将做什么 阿里全面进军 专访鄢志杰 IoT 语音交互能做什么
在 3 月底的云栖大会上，阿里云总裁胡晓明在会上做出战略宣布：阿里巴巴全面进军 IoT。这是继电商、金融、物流、云计算之后的一条新的主赛道。
阿里巴巴希望数字化整个物理世界，并作为 IoT 基础设施的搭建者而存在。这样一层「新身份」也让不少人为之振奋，认为「5 年内 100 亿设备」的未来将成为阿里云 IoT 事业部总经理库伟所说的「万物智联」的全新世界。
在阿里巴巴这样的企业战略规划之下，以语音交互智能实验室为代表的众多研究部门如何明确自己的定位，并助力阿里巴巴更好地领跑这一赛道，也成为一个亟待解答的问题。
在 3 月底举办的首届 AITech 峰会上，阿里巴巴达摩院-机器智能技术研究院的语音交互智能实验室首席科学家鄢志杰做了题为《IoT 时代的语音交互智能》的主题演讲。
图via 新一代人工智能联盟
计算是心脏，AI 是大脑，IoT 是神经；这是阿里巴巴数字化进程中发挥重要作用的三个「器官」。那么作为「阿里集团乃至蚂蚁金服语音技术的研究开发和产品部门」，鄢志杰所在的语音交互智能实验室在 IoT 中担任怎样的角色？
鄢志杰认为， 语音是最自然的与 IoT 交互的方式。 首先它无需学习。用语言交流是人类所具备的一种独特能力；其次，语音「hands-free」、「eyes-free」的特点也让教育用户的成本几乎能够降到最低。
「语音交互智能是 AI 与大众最近的接触。」 鄢志杰如是说。不论是 BB-8 还是 R2-D2，能与机器顺畅自由地交流一直是科幻作品的美好想象。得益于 AI 近年来的突破性进展，以语音、计算机视觉为代表的感知智能；与语义理解、语义生成的认知智能，技术的飞跃有目共睹。
在近年来，业界也推出了以聊天机器人、智能音箱为代表的语音交互产品，也让这一愿景不再遥远。而智能语音交互也已跨越了「能用」的基本诉求，正在逐步向「好用」迈进。
阿里巴巴的语音交互智能实验室也正在尝试架起「人机交互」和「个性化服务」的桥梁。而上升到技术层面来总结， 语音交互智能将成为 IoT 与互联网内容和服务的桥梁。
以 NUI 自然交互平台为例，背靠「云+端基础设施」和相应的开发者社群，语音交互智能得以从意图理解、对话管理、问答系统、聊天系统、推荐广告和数据闭环展开对自然输入输出的技术发现，并连接不同的功能选项（如出行、购物、天气等）和相应的 IoT 设备（如手机、汽车等）。
而从语音交互智能实验室的研究切入点来分析，一个完整的交互过程有两个主要环节，语音进和语音出。
从用户说第一句话开始，首先涉及的是麦克风采集传感器的硬件技术，到麦克风阵列的信号处理；在清晰采集到语音信息之后，系统需要对语音进行正确识别；再者，对语义做出正确的判断和理解，并结合用户的需求获取相应的回复；最终，合成语音达成输出，反馈给用户。鄢志杰还补充道，话题背后的相关数据积累，也作为整个交互过程的一个调用环节而存在。
语音交互智能实验室每半年会迭代一次声学模型，原来的 BLSTM（双向长短时记忆单元，Bidirectional LSTM）到后来的 Low frame rate latency controlled 的 BLSTM，在精度上已经有了很大飞跃。而今年即将在国际声学会议 ICASSP 2018 上做 oral 报告的 DFSMN（深度前馈序列记忆网络）。DFSMN 使用基于 BLSTM 的统计参数语音合成系统作为基线系统，采用广泛使用的跳跃连接技术，在执行反向传播算法时，梯度可以绕过非线性变换。鄢志杰告诉雷锋网 AI 科技评论，这一技术已经在阿里巴巴的实际业务中发光发热。
除了典型的 IoT 产品，如天猫音箱、荣威智联网汽车、天猫盒子、海尔人工智能电视外，鄢志杰还提及了 IoT 在公共场所服务上的应用案例。去年 12 月，上海地铁与阿里云携手推出了上海地铁语音售票机。
理论要应用到 IoT 实际层面，也有着不少门槛和障碍。在实际生活的体验和接触中不难发现，市面上的语音交互产品多应用于家庭、办公等安静场景中，强噪音场景下的技术落地存在诸多难点。
