我們現(xiàn)在可以與幾乎所有智能設(shè)備進(jìn)行對(duì)話(huà)，但是它如何工作？當(dāng)您問(wèn)“這是什么歌？”時(shí)，正在使用什么技術(shù)？

Alexa如何運(yùn)作？

根據(jù)Microsoft程序經(jīng)理Adi Agashe的說(shuō)法，Alexa是基于自然語(yǔ)言處理（NLP）構(gòu)建的，該過(guò)程是將語(yǔ)音轉(zhuǎn)換為單詞，聲音和想法的過(guò)程。
亞馬遜會(huì)記錄您的話(huà)語(yǔ)。實(shí)際上，解釋聲音會(huì)占用大量計(jì)算能力，您的語(yǔ)音記錄會(huì)發(fā)送到Amazon的服務(wù)器以進(jìn)行更有效的分析。

計(jì)算能力：指執(zhí)行指令的速度，通常以kiloflops，megaflops等表示。

亞馬遜將您的命令分解為單獨(dú)部分的聲音。然后，它查閱包含各個(gè)單詞的發(fā)音的數(shù)據(jù)庫(kù)，以找出最接近對(duì)應(yīng)于各個(gè)聲音組合的單詞。

然后，它識(shí)別出重要的單詞以使任務(wù)有意義并執(zhí)行相應(yīng)的功能。例如，如果Alexa注意到諸如“體育”或“籃球”之類(lèi)的字詞，則會(huì)打開(kāi)體育應(yīng)用程序。

Amazon的服務(wù)器將信息發(fā)送回您的設(shè)備，Alexa可能會(huì)講話(huà)。如果Alexa需要說(shuō)點(diǎn)什么，它將按照上述相同的過(guò)程進(jìn)行，但是順序相反

深入的解釋

根據(jù)Trupti Behera的說(shuō)法，“它始于信號(hào)處理，這為Alexa提供了盡可能多的機(jī)會(huì)通過(guò)清除信號(hào)來(lái)理解音頻。信號(hào)處理是遠(yuǎn)場(chǎng)音頻中最重要的挑戰(zhàn)之一。

想法是改善目標(biāo)信號(hào)，這意味著能夠識(shí)別電視等環(huán)境噪聲并將其最小化。為了解決這些問(wèn)題，使用了七個(gè)麥克風(fēng)來(lái)大致識(shí)別信號(hào)的來(lái)源，以便設(shè)備可以專(zhuān)注于此?；芈曄梢詼p去該信號(hào)，因此僅保留剩余的重要信號(hào)。

下一個(gè)任務(wù)是“喚醒字檢測(cè)”。它確定用戶(hù)是否說(shuō)出設(shè)備被編程需要打開(kāi)的單詞之一，例如“ Alexa”。需要這樣做以最大程度地減少誤報(bào)和誤報(bào)，這些誤報(bào)和誤報(bào)可能導(dǎo)致意外購(gòu)買(mǎi)和引起客戶(hù)憤怒。這確實(shí)很復(fù)雜，因?yàn)樗枰R(shí)別發(fā)音差異，并且需要在CPU能力有限的設(shè)備上進(jìn)行識(shí)別。

如果檢測(cè)到喚醒字，則將信號(hào)發(fā)送到云中的語(yǔ)音識(shí)別軟件，該軟件將音頻和 將其轉(zhuǎn)換為文本格式。由于它查看英語(yǔ)中的所有單詞，因此輸出空間很大，并且云是唯一能夠充分?jǐn)U展的技術(shù)。使用Echo播放音樂(lè)的人的數(shù)量使情況進(jìn)一步復(fù)雜化-許多藝術(shù)家使用的名字拼寫(xiě)方式不同于一般常見(jiàn)的單詞。

