人工智慧+語音識別+教育 能擦出怎樣的火花？

在數字化轉型時代，雲已成為萬物智能的數字化大腦。而隨著大數據應用、人工智慧、移動互聯網等技術的飛速發展，「智慧+」的概念正在深入到各行各業，提升企業效率，釋放商業潛能，創造全新機遇。

作為國內頂級技術盛會之一，2017中國系統架構師大會(SACC2017)將於10月19-21日在北京新雲南皇冠假日酒店震撼來襲。今年，大會以「雲智未來」為主題，雲集國內外頂級專家，圍繞雲計算、人工智慧、大數據、移動互聯網、產業應用等熱點領域展開技術探討與交流。

本屆大會共設置2大主會場，18個技術專場，邀請來自互聯網、金融、製造業、電商等多個領域，100餘位技術專家及行業領袖來分享他們的經驗，並將吸引4000+人次的系統運維、架構師及IT決策人士參會，為他們提供最具價值的交流平台。近日，筆者有幸採訪到了先聲教育聯合創始人兼CTO秦龍，聽秦龍老師跟我們講講人工智慧+語音識別+教育的那些事兒。

▲先聲教育聯合創始人兼CTO 秦龍

秦龍，先聲教育聯合創始人兼CTO，卡內基梅隆大學(Carnegie Mellon University)計算機博士。秦龍老師在中國科學技術大學開始的求學之路，在大學3年級的時候，加入了訊飛語音實驗室，是實驗室的早期成員，師從語音屆泰斗——王仁華教授。在科大畢業後，秦龍來到了CMU，從事語音識別方面的研究工作，是李開復老師的正牌師弟。秦龍老師希望通過人工智慧技術解決中國教育資源匱乏、分布不平衡的問題。

雲計算+人工智慧 一定是未來的發展方向

第九屆中國系統架構師大會以「雲智未來」為主題，秦龍老師認為「雲智未來」這一主題非常的好，把握現在，放眼未來。經過過去5-10年的發展，雲計算技術，無論是底層的架構，還是上層的應用，都取得了長足進步。PC上無法繼續的摩爾定律，在雲計算上仍然有效。

而最近兩年，從alpha go到德州撲克人機大戰，更多的人體會到了人工智慧技術的巨大進步。人工智慧演算法往往需要對海量數據進行處理，是建立在巨大的雲計算能力的基礎上的。而伴隨著人工智慧技術的進一步成熟，越來越多的人工智慧技術也會以雲計算的形式對外開放提供服務。所以說，雲計算和人工智慧的相輔相成，一定是未來的發展方向。

秦龍老師進一步補充說道：過去5-10年是互聯網和移動互聯網的時代，未來10年，甚至更久的時間將是人工智慧的時代。更有人說，人工智慧技術將引領人類新一次的工業革命。我覺得這種說法也不無道理。在人類歷史上，每一次科技的變革，都引發了工業的革新，而這其中重要的一點就是技術進步對於生產效率的提升。

今天，人工智慧技術已經成功的應用到很多場景中，例如安防、金融、教育等領域，極大的降低了人工成本，實現了很多過去無法大規模應用的服務。伴隨著人工智慧技術的飛速進步，我們的生活將發生翻天覆地的變化，自動駕駛汽車、智能診斷、AI老師、虛擬助手，那些科幻電影裡面的畫面將變為現實。

AI+語音識別+教育 能擦出怎樣的火花？

據秦龍老師介紹，先聲教育可提供國際領先的智能語音測評和智能寫作批改技術服務。具體的說，我們向客戶提供支持不同開發環境的SDK，包括ios、android、web、server端，客戶通過調用我們SDK介面，進行語音或者寫作的測評。先聲教育的研發團隊主要來自於卡內基梅隆大學、愛丁堡大學、清華大學、中國科學技術大學等國內外名校，團隊在語音識別、語音評測、自然語言處理等技術上有超過10多年的積累。

