AI 時代下的新使用者介面 - 語音人工智慧 | Dec. 2017 威盛 OLAMI | 台中 OASIS FORUM

AI 時代下的新使用者介面 - 語音人工智慧
h t t p : / / o l a m i . a i
威盛電子股份有限公司
Ryan Hang , 2017-12-16

人工智慧
• 人工智慧（Artificial Intelligence, AI）一詞最早起源於 1950 年代
• 1980 年代研究領域轉為（Machine Learning）
• 2006 年深度神經網路（Deep Neural Network, DNN）發表
• 2012 年深度學習（Deep Learning）大爆發

機器學習？or 深度學習？
資料來源：www.inside.com.tw

使用者介面（User Interface）的演進

語音人工智慧
語音辨識＋自然語言理解＋多輪互動＝新一代的使用者介面

OLAMI 人工智慧平台
以人工智慧創造新一代的 “ 中文語音人機互動使用者介面 ”

VIA Technologies, Inc. ｜ http://olami.ai
語音辨識
Voice Recognition
電腦視覺
Computer Vision
語言理解
Language
Understanding
語音命令檢測
Voice Commands Recognition
視線檢測
Eye Gaze Detection
即時目標檢測
Real-Time Object Detection
機器認知
Machine Cognition
自然語言語意理解
Natural Language Understanding
雲端語音辨識
Cloud Speech Recognition
人工智慧雲
AI Cloud Service
OLAMI 是一個多元化的 AI 軟體開發平台
提供給 A I 產品開發者的軟體開發解決方案包含了視覺，聽覺，以及語言理解領域
自然語言語意互動
Natural Language Interaction

中文語意理解的難題：
“衣服能穿多少穿多少”
這是希望你多穿一點？還是少穿一點？

如何解決這類充滿歧異的中文語意?
ü 知識庫的輔助，確定合理性，消除歧異。
ü 多層上下文處理技術（例如多輪對話）。
• 台中今天很冷 👉 能穿多少穿多少（多穿一點 👚）
• 台中今天天氣如何？ 👉 那台北呢？ 👉 買一張去那裡的高鐵票。
ü 結合使用情境。

OLAMI 中文語音辨識
最深入台灣本土化的中文語音辨識技術

以台灣中文為主的混合辨識引擎
ü 台灣在地化的用語
ü 解決“台灣國語”的口音問題
ü 國台語混合 or 國語＋台語＋英文混合
ü 台語辨識（中國大陸閩南語不完全等於台語）

簡體中文語音辨識也很OK！
協助台灣企業的語音互動產品或服務拓展至中國大陸市場

辨識率的迷思
9 9 % ? 9 8 % ? 9 7 % ?

案例：特殊領域專用詞彙及句型辨識
例句：
• 嘴唇無發紺情形，予散瞳藥物使用。
• 鼻胃管留置，固定妥，口內內固定存。
• 於十點五十五分治療完畢協助出艙。
• 冰枕使用導致紅臀予以消毒。
Powered by Deep Learning !
經資料採集、模型設計、深度學習訓練後的引擎，辨識率可達 97% 以上。

案例：台灣國語語音辨識率分析
評測日期：2016/12/19 • 男女共計 1 0 人
• 測試 2 0 0 句語料
• 樣本總數 2 0 0 0 筆
測試範例（一般發音）：二千二百位善男信女
台灣國語發音參考案例：嘔千嘔百位善藍性呂
82.24
75.30
72.29
78.39
64.45
56.99
50.00
55.00
60.00
65.00
70.00
75.00
80.00
85.00
OLAMI X 公司 B 公司 G 公司 N 公司 M 公司

當語音人工智慧遇上 IoT／AIoT

離線辨識＆邊緣運算（Edge Computing）
• 命令詞辨識（Voice Command）
• 語音喚醒（Hotword Detection）
• 回聲消除（Acoustic Echo Cancelling；AEC）

遠場拾音技術
( Far-Field Voice Recognition )
ü 命令詞辨識（Voice Command）
ü 語音喚醒（Hotword Detection）
ü 回聲消除（Acoustic Echo Cancelling； AEC）

