天然語言處理哪家強？

天然語言處理哪家強？

 

摘要：語音交互事關將來，這點從大公司收購、投資、合做不斷，就可見一斑。如蘋果收購Siri、Novauris、Google收購多項語音識別技術專利、Facebook收購Wit.ai等、Amazon收購Yap……目前，基本上全部的巨頭都有涉足。

語音交互事關將來，國內外已經很多公司在搶蛋糕了，大公司收購、投資、合做不斷，就可見一斑。目前，基本上全部的巨頭都有涉足。

 

蘋果收購Siri、Novauris，組建基於神經網絡算法的語音識別團隊

2014 年7月，有消息稱，蘋果正在聯繫多位語音識別技術的專家，正在招聘經理、小組負責人、研究員，極可能將成立一支強大的語音識別團隊，並最終取代如今的Siri技術服務商Nuance。過去幾年中，蘋果招聘了多名此前供職於Nuance的的高層次語音技術研究員，包括前研究副總裁拉里·吉利克 （Larry Gillick）、Siri的項目經理貢納爾·艾弗曼（Gunnar Evermann）、微軟語音識別項目高管亞歷克斯·阿賽洛（Alex Acero）。

在2013年，蘋果收購了自動語音識別公司Novauris Technologies。Novauris是英國研究機構Dragon Systems旗下的附屬公司，以語音聽寫識別著稱，成立於2012年。固然，怎麼能忘了最著名的那筆收購呢，2010年4月，以 1.5~2.5億美圓收購了Siri。

Google收購多項語音識別技術專利、SayNow 、Phonetic Arts

Google在2014年收購了SR Tech Group的多項語音識別相關的專利，其中包括「 搜索引擎語音界面」 和「 修改、更新語音識別項目系統」的專利。

Google一直致力於投資語音搜索技術，以期與蘋果公司的Siri展開競爭。2011年，Google收購語音通訊技術公司SayNow 和語音合成技術Phonetic Arts。 其中，SayNow建立於2005年，能夠把語音通訊、點對點對話、以及羣組通話和社交應用整合在一塊兒，支持的設備包括PC瀏覽器、智能手機乃至座機。被收購時，有1500萬用戶，旗下產品包括SayNow Phone，SayNow廣播，Big Call以及Chit Chat等。

Facebook收購Wit.ai和Mobile Technologies

語音交互解決方案服務商Wit.ai要作的就是重寫互聯網的語音層，簡單地在第三方App中加入幾行代碼來爲它生成一個語音交互界面，就能把語言轉化成能夠操做的數據。正如移動支付公司Stripe經過幾行代碼就爲網站解決了線上支付問題同樣。Wit.ai稱，它比Siri更靈敏精確，不須要開發者先期投資，或訓練數據集，並且能夠應用在移動應用程序 （iOS、Android 等平臺）、穿戴設備和機器人以及幾乎任何你能夠想到的智能設備。被收購時，Wit.ai成立才18個月，吸引了6000多名開發者，建立的應用超過了數百個。這次收購有助於提升Facebook總體對天然語言的理解能力。

除了Wit.ai，Facebook還在2013年收購了語音識別公司Mobile Technologies。MT建立於2001年，在2009年推出了Jibbigo應用，容許用戶在25種語言中進行選擇，使用一種語言進行語音片斷錄製或文本輸入，而後將翻譯顯示在屏幕上，根據你選擇的語言大聲讀出來。

Amazon收購Yap、Evi、Ivona

2011年，Amazon收購語音識別公司Yap。Yap成立於2006年，主要提供語音轉文本服務，表明應用是Yap語音郵件。利用Yap的技術亞馬遜創建本身的語音技術平臺，服務於亞馬遜的網上搜索和客戶服務等領域。

2012年，Amazon收購語音技術公司Evi。Evi是一家應該創業公司，原名True Knowledge，在得到了Nuance語音識別技術的受權後，基於自主的天然語言搜索引擎開發了一款與蘋果Siri相似的應用。