我們的SDK支持離線調用和在線調用兩種方式。SDK具有佔用資源少，延遲小的特點。當用戶的設備無法連接網路時，自動切換到離線調用，不影響用戶體驗。

那麼，人工智慧與教育如何深度結合？秦龍表示，先聲教育的語音測評技術，不僅能滿足簡單的跟讀、重讀單詞、句子、篇章的測評，我們的技術更是應用到中高考英語口語考試中。為了滿足中高考的要求，我們在語音識別、語音評測、自然語言處理技術上做了很大的投資，實現了對中高考全部題型的支持，包括篇章朗讀題、問答題和口語作文題的智能打分。

我們就先聲教育的語音測評和寫作批改技術，與國內相關的技術廠商進行對比，在相同的數據集上，先聲的測評和批改技術較其他廠商在準確性上有超過10%的優勢。同時，我們的語音測評技術除了支持英語和中文外，還支持包括西班牙語、法語、德語、義大利語等在內的10多種語言。

對於學生而言，測評不是終點，通過學習提高知識水平才是最終目的。為了幫助學生達到這樣的目標，我們的口語測評和寫作批改技術，在提供準確的打分的同時，還會提供非常詳盡的問題反饋，使學生從錯誤中得到成長。具體的說，針對口語測評，我們既提供整個句子或者是篇章的總體打分，包括具體的完整度、流利度、準確度在內的每個維度的分數。

我們也提供小到音素級別的音素髮音分、音素檢錯信息，單詞發音分、單詞重音檢錯，句子語調、語速信息等。在作文批改的反饋中，我們會給出作文的整體打分，我們也會檢測學生作文是否跑題。與此同時，針對學生冠詞、介詞使用是否正確，人稱、單複數等問題，用詞造句是否符合英語使用習慣，也會給出相應的問題反饋。通過我們反饋的信息，學生可以第一時間發現自己的問題，從而以最高的效率提升自身的水平。

談到目前語音識別的難點時，秦龍表示，中英文混雜並不能算是語音識別技術的一個難點，只是過去我們關注的比較少一些。為了解決這一問題，一方面我們需要大量的中英文混雜的訓練數據，目前，這方面的數據還比較缺失。另外一方面，我們也可以嘗試混合中英文音素建模，或者是中英文音素共用模型等方法。相比於演算法，我覺得數據的問題更大一些。

目前語音識別的難點之一實際上是對於噪音信號處理的問題。比如說語音識別技術在噪音嘈雜或者是麥克風離得比較遠的時候，效果要差很多，這一問題被稱為語音識別的魯棒性問題。深度學習技術的應用對於魯棒性問題有一定的改善，但仍然存在很大的發展空間。

談到未來，秦龍表示，從實際出發，人工智慧技術在教育領域，短期內還很難完全取代老師做為一個獨立的AI老師的存在。因此，先聲教育的主要方向是以人工智慧技術如何更好的輔助老師的工作，提高老師的工作效率為基礎的。

目前我們所主攻的方向，語音評測，寫作批改，以及自適應學習技術，都是需要佔用老師大量的時間和精力才能完成的任務。比如說，如果一個英語老師負責兩個班級，每個班30個學生，每個學生每天要完成10分鐘的口語作業，那麼一個老師一天就要檢查100個小時的口語作業錄音。這麼多的錄音，老師只能抽查很小一部分，平均到每個學生身上也就1-2分鐘的時間，同時，老師也很難給每個學生個性化精確的指導。

先聲教育口語評測技術可以幫助老師完成口語作業的檢查，可以為每個學生提供個性化的發音指導，老師只需要根據學生的完成情況督促學生改進或者進行更多的練習。我們未來技術的發展，也是以對於教育場景的深刻理解為基礎，通過人工智慧技術來幫助老師更好的進行教學為發展目標的。

寫在最後，秦龍老師透露，在即將到來的SACC 2017架構師大會上，我將在本次大會的語音識別技術分場介紹人工智慧技術在教育領域的應用和前景。人工智慧技術，包括語音識別、自然語言處理、語音分析和理解、情感計算、圖像識別等技術，在教育領域有著非常大的應用前景，並且，一些技術已經成功落地。我將介紹，目前哪些技術在哪些場景下是如何融入日常的教學中的。同時，也會展望，未來人工智慧技術不斷發展成熟的條件下，教育將會如何發展。

▲2017年10月19日，讓我們相約在北京，相約在SACC2017！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！