世界观速讯丨在网易有道做语音算法工程师是一种怎样的体验?
鱼羊 发自 凹非寺 量子位 报道 | 公众号 QbitAI
一个成立不到两年的团队,两个初入职场的新人,杀入顶会挑战赛能拿下怎样的成绩?
时限是,10天。
近日,全球语音顶会INTERSPEECH 2020「口音英语语音识别挑战赛」结果公布,一支名叫「大耳朵图图喵喵喵」的团队摘下了两大赛道的第二名和第三名。
(资料图)
参赛选手是这位:
△大耳朵图图本喵
啊不,其实来自他们当中。
说起网易有道与AI语音技术相关的产品,大家或许都不陌生,比如丁磊多次安利、上市都带着的有道词典笔……
相比在市场上取得的认可,许多人可能不会想到,有道AI语音背后的团队非常年轻:成立不到两年,大部分都是应届生,来自知名语音实验室,或者海外高校深造项目。
「参赛其实是验证技术方案」
此次拿奖的时来和Harry Wu(均为花名),就是今年7月刚刚加入网易有道的应届生。
事实上,打这场比赛,对于他们而言更像是一次对工作成果的「突击测验」:被通知要参赛时,距离提交测试结果的截至日期只剩下10天了。
时间紧迫,两人临时组队,又是代表团队第一次出征算法赛事,但在心态上他们倒还真一点也不慌。
用有道之前积累的技术去参赛,10天也足够了。攻坚克难了这么久,是时候拿出来检验一下了。
INTERSPEECH 2020「口音英语语音识别挑战赛」由中国计算机学会、西北工业大学、上海交通大学、新加坡南洋理工大学等多家重量级机构联合举办,共分为两个赛道:
Track1是口音种类识别,参赛者需要使用官方提供的各种口音英语训练数据,训练语种分类模型。
Track2则是口音英语语音识别,参赛者需要使用规则限定的训练数据,训练语音识别模型。
简单来说,一方面是要做英语口音的分类,另一方面是要做语音识别,把带口音的英语语音转成文字。
时来和Harry的工位就挨在一起,两人当即一合计,觉得在语音识别方面,基本可以原封不动地用上现成的技术——有道词典、精品课、云笔记等一系列产品里都有ASR技术的身影,平时的研发工作中,早已经考虑到了复杂口音的情况,识别准确率和响应速度都是经过实战检验的。
而在口音分类这个比较新颖的任务上,他们正在研究中的多语种技术方案正好能够派上用场:
原来会觉得相关的技术方案还处在实验室阶段,要实际应用起来还需要学术界进一步验证。但既然比赛有这个机会,正好可以拿这个方法试验一下。
程序员打比赛,就是直接开干,效率拉满——就在工位上随时讨论。而事后两人回想起来,印象最深的不是时间有多紧、加了多少班,恰恰是设计算法、测试结果的这个过程:
一开始,在口音分类这个全新的任务上,两人想到这会跟说话人的特征有比较强的相关性。而在引入这一信息之后,他们的方案还真在开发集上取得了令人惊喜的效果。
但在测试集开放之后,进一步的验证结果却差强人意。直到比赛结束,测试集公布,他们才发现测试集里说话人的数目,是训练集和开发集加起来的差不多10倍,即一个说话人非常复杂的场景。
虽说碰上了这样那样的小波折,但其实对于两位语音算法工程师而言,这反而更加坚定了他们攻关AI语音技术的决心:语音领域技术相对成熟,但远没有到「做完了」的程度,现实的复杂场景、各种各样的噪音、方言口音,都仍有值得钻研之处。
至于最后的结果,其实可以说是「两全其美」。
虽然准备还是有些仓促,没能拿下冠军,但对初出茅庐的网易有道语音团队而言,面对强劲的业内对手,首次「出击」能拿到顶会挑战赛的二等奖,还是证明了现有技术方案可行、新的设想值得进一步推动。
另一方面,团队组长孙艳庆也坦承,参与比赛对整个语音团队来说,学习到了行业中新的想法和技术,打开了后续开发的新思路。
「秘诀」:技术以落地为导向