而相应地，上海地铁的硬件设施也进行了一次「大改造」，增加了光学摄像头及面板背后的麦克风阵列，这也涉及与以传感器为代表的硬件厂商的合作。
鄢志杰也对雷锋网 AI 科技评论表示，从 IoT 的层面上看，语音交互智能实验室可能原本只需要研究纯软件的技术，但进军 IoT 赛道后，包括机器智能技术研究院都要下沉到硬件，团队的扩张有很大一部分源于声学硬件人才的加盟，如雷锋网 AI 科技评论曾经采访过的冯津伟博士。
但不可忽视的一个现状是，语音尚未成为主流的交互方式。鄢志杰经常在内部分享提一句话， 「今天语音交互技术的真实水平，与用户的期待、业界的 PR 存在明显的鸿沟。」 针对这一点，鄢志杰认为可能有两个方式可以去着力。
交互设计本身是一门科学，它能够通过用户调研将主观的体验观感转化为客观的指标。这样一来，即使技术水平在短时间内无法有大的提升，但可以以巧妙的方式将技术的缺陷掩盖过去。在《夏洛特烦恼》里有一个情节，沈腾告诉老大爷，自己要找马冬梅。老大爷没听清，反问，「马什么梅」。这就是一个典型的交互案例。
如果系统在识别时没有完全听清，对正确理解用户的意图没有把握时，聪明的交互设计可以选择避免让用户直接重复所说过的话，而是换一种角度让用户再次重申自己的意图。
在汽车内的语音交互就是一个重要的强场景。在车载系统上用语音输入想去的地点，在技术成熟度和交互体验上都有了极大的提升，这也促使了正循环，逐步淘汰原有的键盘输入方式。如何畅想 IoT 可能与语音交互产生关联的场景？鄢志杰表示，「当万物互联，或者说万物智联真正走向纵深，在你一天所可能接触的任何场景都一定会有相应的 IoT 设备。」
从商业化的角度来看，在 IoT 时代下的语音交互智能，需要将互联网内容和服务通过 IoT 触达用户形成商业闭环，并做好端和云的布局。
鄢志杰也在会上提及了阿里巴巴的研究与实践，主要分为三个方面。
鄢志杰反复重申的多模态交互概念，也让语音交互智能实验室不再局限于语音层面。这也就意味着，它与其他技术团队的交流也会变得越来越频繁和深入。鄢志杰表示，目前主要协作较多的还是计算机视觉团队和用户体验的团队。在未来，融合表情、动作等蕴含高语境的模态识别，或许也会成为人机交互的一个重点攻关方向。
在此，引用鄢志杰在年初的技术预测做为结尾：
「从 2018 年开始，人类与机器的交互方式将开始彻底摆脱任何形式的交互界面，变得更接近人与人的交互。这背后是对听觉、视觉、触觉，甚至味觉等多模态技术的全面融合。机器将能感知到人类在语气语态、肢体动作、面部表情等更丰富的表达方式，从而更智能的理解人类的意图。生活空间、交通空间、工作空间将是三个首先落地领域。」
附鄢志杰简介：
阿里巴巴达摩院-机器智能技术研究院语音交互智能实验室首席科学家。在 2015 年加入阿里巴巴前，就职于微软亚洲研究院，任语音组主管研究员。毕业于中国科学技术大学讯飞语音实验室，获博士学位。研究领域主要包括语音识别、语音合成、说话人识别验证、OCR/ 手写识别、机器学习算法等。在语音及文本识别领域顶级学术期刊及会议发表多篇论文，长期担任语音领域顶级学术会议及期刊的专家评审，并拥有多项美国及 PCT 专利，目前是 IEEE senior member。
原创文章，未经授权禁止转载。详情见 转载须知 。
天耘科技懂营销的全球云服务商，致力于成为企业全球化的桥梁，以助力全球业务增长为目标，提供云游戏解决方案,云互动广告,云游戏全栈服务，OgPhone国际云手机、SD-WAN组网、全球网络加速等专业服务。
爱剪辑是全民流行的视频剪辑软件，支持AI自动加字幕、调色、去水印、横屏转竖屏等齐全的剪辑功能，且其诸多创新功能和影院级特效，也使它成为迄今超易用、强大的视频剪辑软件。
无锡软服信息科技有限公司是一家专业从事无锡it外包服务|收银机|化工厂人员定位系统|危化二道门|建筑工人实名制系统|液晶拼接屏|多媒体触摸教学机|广告机|排队机|无线呼叫系统|二道门|车牌识别系统|一卡通系统|安防监控|系统集成|软件实施|软件开发民营高科技企业，公司坐落在无锡高新技术开发区梦溪小镇