語音人工智慧應用案例分享

• Hands-Free 全語音操作。
• 取代傳統鍵盤輸入作業。
• 大幅降低護理人員工作量及時間。
• 中英文混合專用詞彙辨識。
智慧醫療應用：
語音輸入護理日誌
• 嘴唇無發紺
• 鼻胃管留置
• heart rate 是 86
• follow sugar 狀況
• 有 O2 mask 5L 使用

OLAMI
人工智慧雲
OLAMI
機器認知
OLAMI
內容數據
語音辨識 API
語意理解 API
百科，即時數據
& 第三方 CP 數據
語音喚醒 / 離線命令詞辨識 SDK
NLI 語意互動管理系統（智能對話）
AI 軟體 & 服務
智慧裝置 & 機器人
AI 客服 & 導覽員
VR ＆ AR 應用
軟體開發者
可應用於各種〝對話式〞服務與應用

• 自然語言上下文處理與多輪對話能力。
• 百科與知識庫輔助應用範例。
• 自然語言於智慧家庭控制的應用示範。
https://www.youtube.com/watch?v=GRYj4WMZATM
Smart Home
語音助理 APP 或智慧喇叭
示範影片 :

挑戰孩子們
模糊的語意及發音
• 陪伴型語音智慧喇叭應用場景：
• Far-Field 遠距離收音 & 語音喚醒。
• 閒聊（自然語言理解）。
• 講故事、聽音樂。
• 學習數學。
• 多人語音訊息傳送與互動。
https://youtu.be/AiUfFRMhHKE
示範影片 :

AR／VR 語音助理、客服
or 互動式電子看板

OLAMI Voice Kit – 語音智慧喇叭開發套件
威盛 OLAMI Voice Kit 語音智慧喇叭開發套件是一款整合 Far-Field 遠場麥克風收音、降噪、
自動語音辨識（喚醒）、自然語言理解等技術的一站式自然語言語音人機互動開發套件。
• 硬體
• 支援任何 ARM SoC，或 Raspberry Pi
• 支援遠場收音的麥克風陣列板（Far-Field Microphone Array）
• 麥克風與 speaker-out 經由 USB Audio，方便硬體整合與設計
• 軟體
• OLAMI Voice Kit SDK（支援 Android 和 Linux）
• 降噪及 AEC 消回聲處理（可選擇由軟體支援，或由麥克風板硬體支援）
• OLAMI 語音助理（智慧喇叭版本）範例程式

STEM／ STEAM、自造者、技職教育

電腦視覺 x 語音互動
結合強大的人工智慧，讓人機互動的行模式為更加精準、聰明！

結合視線檢測觸發語音互動流程，取代語音喚醒的動作。
• 基於 Deep Learning 訓練的視線檢測模型，辨識人臉視線（是否在看你）：
• 應用於機器人：讓 Robot 理解 User 是否正在看著它。
• 結合語音互動：當 User 看著 Robot 時，進行語音對話（無須經過語音喚醒的步驟）。
Gotcha !
示範影片：https://youtu.be/RxPNDiG7Sls
No No

Eye/Gaze + Face Detection
她正在移動
可跟隨
Camera 拍攝畫面
示範影片：https://youtu.be/KaeKmwbKDhI

以物件檢測作為語音互動的觸發點
將 Real-Time Object Detection 模型優化，
使其不需要在高階的運算環境也可以流暢運作。
示範影片：
https://youtu.be/_kf_VEjZbVw

Thank You !
h t t p : / / o l a m i . a i
關注「OLAMI 人工智慧開放」粉絲團掌握最新應用與發展
👉 👉 👉 @ai.olami

AI 時代下的新使用者介面 - 語音人工智慧 | Dec. 2017 威盛 OLAMI | 台中 OASIS FORUM

Recommended

Recommended

More Related Content

What's hot

What's hot (14)

Similar to AI 時代下的新使用者介面 - 語音人工智慧 | Dec. 2017 威盛 OLAMI | 台中 OASIS FORUM

Similar to AI 時代下的新使用者介面 - 語音人工智慧 | Dec. 2017 威盛 OLAMI | 台中 OASIS FORUM (20)

AI 時代下的新使用者介面 - 語音人工智慧 | Dec. 2017 威盛 OLAMI | 台中 OASIS FORUM