2013年，Amazon收購語音技術公司Ivona Software。Ivona是一家波蘭公司，是Nuance的競爭對手，主要作文本語音轉換，被收購時支持17種語言44種聲音。

英特爾收購語音識別技術公司Indisys

2013年，英特爾收購了語音識別技術公司Indisys。這是一家西班牙公司，但自稱一直在作多語音。在計算語言學、人工智能、認知科學和機器學習領域有研究，很多西班牙公司都採購了他們家的技術。此外，他們還開發了與蘋果Siri類似的助手界面。

三星或收購語音識別軟件商Nuance

關於三星和Nuance的緋聞已經傳了段時間。Nuance的語音識別技術在智能手機、電視和GPS導航設備上都有普遍應用，好比蘋果的Siri就是用的它的技術；其餘一些企業級市場也有須要用到語音識別的地方，好比醫院裏的電子病歷業務，醫生直接口述就能生成電子病歷。2013年9月份時，Nuance還同三星達成合做。

雅虎收購SkyPhrase，牽手Robin Labs

2013年12月，雅虎收購了天然語言處理技術初創公司SkyPhrase。Gmail和Twitter的相關技術支持就是SkyPhrase提供的，容許用戶跟機器說「人話」獲得個性化的搜索結果。好比「NANA 發的帶圖微博」，或者「Jane 發給個人包含照片的電子郵件」——這樣複雜的信息 Siri 是理解不動的。SkyPhrase還開發了兩款應用，其中一款能讓用戶查看夢幻足球的比分統計數據，另外一款應用與Google Analytics整合發揮做用。

爲了推雅虎語音助手，雅虎還找到了合做夥伴Robin Labs，後者主要作天然語言識別和導航。除開發本身的私人助手的導航應用外，如今它還爲客戶提供語音助手白標產品的開發。」也就是說，理論上講，每一個應用均可以添加一個特定的語音助手模塊。既然雅虎語音助手實際上是Robin Labs開發的，那它會被收購麼？

其實，除了這些大公司和被他們收購的小公司，還有幾家初創公司作的也挺有意思。好比，下面這兩家。

全球首個經過語音來識別情緒的公司Beyond Verbal

Beyond Verbal是一家以色列公司，成立於2012年，在情緒識別領域一直領先。Beyond Verbal系統建立的算法能夠經過識別音域變化，從而分析出像憤怒、焦慮、幸福或知足等情緒，心情、態度的細微差異也能被識別到。Beyond Verbal的情緒識別系統能夠分析出11個類別， 400個複雜情緒的變量。

2013年1月，他們開發的情緒識別app moodies在iOS平臺發佈；2014年8月，他們開發了moodies的安卓版。2013年5月，得到了280萬美圓融資；2013年7月，又得到了100萬追加融資。2014年9月，又追加了330萬美圓種子融資。

在2014年耶路撒冷召開的TEDMEDLive上，就引入了Beyond Verbal的技術來對全部與會人員的情緒進行分析，進而總結整個會議的總體反饋狀況。

英國語音識別初創企業EI

英國的初創企業EI Technologies也是一家作語音情緒識別的公司，能夠分析人聲的音調，監控用戶的情緒。以前從孵化器Wayra London和英國政府的Technology Strategy Board拿到了15萬英鎊的種子期融資。

目前系統可識別5種基本情緒：高興、悲傷、懼怕、憤怒及無感情。識別的準確率約爲70-80%左右，這個數字要高於人類60%的平均水平。而受過訓練的心理學家的判斷準確率約爲70%，從這些數據來看，EI的算法準確率已經很是可觀。其將來目標是進一步提升到80-90%。

經過識別並恰當響應語言內容和情緒來加強天然語言處理算法彷佛是人工智能系統的下一步發展方向。《銀翼殺手》裏面的複製人的致命缺陷正是缺少「移情（empathy）」能力。如今這三家公司的技術正幫助機器朝着具有「移情」能力邁出一小步—首先學會感覺人類的情緒。不過這也是個龐大又複雜的工程。