减压阀选型,球阀选型,电动球阀,电动调节阀,气动调节阀,自力式调节阀,不锈钢截止阀,保温旋塞阀
BRE快递公司官网热线:0755-89823923,bre-line物流专业为国内客户提供门到门伊朗空运和bre快递单号跟踪查询等服务,寄伊朗专线咨询bre中伊专线,价格优惠,时效稳定,竭诚欢迎您的惠顾
西安富成防务科技有限公司成立于2007年12月，注册资金4000万。公司主营业务为高性能嵌入式模块、特种测试设备、通用雷达平台、特种警用装备、自组网通信设备等高端装备。
惠州之家，为惠州发展提供先驱动力！惠州之家分类信息网，为你提供房产、招聘、黄页、团购、交友、二手、宠物、车辆、周边游等海量分类信息，充分满足您免费查看/发布信息的需求。为用户提供本地房屋租售、招聘求职、便民查询等信息服务以及吃喝玩乐、购房购车等消费指南
找剑灵发布网【www.zhaojl.com】专业为您提供高品质剑灵私服,包括最新剑灵游戏攻略,新开剑灵私服推荐、剑灵怀旧服、剑灵公益服、剑灵sf发布网、剑灵手游、免费剑灵私服辅助下载,丰富的剑灵私服资源等你来玩!
癞蛤蟆工具箱，是一款能够帮助卖家做店铺的软件，包含了多款淘宝、拼多多上货助手的软件，有货源软件、淘词软件、竞争对手分析软件、直通车软件、生意参谋分析软件、宝贝复制等软件
圣劳伦斯暖气片商城直营圣劳伦斯旗下所有产品,囊括圣劳伦斯钢制暖气片、铜铝复合暖气片、卫浴暖气片、家用暖气片、电暖气片、地暖、管材管件等暖气片产品,圣劳伦斯是暖气片十大品牌厂家之一。
天丰振动,方形摇摆筛,直线振动筛生产厂家,提供振动筛分、输送提升设备方案。直线筛,摇摆筛,高频筛,脱水筛,滚筒筛,精细筛分产品,多项振动筛专利,满足各行业粉体颗粒生产需求。
作者简介，黄毅，本文一作，目前为罗氏集团的数据科学家，研究领域为自然语言处理的生物医学应用，摘要多标签文本分类是自然语言处理中的一类经典任务，训练模型为给定文本标记上不定数目的类别标签，然而实际应用时，各类别标签的训练数据量往往差异较大，不平衡分类问题，，甚至是长尾分布，影响了所获得模型的效果，重采样，Resampling，和重加权，...。
发表在瑞格尔投影仪2024，1，1509，34瑞格尔E23是一款小巧轻便的家用投影仪，采用全新光机设计，具体瑞格尔E23投影仪的详细参数配置如何呢，下面就为大家分享，看看瑞格尔E23投影仪怎么样，各方面的优缺点有哪些，是否适合家用，瑞格尔E23投影仪怎么样，1.光学参数瑞格尔E23采用西塔全封闭光机，ip5x防尘等级，不漏光，可有效解...。
饰品店加盟项目非常的不错，在生活中也会带给人们更多的希望，让每个人都能够看到巨大的前景，一直以来在生活中也会不断的带给人们更好的经营和管理的方案，所以在人们的身边想要利用饰品店加盟的人们也要进一步的去认识经营管理，只有更深入的去了解饰品店的加盟人们才可以从整个行业中获得更好的商机....。
选择酒店住宿，并不是一件随意的事情，各方面的标准都要符合自己心中所想，这样才可以享受到高品质的休息环境，维也纳国际酒店，为旅途中的人们提供了一个世外桃源般的氛围，令人心旷神怡，流连忘返，那么，维也纳国际酒店环境好吗，住宿空间大吗，维也纳国际酒店环境好吗各大酒店的选址、装修、设计等环节，都是在公司的协助下进行的，尤其是装修设计方面，为了...。
网曝王思聪与她分手时，直接给了500万现金和一辆1700万的劳斯莱斯，买了100万的一件衣服，于是雪梨后面才有钱创业，再次与王思聪相逢时，她身价已经50亿了，雪梨是王思聪比较喜欢的女生之一，因此在分手的时候没有亏待她，给了她足够的补偿，王思聪在花钱这方面特别大方，以至于每一任女朋友跟他分手，都没有说过他的坏话，@彬娃儿来源，卢松松博客...。
