近日,微软(亚洲)互联网工程院宣布,率先推出新一代的语音交互技术“全双工语音交互感官”(Full-duplex Voice Sense),并已完成产品化落地。
全双工本是通讯传输领域的一个术语,允许数据在两个方向上同时传输,与之对应的就是半双工。
传统的语音识别和机器对话都类似半双工,无论单轮还是多轮连续识别,都需要人说完一句话,机器才能理解并给出回应,有点像传统武侠游戏的回合式战斗。
而微软的这项新技术可以实时预测人类即将说出的内容,实时生成回应,并控制对话节奏,从而使长程语音交互成为可能。
采用该技术的智能硬件设备,也不需要用户在每轮交互时都说出唤醒词,仅需一次唤醒,就可以轻松实现连续对话,使人与机器的对话更像人与人的自然交流。
目前,这项技术已首先在微软小冰全球产品线中落地,其中在中国市场,不但有中国科技馆的小冰电话亭,微软还与小米紧密合作,将其融入到米家生态链Yeelight语音助手的市售硬件产品。
这是全球首个搭载全双工语音交互感官的智能设备,也是内置微软小冰的首个“双AI”智能设备。
在日本市场,小冰凛菜(りんな)已通过该技术实现在直播平台中的落地,首个车载智能项目也已开始路试。
微软计划在未来六个月内,完成该技术在更多产品线中的覆盖。
微软全球资深副总裁、微软(亚洲)互联网工程院院长王永东博士表示:“我们预测,未来一年中,人工智能应用将越来越多地从某些单一技术领域,进入到发挥综合能力的阶段。微软已在这方面深入布局。此次全双工语音交互技术的推出,不仅涉及到计算机语音技术,还包括自然语言处理、人工智能内容创造等多个领域。这正是微软在这些领域长期储备、综合运用的成果之一。”
微软小冰全球研发负责人周力博士表示:“从已落地的产品数据和用户反馈中,我们观察到一个普遍现象:用户一旦使用过微软小冰的全双工语音交互感官之后,再与其他语音助手交互时,他们普遍会开始感到不习惯,甚至会频繁忘记要对其他语音助手说唤醒词——新技术促进拟人自然度的显著提升,使人们对过去单轮或多轮连续语音交互体验的满意度迅速下降。这种新老交替的现象,符合我们的研发预期。”