
一个妈妈生的两姐妹还有不同呢,有同有异当然是必然的。
荣耀更偏向于年轻独立化,更敢于去尝试和表达。华为品牌偏于传统和内敛。但索性的是,无论是mate20还是magic2,不管是小艺还是yoyo,都比8.x的版本,在语音交互的能力和功能上,要提升了不止一个level。
从语音唤醒成功率上,至少mate20系列感觉到了质的飞跃,相比于mate10之类。特别是降噪能力上,确感受到不同。可能是芯片硬件功能的支撑上,底层发力了。此刻需要一波广告:芯端云一体化是行业必然趋势……
再说语义理解。理解首先是,将听到到话翻译为文字并反馈。
这一层为asr语音转文本,就是常说的语音识别。从单纯的转化结果来看,9.0版本的几个新机型,在迸字速度,效率确实有所提升。表现的比8.x的已经最起码起飞十倍了。但是,在多音字,中英文混合等能力上还有欠缺。
再一层就是nlp用户意图理解。这里就要扯到用户意图部分。简单地说,就是明白了你想干嘛。中文的博大精深,一些基础的帮我设置个闹钟,换个说法的时候,小艺可能就一脸懵逼了,YOYO可能就叹口气了。的确query说法泛化的能力还有待加强。
接着一层是DM的对话管理。这是在我理解你以后,我能给你对应的垂域能力调用,来满足你的需求。简单讲,就是把我对你需求的理解,对应到不同的业务上,从业务上加以包装来回应你的诉求。
这个通路之间的可能性很多……我理解你,但是我本身没这个能力支撑我满足你。臣妾办不到哇(σ゚∀゚)σ哇………甚至,我得理解和你实际想要,本身就有很大gap。我以为我以为的就是你以为的然而我以为的并不是你以为的我以为~
可能菊花厂各domain的中枢控制能力还没有协调到一定程度,毕竟本身不做业务,AI领悟众多能力提供方,标准和能力参差不齐。这东西不是一日之功,还需要漫长的训练和调配繁衍过程。
以上三个环节,简单说,就是机器对于用户说的话进行翻译,再理解,再进行最终执行(这块就是大家说的硬伤),确实是有很多时候表现为听不懂,不理解。
接着,是大家感知更深刻的,tts语音播报。就是大家认识最为深刻的:YOYO声音好好听!YOYO好酷!YOYO简直类人…………巴拉巴拉……我理解这个层面已经算是整个语音交互的产品包装层。
我认为这一层的所有现象级交互内容,首先依托于上面四层的能力层。说话声音好听,只是个表象。你会和一个性感的女人上床,但是你不可能娶一个智障的性感女人结婚。什么是根本,一目了然。
综合来说,路漫漫其修远兮~
然后9.0的自定义技能,iot的家居接入,预置的模拟点击,以及驾驶场景,在我理解,均是菊花厂为了赶上语音交互趋势,对敌我竞争的你追我赶。
总之,菊厂一直在抬头望向整个互联网行业布局变革,也一直虎视眈眈(错了错了,应该是狼性吧⊙∀⊙!~)。
仍然相信,宝贵的用户资源财富(毕竟终端才是跑道,三方产品只是赛跑队员),大厂的线下资源整合能力,终端渠道的推进覆盖力量,会是菊厂在AI领悟有所突破,和敢于叫板互联网公司的核心竞争力。
只是成功这件事太偶然,需要的不仅是能力,还有天赋和运气。
但是呢,眼前再暗,还是要仰起头来期待光明。哈哈ヾノ≧∀≦)o
