日前在2016新浪C+峰會上，科大訊飛輪值總裁、研究院院長胡郁發(fā)表演講的同時，還向在場的所有人展示了科大訊飛最新的語音轉(zhuǎn)寫技術(shù)。

 

　　胡郁演講過程中，他的所有發(fā)言都能實時變成文字展示在屏幕上。而這項語音轉(zhuǎn)寫技術(shù)的反應(yīng)速度相當(dāng)驚人，幾乎已經(jīng)達(dá)到了音畫同步的節(jié)奏。

 

　　據(jù)胡郁介紹，這項語音轉(zhuǎn)寫技術(shù)已經(jīng)和國家的很多部門，包括中共中央辦公廳、國務(wù)院辦公廳以及中宣部都在使用。

 

　　從能聽會說到能理解會思考

 

　　1946年世界上第一臺電子計算機誕生開始，許多計算機科學(xué)家就開始對計算機能夠代替人類做什么展開了聯(lián)想。1956年“人工智能”首次在Darmouth會議上被提出，然而因為技術(shù)的掣肘和時代的局限性，人工智能的發(fā)展并非一帆風(fēng)順。

 

　　進(jìn)入21世紀(jì)，特別是隨著移動互聯(lián)網(wǎng)和互聯(lián)網(wǎng)的發(fā)展，人工智能的力量再次得到重視，因為人們發(fā)現(xiàn)，人工智能可以解決很多問題，甚至可以對傳統(tǒng)的行業(yè)進(jìn)行顛覆式的創(chuàng)新。

 

　　但人工智能發(fā)展到現(xiàn)在，仍然有尚未攻克的難題。人工智能與人的智能之間還存在著巨大的差別。胡郁在演講中提到，“我們現(xiàn)在的人工智能跟我們的意識其實根本沒有任何的關(guān)系。”

 

　　胡郁更習(xí)慣將人工智能進(jìn)行分類，分為計算智能、感知智能和認(rèn)知智能。機器發(fā)明出來以后，計算能力和存儲能力遠(yuǎn)遠(yuǎn)的超過了人類。但是在認(rèn)知方面，機器還遠(yuǎn)遠(yuǎn)落后于人類，在胡郁看來，如果機器能夠在這一點上趕上人類，那就是機器智能戰(zhàn)勝人類非常重要的節(jié)點，“但它們現(xiàn)在還有很大的差距。”

 

　　那么如何能夠讓機器像人類一樣能夠認(rèn)知理解這個世界呢？胡郁的演講中介紹了目前研發(fā)存在的兩種思路。一種是通過對人類大腦的了解，幫助機器更好的設(shè)計算法。另外一方面，是利用深度神經(jīng)網(wǎng)絡(luò)、大數(shù)據(jù)以及漣漪效應(yīng)，來共同養(yǎng)成視覺、聽覺和自然語言處理方面的能力。

 

　　訊飛超腦背后的認(rèn)知革命

 

 

　　谷歌旗下人工智能公司DeepMind近來憋了個大招，繼AlphaGo贏了人類棋手后，他們又研制出了能夠生成模仿人類語音的系統(tǒng)。

 

　　讓人能與機器對話一直是人類希望在人工智能領(lǐng)域里實現(xiàn)的目標(biāo)。但是，目前用計算機生成語音仍然大量地依賴于TTS（文本到語音）拼接技術(shù)。在這個過程中，機器首先要記錄一個說話人的聲音片段，并基于此構(gòu)建超大型的數(shù)據(jù)庫，隨后，經(jīng)過再次結(jié)合過程，形成完整的表達(dá)。

 

　　與對原始聲浪建模的構(gòu)想類似，科大訊飛的“訊飛超腦”在對聲音進(jìn)行處理時，模擬的同樣是語音圖譜。

 

　　“大家都知道我們的聲音其實在我們的腦海里面，在聲音處理里面能夠看到有一個語音譜圖。非常牛的人員，利用這個語音譜圖來判斷。我們現(xiàn)在做的成果可以利用圖像處理的方法處理我們的語音，跟我們耳朵里面的聽覺系統(tǒng)是非常接近。不僅僅如此，更加重要的是解決認(rèn)知的問題，里面包括語音翻譯、知識表示、聯(lián)想推理和自主學(xué)習(xí)?，F(xiàn)在我們做到了什么樣的成果呢？”胡郁介紹稱，目前科大訊飛最新發(fā)布的產(chǎn)品AIUI，已經(jīng)能夠非常自然的與人類語音進(jìn)行交互，而且能夠?qū)⒃瓉韱未蔚慕换プ兂扇悄艿慕换ィ瑢⒄Z音識別、語音合成、自然語言理解和整個對話過程融為了一個整體。

 

 

　　科大訊飛展示的語音轉(zhuǎn)化技術(shù)其響應(yīng)速度已經(jīng)遠(yuǎn)遠(yuǎn)超出想象，科大訊飛的目標(biāo)遠(yuǎn)遠(yuǎn)不是讓人工智能去取代速記的工作，它所瞄準(zhǔn)的是一個入口。胡郁介紹稱，“我們要做語音和語言為入口的機器認(rèn)知革命，這里面包括感知智能和認(rèn)知職能。讓機器模仿我們?nèi)祟惖母兄悄?，可以對概念進(jìn)行推理和解決。我們期待將來可以看到非常好的物聯(lián)網(wǎng)的世界，手機、智能家電、智能家居……都能夠跟我們自由的交流，我們可以進(jìn)入一個真正的機器認(rèn)知的革命時代。”