音中廣泛的細微差別。”
對于未來(lái)的應用程序，Sindhwani補充說(shuō)：“多喚醒單詞檢測的創(chuàng )新意義重大，因為它是實(shí)現多種代理交互并跨設備訪(fǎng)問(wèn)不同角色的第一步。”
人工智能的這一突破使亞馬遜朝著(zhù)實(shí)現杰夫·貝索斯(Jeff Bezos)的愿景邁進(jìn)了一步，該愿景是一個(gè)智能角色可以跨平臺交互的世界。在去年9月的亞馬遜大型硬件活動(dòng)上，語(yǔ)音互操作性倡議(VII)被引入以創(chuàng )建行業(yè)標準。
盡管蘋(píng)果，谷歌和三星尚未簽署協(xié)議，但一年后該計劃有近80家公司，包括埃森哲，宏cer，AMD，奧迪，百度，BBC，寶馬，博世，博斯，杜比，Facebook，Garmin，哈曼，海信，英特爾，Kakao，羅技，微軟，Orange，高通，Salesforce，Sonos，索尼，Spotify，騰訊，Verizon，大眾和雅馬哈。