[文，观察者网熊超然]迈克·沃尔兹，MikeWaltz，、爱丽丝·斯蒂芬尼克，EliseStefanik，，甚至还有已被中方制裁的马可·卢比奥，MarcoRubio，……在特朗普正组建其第二任期内阁之际，一些最关键职位传出的抢手人选竟是这些人，英国，金融时报，外地时期11月12日征引专家指出，特朗普方案任命多名，对华鹰派，负责外交政策...。
其真实恋情生存中，除了缘分之外，双方能否能够磨合的好，也是特意关键的，射手男往常大大咧咧的，很青睐追赶新颖感，而巨蟹女相对来说会敏感一些，他们既平和又残酷，还把家庭看得很关键，那他们假设组合到一同，配对状况会如何呢，1.射手男迷上巨蟹女体现的射手男幽默乏味，性情是很沉闷的，一直都充溢热情，桃花运也巨好，会给人一种较为花心的觉得，她们一...。
十二星座幸运数字为，白羊座的幸运数字6、7；金牛座的幸运数字5、6；双子座的幸运数字3、5、7；巨蟹座的幸运数字1、5、9；狮子座的幸运数字0、4、6；处女座的幸运数字1、6、7；天秤座的幸运数字6、9；天蝎座的幸运数字3、4、7；射手座的幸运数字4、5、8；摩羯座的幸运数字0、5、9；水瓶座的幸运数字4、7、8；双鱼座的幸运数字1、...。
定位中大型级别SUV，王道又叫做普拉多，是一款orv车型，地道越野车，行走在非铺装路段十分有长处，国产版本车型为2019款，目前曾经停产，驳回3.5升280马力六缸人造吸气发起机，六挡手自一体变速箱，王道的车身尺寸数据是什么车型车身尺寸数据长度4840毫米，车身尺寸数据宽度1885毫米，车身尺寸高度1890毫米，车身尺寸轴距2790毫...。
正版快手app最新版手机版是一款趣味性极强的短视频和手机gif制作软件，号称记录世界记录你，有红包的快手那是快手极速版，不是快手哦！通过快手可以制作各种搞笑的gif动画和视频，爆笑连连，以不一样的方式，来记录你的生活趣事。官方介绍快手短视频——国民短视频
抖店电脑版是一款专门为抖音电商推出的买家移动工作台。该软件支持商品管理，支持好物上架多样操作
呱呱社区手机版下载-呱呱社区手机版是一款基于优质内容的社区聊天室。呱呱社区安卓版支持超大、清晰的视频为用户带来视觉上的享受。大屏、清晰并且畅通无阻的视频观感，是呱呱视频社区手机版所具备的的优势。欢迎下载体验，您可以免费下载安卓手机呱呱社区。
雷锋网消息，在2019MWC上，Intel宣布推出FPGA可编程加速卡N3000，IntelFPGAPACN3000，，可加速多种虚拟化工作负载，包括5G无线接入网络和5G核心网络应用；同时，作为一款功能齐全的端到端解决方案，IntelFPGAPACN3000可部署在5G边缘和网络中，IntelFPGAPACN3000可加速多种虚拟化...。
浙大蔡登团队携手微软亚洲研究院，提出了一个新的对比动作表征学习，CARL，框架，以自监督的方式学习逐帧动作表征，尤其是针对长视频；它考虑了时空上下文来提取逐帧表征，是一种基于Transformer的简单而高效的视频编码器，他们提出了一种新的序列对比损失，SCL，，应用于通过一系列时空数据增强获得的两个相关的视图，在FineGym、Pe...。
马斯克一周套现440亿，马斯克回怼美国参议员，暗示卖出更多特斯拉股票美国证券交易委员会，SEC，的最新文件显示，11月12日，马斯克再次售出120万股特斯拉股票，套现逾12亿美元，截至目前，马斯克自11月8日以来累计出售约636万股特斯拉股票，总价值近69亿美元，折合人民币约440亿元，特斯拉一周累跌逾15%，为2020年3月以来的...。
雷锋网按，很长一段时间里，我们对IT界的弯道超车似乎有一种误解，不是在我们不擅长、陌生或者是已经有很多强劲对手的领域，硬超车，，相反，如何找到自身独一无二的优势，在千万次的磨炼中找到并抓住那唯一胜利的机会，才有机会弯道超车，金山办公有这个机会吗，在最近的媒体交流中，金山办公CEO章庆元表述了他所认为的金山办公，不是互联网公司，也不是...。
为期6周的训练计划10K成绩提升至55分钟,慢跑,跑步,长跑,跑者,力量训练,冷身
