Alexa Speech副總裁Manoj Sindhwani與我分享了他的團隊在使兩個單詞短語“ Hey Samuel”與單個喚醒單詞Alexa，Amazon，Echo和Computer共存時遇到的工程難題。由于“ Alexa”具有數(shù)十億個需要培訓(xùn)的客戶呼叫對話，但“ Hey Samuel”相對較少，因此需要創(chuàng)建一個多喚醒單詞模型，該模型可以在幾乎沒有數(shù)據(jù)的情況下進行預(yù)測。
為此，他解釋說：“我們能夠開發(fā)傳輸學(xué)習(xí)和數(shù)據(jù)增強技術(shù)，以訓(xùn)練一種新的多喚醒單詞模型，該模型對所有受支持的喚醒單詞和條件都適用。我們還使用多目標學(xué)習(xí)來減輕分別為每個喚醒詞訓(xùn)練模型的需求，并進行多區(qū)域訓(xùn)練，以使新的多喚醒詞模型能夠接受發(fā)音中廣泛的細微差別。”
對于未來的應(yīng)用程序，Sindhwani補充說：“多喚醒單詞檢測的創(chuàng)新意義重大，因為它是實現(xiàn)多種代理交互并跨設(shè)備訪問不同角色的第一步。”
人工智能的這一突破使亞馬遜朝著實現(xiàn)杰夫·貝索斯(Jeff Bezos)的愿景邁進了一步，該愿景是一個智能角色可以跨平臺交互的世界。在去年9月的亞馬遜大型硬件活動上，語音互操作性倡議(VII)被引入以創(chuàng)建行業(yè)標準。
盡管蘋果，谷歌和三星尚未簽署協(xié)議，但一年后該計劃有近80家公司，包括埃森哲，宏cer，AMD，奧迪，百度，BBC，寶馬，博世，博斯，杜比，F(xiàn)acebook，Garmin，哈曼，海信，英特爾，Kakao，羅技，微軟，Orange，高通，Salesforce，Sonos，索尼，Spotify，騰訊，Verizon，大眾和雅馬哈。