其实比起单纯去打比赛、发论文,如果和一线的开发者们多聊聊,就能明显地感觉到,网易有道的这支语音团队是非常务实的——以技术落地为导向,以用户反馈为指标。
孙艳庆谈到,在内部,技术方案的推动一般有两种途径。
一种是来自业务端的需求。技术团队要做的,是去评估现有的技术是否能够解决问题,并真正落地到产品中,给用户带来优质的体验。
另一种则来自于工程师们对新技术、新用户需求的敏感度。如果判断一种新技术会被大规模地应用,技术团队也会提前进行相应的布局。
而评价成果的指标则更为直接:用户体验。
这种脚踏实地的作风,也给时来、Harry这样的职场新人留下了深刻的印象。
我们大部分的技术,最终都会聚焦到非常具体的产品上面。不会去做在将来一段时间看来,意义不是很大的一些事情。技术如果只是停留在学术层面上,就没办法真正流行、发展起来。落地对于技术而言是一个非常非常核心的点。
解决用户切实的问题,解决产品中的痛点,或许正是在这样的导向之下,虽然团队仅成立了不到两年的时间,但在产品层面,网易有道在语音方面的许多技术点已经跻身行业前列。
比如语音识别(ASR)。以网易有道词典为例,对话翻译、发音指导,各种功能的实现都离不开精准的语音识别。而经过测试,有道语音识别技术在一些场景上识别准确率超过98%,并且,不止支持中文、英文,还支持日、韩、法、德等多种语言。
在语音合成(TTS)方面,有道语音合成引擎音色逼近真人,同样支持中、英、日、韩、葡等多种语言。在过硬的技术基础之上,今年9月,有道词典还用TTS技术实现了王源明星语音的上线,效果受到了用户的广泛好评。
并且,为了更好地服务于产品,这支规模并不算大的团队,覆盖的技术点却很全面:从录音、拾音环节开始,到中间的语义理解,再到语音识别合成,都有涉及。可以说,在技术上已经形成了比较完整的链条。
把「脚踏实地」写进价值观的团队
事实上,能以一支小而精的团队支撑起复杂业务背后的核心算法,团队内部的氛围是技术实力之外的另一个重要影响因素。
如果你问有道语音团队的工程师们这支团队的特点是什么,就能获得这样几个关键词:年轻、活泼、脚踏实地。
因为年轻、活泼,即使是新人融入起来也完全没有压力,不管是技术的交流还是平时的相处,都可以畅所欲言。
另一方面,虽然团队成员们普遍年纪不大,却个个「身怀绝技」。作为组长,孙艳庆认为,一个脚踏实地的团队,应该给每个人充分的才华施展空间,而在这个空间之下,大家潜心钻研技术,在专注于自己侧重点的情况下,去突破个人的局限。
脚踏实地的价值观延续在整个有道AI团队。不仅是在语音方面,有道的AI能力还覆盖神经网络翻译(NMT)、图像识别(OCR)和自适应教育等等。
并且,其发力深耕的这些AI技术,都切切实实落在了产品上,让C端用户有了最直观的体验:
NMT翻译准确率行业领先,支持12种语言的中文互译,9种语言的英文互译。
OCR可以帮助实现线下学习资料在线化。对中文文本的识别准确度达到97.5%,对英语文字的识别准确度为95.3%,对中英文混合文本的识别准确度为96.2%,已经支持102种主流语言文字识别。
AI行业已经过了“风口飞猪”的时代,愈加务实的市场更加看重技术的落地。当泡沫散去,唯有脚踏实地的团队才能在一代代产品的稳定推出中,扎实生根。
也正是因为这样的氛围,在毕业之际,时来、Harry等人毫不犹豫地拒绝了其他offer,选择加入网易有道。
嗯,一定不是因为这里经常聚众吸猫。
— 完—
本文系网易新闻•网易号特色内容激励计划签约账号【量子位】原创内容,未经账号授权,禁止随意转载。
量子位QbitAI · 头条号签约作者
վ"ᴗ" ի 追踪AI技术和产品新动态
喜欢就点「在看」吧 !
标签:
推荐文章
- 世界观速讯丨在网易有道做语音算法工程师是一种怎样的体验?