要將音頻轉(zhuǎn)換為文本，Alexa將分析用戶(hù)語(yǔ)音的特征（例如頻率和音高）以提供特征值。

給定輸入特征和模型，解碼器將確定最可能的單詞序列是什么，該模型分為兩部分。其中的第一個(gè)是先驗(yàn)的，它根據(jù)大量現(xiàn)有文本為您提供最可能的序列，而無(wú)需查看功能，另一個(gè)是聲學(xué)模型，通過(guò)查看音頻對(duì)進(jìn)行深度學(xué)習(xí)訓(xùn)練和成績(jī)單。將這些組合在一起，并應(yīng)用動(dòng)態(tài)編碼，該編碼必須實(shí)時(shí)進(jìn)行?！?/p>

分析命令

上面的命令包含3個(gè)主要部分：?jiǎn)拘炎?，調(diào)用名稱(chēng)，提示。

喚醒詞
當(dāng)用戶(hù)說(shuō)“ Alexa”時(shí)，它將喚醒設(shè)備。喚醒詞使Alexa進(jìn)入聆聽(tīng)模式，并準(zhǔn)備接受用戶(hù)的指示。

調(diào)用名稱(chēng)
調(diào)用名稱(chēng)是用于觸發(fā)特定“技能”的關(guān)鍵字。用戶(hù)可以將調(diào)用名稱(chēng)與操作，命令或問(wèn)題結(jié)合使用。所有自定義技能都必須具有一個(gè)調(diào)用名稱(chēng)才能啟動(dòng)它。

Alexa的“技能”：語(yǔ)音驅(qū)動(dòng)的Alexa功能。

表述
“Taurus”是一種話(huà)語(yǔ)。表述是用戶(hù)向Alexa請(qǐng)求時(shí)將使用的短語(yǔ)。Alexa從給定的語(yǔ)音識(shí)別用戶(hù)的意圖，并做出相應(yīng)的響應(yīng)。因此，基本上，這些表述決定了用戶(hù)希望Alexa執(zhí)行的操作。

什么是NLP？

它是人工智能和計(jì)算語(yǔ)言學(xué)的融合，它處理機(jī)器與人類(lèi)自然語(yǔ)言之間的相互作用，其中計(jì)算機(jī)必須分析，理解，更改或生成自然語(yǔ)言。

NLP幫助計(jì)算機(jī)使用多種形式的自然人類(lèi)語(yǔ)言進(jìn)行通信，包括但不限于語(yǔ)音和書(shū)寫(xiě)。

“與計(jì)算機(jī)進(jìn)行二十分鐘的閑聊不只是一個(gè)月球，而是去火星的旅程?！?/p>

在本文中，我發(fā)現(xiàn)了一個(gè)有趣的部分，其中說(shuō)：“理解人類(lèi)語(yǔ)言由于其復(fù)雜性而被認(rèn)為是一項(xiàng)艱巨的任務(wù)。例如，有無(wú)數(shù)種不同的方式來(lái)排列句子中的單詞。而且，單詞可能具有多種含義，上下文信息對(duì)于正確地解釋句子是必要的?！?/p>

開(kāi)始時(shí)，系統(tǒng)會(huì)輸入自然語(yǔ)言。

自然語(yǔ)言：任何通過(guò)使用和重復(fù)在人類(lèi)中自然進(jìn)化而無(wú)需有意識(shí)地計(jì)劃或預(yù)想的語(yǔ)言。自然語(yǔ)言可以采用不同的形式，例如語(yǔ)音或簽名

之后，它將 它們轉(zhuǎn)換為人工語(yǔ)言，例如語(yǔ)音識(shí)別。在這里，我們將數(shù)據(jù)轉(zhuǎn)換為文本形式，通過(guò)NLU（自然語(yǔ)言理解）過(guò)程來(lái)理解其含義。

一個(gè)很好的規(guī)則是，如果您只是在談?wù)摍C(jī)器理解我們所說(shuō)內(nèi)容的能力，請(qǐng)使用術(shù)語(yǔ)NLU。NLU實(shí)際上是NLP廣闊世界的一個(gè)子集

隱馬爾可夫模型（NLU示例）：

在語(yǔ)音識(shí)別中，此模型將波形的每個(gè)部分與之前發(fā)生的事情和之后發(fā)生的事情進(jìn)行比較，并與波形字典進(jìn)行比較以弄清楚正在說(shuō)什么。

