谷歌前工程師開發(fā)實(shí)時(shí)AI語(yǔ)音APP

導(dǎo)讀：在2018年移動(dòng)世界大會(huì)上擁有三層展臺(tái)的數(shù)十億美元技術(shù)巨頭中，有一對(duì)企業(yè)家在談?wù)撊斯ぶ悄芊矫娴耐黄疲麄儎倓偘岩豢蠲麨镺tter．a(chǎn)i的新應(yīng)用程序在iOS和Android中推出。

在2018年移動(dòng)世界大會(huì)上擁有三層展臺(tái)的數(shù)十億美元技術(shù)巨頭中，有一對(duì)企業(yè)家在談?wù)撊斯ぶ悄芊矫娴耐黄?，他們剛剛把一款名為Otter．a(chǎn)i的新應(yīng)用程序在iOS和Android中推出。

當(dāng)他們坐下來(lái)在Fira Barcelona 2號(hào)展廳后角的一個(gè)小會(huì)議室里談?wù)摃r(shí)，Sam Liang將他的iPhone放在桌子上，并點(diǎn)擊了Otter應(yīng)用程序中的記錄按鈕。作為Otter．a(chǎn)i背后公司Alexense的首席執(zhí)行官，Liang開始講述了加州15人創(chuàng)業(yè)小公司如何采用不同的方法來(lái)理解音頻數(shù)據(jù)，不同于亞馬遜Alexa，谷歌助理和其他公司在語(yǔ)音識(shí)別上的努力。

在Liang發(fā)表講話時(shí)，Otter開始吐文，大概延遲了2－3秒。而且，由于Liang事先在應(yīng)用程序中設(shè)置了會(huì)議，所以當(dāng)他的隊(duì)友Seamus McAteer提出自己的評(píng)論時(shí)，軟件會(huì)自動(dòng)識(shí)別，或者會(huì)因其他人的后續(xù)問(wèn)題而中斷。

盡管Otter的自然語(yǔ)言處理方式并不完美，標(biāo)點(diǎn)缺失，詞語(yǔ)被誤解，說(shuō)話人有時(shí)被錯(cuò)誤識(shí)別，但它已經(jīng)非常接近了，特別是考慮到速度和應(yīng)用程序是免費(fèi)的。

“我們的技術(shù)完全不同。” Liang在接受ZDNet采訪時(shí)說(shuō)。 “我們稱之為＇Ambient Voice Intelligence＇（環(huán)境聲音智能），我們使用ambient這個(gè)詞來(lái)表示這是在后臺(tái)工作......你的大腦只能記住10－20％的（會(huì)議）信息......所以我們認(rèn)為我們可以幫助人們捕獲這些信息，然后快速搜索。”

搜索是最好的功能。錄制完成后，應(yīng)用程序的機(jī)器學(xué)習(xí)會(huì)自動(dòng)創(chuàng)建約10個(gè)關(guān)鍵字，以便用戶了解會(huì)議的內(nèi)容。你可以馬上開始搜索全文。同樣有用的是，一旦你熟悉關(guān)鍵字，可以點(diǎn)擊播放按鈕來(lái)收聽發(fā)生的音頻部分。

該應(yīng)用程序的下一個(gè)最佳功能是可以共享記錄的會(huì)議。所以，如果你有一個(gè)會(huì)議，而一個(gè)同事不能參加，你可以隨后向他們發(fā)送記錄和音頻，以便他們找到與之相關(guān)的東西。

如果你將谷歌帳戶連接到應(yīng)用并導(dǎo)入聯(lián)系人，那么所有這些高級(jí)功能都是非常簡(jiǎn)單的。因此，如果你的企業(yè)使用Google Apps，它可以非常順利地運(yùn)行。跟谷歌的整合并不令人意外，因?yàn)長(zhǎng)iang是谷歌前工程師。

McAteer從事移動(dòng)和數(shù)據(jù)分析工作已有20多年。團(tuán)隊(duì)的其他成員由前谷歌，F(xiàn)acebook，雅虎和Nuance員工以及麻省理工學(xué)院、斯坦福大學(xué)和其他頂尖科技計(jì)劃的博士和計(jì)算機(jī)科學(xué)家組成。

自2016年1月起，該團(tuán)隊(duì)一直致力于研究Otter背后的技術(shù)。他們擁有在過(guò)去一年中授權(quán)給其他合作伙伴的API － 主要是在錄制完成后提供音頻文件的轉(zhuǎn)錄。 AISense利用所有的合作伙伴數(shù)據(jù)來(lái)調(diào)整和訓(xùn)練算法。

今年1月，他們宣布與快速增長(zhǎng)的視頻會(huì)議服務(wù)公司Zoom簽署了一項(xiàng)許可合作伙伴關(guān)系，現(xiàn)在該公司提供了一個(gè)錄制視頻會(huì)議的選項(xiàng)——由AISense提供支持。

隨著推出實(shí)時(shí)錄音的免費(fèi)應(yīng)用程序，該公司正在進(jìn)入下一個(gè)階段。它最終計(jì)劃推出其應(yīng)用程序的高級(jí)版本，該版本將建立在免費(fèi)版本的功能上。例如，免費(fèi)版本將允許你搜索過(guò)去90天的會(huì)議。高級(jí)版本將進(jìn)一步擴(kuò)大。

“能夠記住，搜索和分享你的語(yǔ)音對(duì)話是合作的下一個(gè)前沿。” Liang說(shuō)，“Otter授權(quán)用戶使用AI進(jìn)行日常對(duì)話，因此他們可以專注于所說(shuō)的內(nèi)容而忘記記筆記。”

可以在Otter．a(chǎn)i，Apple App Store和Google Play Store找到該應(yīng)用程序。 iOS版本在這一點(diǎn)上更加精細(xì)一些，但都值得關(guān)注這款應(yīng)用程序隨著時(shí)間的推移如何發(fā)展和提高。

IBM Watson提供實(shí)時(shí)的文本到語(yǔ)音服務(wù)，但它背靠超級(jí)計(jì)算機(jī)。因此，AISense使用應(yīng)用程序和智能手機(jī)取得了令人印象深刻的成就，而且它可以說(shuō)是2018年世界移動(dòng)通信大會(huì)上宣布的最重要突破之一 ，盡管它一直以來(lái)十分低調(diào)。