圖片源自：國際在線
6月5-6日，由中國科學技術協會、中國科學院、中國工程院、浙江省人民政府指導，中國人工智能學會、杭州市人民政府主辦的2021全球人工智能技術大會在杭州召開。大會匯聚了來自世界各地的人工智能領域院士專家，共同為人工智能的發(fā)展建言獻策。本次大會采用線下線上同步直播方式，線上累計觀看超過1300萬人次，其中多語種智能信息處理專題論壇在線觀看人數超過61萬人次。
6日下午，在多語種智能信息處理專題論壇上，中國人工智能學會（以下簡稱：CAAI）多語種智能信息處理專業(yè)委員會正式成立。國務院參事、CAAI 理事長、中國工程院院士戴瓊海，CAAI 名譽理事長、中國工程院院士李德毅，中國工程院院士、新疆多語種信息技術重點實驗室主任吾守爾·斯拉木發(fā)表致辭。來自學術界、產業(yè)界的多位重磅嘉賓如百度CTO王海峰、科大訊飛研究院執(zhí)行院長劉聰、華為諾亞實驗室語音語義首席科學家劉群等帶來了精彩演講。
國務院參事、CAAI 理事長、中國工程院院士 戴瓊海（圖片源自：國際在線）
愛數智慧創(chuàng)始人兼CEO張晴晴發(fā)表題為《多語種對話式AI技術及語料庫建設》的主題演講，介紹對話式AI技術的痛點，愛數智慧在多語種語料庫建設的應用。
愛數智慧創(chuàng)始人兼CEO張晴晴（圖片源自：國際在線）
多語種對話式AI技術面臨的痛點
對話式AI正在全面普及，在智能車載、智能家居、智能客服、智慧醫(yī)療、智能社交等場景中相繼落地。從技術角度看，對話式AI涉及語音識別、自然語言理解和語音合成等技術，要想通過這些技術實現人和機器更自然的對話，需要克服哪些難題？
日常生活中對話式口語和電腦打字交流最大的區(qū)別是，對話式口語會有語序顛倒、猶豫遲疑產生的停頓，多人同時交流甚至出現語句打斷、搶話、交疊音等復雜語音場景，這為AI建模帶來很大困難。
隨著全球文化進一步交流與融合，外語詞匯夾雜到母語中現象愈發(fā)頻繁，對話式口語在車載導航、音樂檢索等場景中存在多語種混合表達問題，比如“播放Taylor Swift的love story”等對話語句夾帶個別英文單詞或英文縮寫。針對這些技術難點，愛數智慧從聲學角度進行非母語發(fā)音字典建模和混合雙語聲學建模等，以此提高雙語識別系統(tǒng)性能。
多語種語料庫建設 幫助開發(fā)者重建“巴別塔”
從聲學建模角度提高雙語混合語音識別性能上，愛數智慧在ASR，TTS和發(fā)音字典方面構建統(tǒng)一的音素集，就是將中英文，以及其他語言里相似的音素集進行一個聚類。由于人類器官發(fā)出的音素集是一個有限集，我們找到這些有限集后，能夠涵蓋所有的語言。這種方式能夠在資源受限情況下進一步加大數據復用性，同時也增加了模型構建過程中的穩(wěn)定性。
作為提高雙語識別系統(tǒng)性能的另一重要模型——混合雙語聲學建模，我們使用什么樣數據來進行對應的聲學模型的訓練，便會涉及到訓練數據集。
目前愛數智慧擁有超過150000小時數據集，其中超過90000小時對話式AI訓練數據集，這些數據集經過多維度的標注，包括語音到文本的轉換，以及說話人性別、年齡、情感等標簽，這些標簽能夠幫助開發(fā)者在解決多語言對話式AI上提供更多的信息，從而幫助優(yōu)化對應的模型。
此外，愛數智慧擁有超過60種語言的數據集，還有部分針對外語數據構建的雙語混合數據集，如泰語英語混合數據集、馬來語英語混合數據集等，從而幫助開發(fā)者解決混合語音識別的問題。
最后，多語種對話式AI研究非常困難也是必然趨勢，要實現世界語言無縫溝通交流這一終極目標，張晴晴號召更多AI開發(fā)者投身多語種對話式AI的研究領域，推動對話式AI進一步發(fā)展，重建巴別塔。
多語種智能信息專題論壇現場合影（圖片源自：國際在線）
GAITC大會同期甄選51家優(yōu)秀企業(yè)，參加全球人工智能技術博覽會，愛數智慧與科大訊飛、阿里、百度、英偉達、快手、字節(jié)跳動和東風汽車等國內外知名企業(yè)悉數亮相。
GAITC大會博覽會（圖片源自：國際在線）
吾守爾·斯拉木蒞臨愛數智慧展臺，了解愛數智慧核心技術及產品，并對MagicHub.io開源社區(qū)非常感興趣，吾守爾鼓勵愛數智慧在多語種智能化研究和應用上繼續(xù)努力，實現無縫交流。
愛數智慧市場總監(jiān)Helen在展臺介紹愛數智慧核心技術及產品（圖片源自：國際在線）
吾守爾·斯拉木參觀愛數智慧展位并關注MagicHub.io開源社區(qū)（圖片源自：國際在線）