波形：聲帶的周期性振動(dòng)導(dǎo)致發(fā)聲

隱藏的馬爾可夫模型（HMM）是您觀察排放序列的模型，但不知道模型產(chǎn)生排放所經(jīng)歷的狀態(tài)序列。隱馬爾可夫模型的分析試圖從觀察到的數(shù)據(jù)中恢復(fù)狀態(tài)序列。

對(duì)于NeoSpeech的市場(chǎng)營(yíng)銷(xiāo)專(zhuān)家Trevor Jackins來(lái)說(shuō)，“它通過(guò)獲取語(yǔ)音數(shù)據(jù)并將其分解為特定時(shí)間段（通常為10到20毫秒）的小樣本來(lái)嘗試?yán)斫饽陌l(fā)言。將這些數(shù)據(jù)集與預(yù)語(yǔ)音進(jìn)行比較，以解碼您在語(yǔ)音的每個(gè)單元中所說(shuō)的內(nèi)容。這里的目的是找到音素（最小的語(yǔ)音單位）。然后，機(jī)器查看一系列這樣的音素，并從統(tǒng)計(jì)角度確定最有可能說(shuō)出的單詞和句子?！?/p>

然后，NLU會(huì)深入理解每個(gè)單詞，從而嘗試?yán)斫馑敲~還是動(dòng)詞，使用的時(shí)態(tài)等。此過(guò)程定義為POS：語(yǔ)音標(biāo)記的一部分。

據(jù)EasyGov的CPO Pramod Chandrayan所說(shuō)，，“NLP系統(tǒng)也有一個(gè)詞匯（詞匯）和一組編碼到系統(tǒng)的語(yǔ)法規(guī)則。現(xiàn)代的NLP算法使用統(tǒng)計(jì)機(jī)器學(xué)習(xí)將這些規(guī)則應(yīng)用于自然語(yǔ)言，并確定您所說(shuō)內(nèi)容背后最可能的含義?！?/p>

“要構(gòu)建能夠理解自然語(yǔ)言的機(jī)器，必須結(jié)合使用規(guī)則和統(tǒng)計(jì)模型來(lái)提取語(yǔ)音。必須提取，標(biāo)識(shí)和解析實(shí)體，并且必須在上下文中派生語(yǔ)義，并將其用于標(biāo)識(shí)意圖。例如，必須解析一個(gè)簡(jiǎn)單的短語(yǔ)，例如：“我需要從12月5日至10日去巴黎乘坐飛機(jī)和預(yù)定旅館”，并給出以下結(jié)構(gòu)：

need:flight {intent} / need:hotel {intent} / Paris {city} / DEC 5 {date} / DEC 10 {date} / sentiment: 0.5723 (neutral)”

對(duì)于作者，主題演講者和顧問(wèn) Bernard Marr來(lái)說(shuō)， “當(dāng)Alexa在解釋您的請(qǐng)求時(shí)出錯(cuò)時(shí)，該數(shù)據(jù)將在下一次使系統(tǒng)變得更好時(shí)使用。機(jī)器學(xué)習(xí)是語(yǔ)音激活用戶(hù)界面功能快速提高的原因。”

在亞馬遜網(wǎng)站上，我們可以讀到“通過(guò)自然語(yǔ)言理解（NLU），計(jì)算機(jī)可以推斷出說(shuō)話(huà)者的實(shí)際含義，而不僅僅是他們說(shuō)的話(huà)?；旧?，這就是讓Alexa之類(lèi)的語(yǔ)音技術(shù)推斷出您可能在詢(xún)問(wèn)“ Alexa，外面的感覺(jué)是什么？”時(shí)要求本地天氣預(yù)報(bào)的原因。

如今的語(yǔ)音優(yōu)先技術(shù)是使用NLU構(gòu)建的，NLU是一種人工智能，其重點(diǎn)在于識(shí)別人類(lèi)語(yǔ)言中的模式和含義。以語(yǔ)音助手為代理的自然語(yǔ)言處理已經(jīng)重新定義了我們?cè)诩彝ズ推渌矫媾c技術(shù)交互的方式。”

審核編輯 黃昊宇