- 北京半程马拉松3月15日开启报名 4月16日开跑
- 每日时讯!奥迪Q家族的终极运动车型:全新奥迪RS Q8
- 澳柯玛:融资净买入41.6万元,融资余额3.85亿元(03-13)
- 新时达:目前暂无在美国硅谷银行或美国其它银行存款
- 西铁城日本网站_西铁城官网日本官网
- 淘宝刷钻平台(最新刷钻方法)
- 双庙派出所民警帮助行动不便老人修理车辆-环球快播报
- 选择好日子感谢助孕人
- 2023年度济南南郭村拟征收土地补偿标准 环球热门
- 理想毛利接近特斯拉,“抠”出来的成本杀手_天天消息
- 当前快报:奥斯卡经典英文情歌_奥斯卡经典英文歌曲
- 当前热文:楷模木门(楷模)
- 火箭探花近期表现极其出色 是短暂的回暖 还是崛起兑现天赋的趋势
- 徐州到上海高铁时刻表查询徐_徐州到上海高铁时刻表 世界微头条
- 环球头条:热血高校2_说一说热血高校2的简介
- 工人体育馆
- 今日数字货币是什么怎么用_数字货币是传销吗
- 英仙座流星雨源于_英仙座流星雨来源于什么
- 天天快消息!林孝埈第一撞线却被判犯规?网友:裁判“偷”走中国队金牌
- 【全球报资讯】不啻的意思和拼音_不啻的意思
- 世界关注:封箱是哪个行业年终休息的术语
- 天天即时看!首日上涨21%!新股炒作有降温趋势?这两只“大盘股”来了
- 至尊傲世-当前观点
- 3月10日基金净值:鹏华汇智优选混合A最新净值0.7236,跌1.71%
- 赵继伟21+7郭艾伦11+10 辽宁22分大胜山东取得3连胜 环球即时
- 衰退交易,来了!
- 全球通讯!协议离婚追讨抚养费怎么做
- 全球关注:3月10日金巧福珠宝黄金559元/克 铂金416元/克
- 送男生生日礼物什么东西最合适_送男生生日礼物大全|每日热门
- 天天热点评!定坤丹水蜜丸同什么吃效果好_定坤丹水蜜丸有什么功效
- 【当前独家】生态文明,为地球增添“中国绿”(大国之治)
- 低谷_低谷 今日热文
- 速递!月季花什么时候施肥_月季花哪时候施肥比较好
- 世界速递!始祖龟求知者世界任务在哪交任务_始祖龟求知者声望怎么刷
- 洛克王国什么宠物经验高_洛克王国宠物爱好者称号怎么得 环球快资讯
- 焦点观察:信息化推广工作计划(推荐32篇)
- 当年杨子真情告白妈妈,挤不出眼泪,黄圣依眼泪说来就来,这差距-天天新要闻
- 【世界报资讯】国产崛起,比亚迪、埃安2月销量表现强劲
- 唐晓翼墨多多_唐晓翼死-当前视讯
- 口头协议有法律依据吗_口头协议是否有法律效力
- 奕东电子:氢能源汽车板项目已经投产,处于样品测试阶段
- Mysteel午报:钢价局部下跌,“双焦”期货跌逾2%
- 【报资讯】外墙刮腻子视频教程全过程_内墙刮腻子视频
- 不锈钢:成本坍塌加速钢价下跌 偏弱运行【广发期货研究所】
- 焦点速看:青岛啤酒广告词理念_青岛啤酒广告词
- 中国的“鱼米之乡”是哪里-世界观天下
- 英式英语_英式英语_当前短讯
- 韩媒:韩国防部回应“间接军援乌克兰”,称“韩方政策没有改变” 天天热议
- 幸福就是毛毛雨是什么意思_世界最新
- 共享餐厅 让居民乐享幸福生活新滋味 今日报
- 男士唐装买什么品牌 十大男士唐装品牌排行榜
- 食品加工制造板块跌0.22% 千味央厨涨4%居首
- 天天消息!旗门大爷_旗门
X 关闭
最新资讯
- 土建工程|世界快报
- 天天即时:网络监控软件用户希望可靠性和对供应商的尊重
- 何当一来游下一句
- 环球观速讯丨即热式电热水器哪个牌子好又便宜(即热式电热水器哪个牌子好)
- 最新:大军阀 1080p_大军阀电影无删减
- 无常经
- 每日播报!阿根廷取消南美航空公司马岛与巴西间商业航线
- 土地储备 新动态
- 卌是什么意思_卌是啥意思 今日热闻
- 当前快讯:天津11月14日新增3例本土确诊病例 73例本土无症状感染者
- 天天最资讯丨红军beat it
- 普法宣传、免费“两癌”筛查……女职工普法宣传月来了!|独家
- duang是什么意思网络用语 duang的梗怎么来的 当前资讯
- 金岭矿业:控股股东金岭铁矿国有股权无偿划转终止_环球观察
- 3月7日大数据板块跌幅达2%
- 环球观天下!关于英雄人物的成语
- 世界新消息丨女岸桥司机25米空中抓集装箱 最重可达35吨
- 红酒木瓜靓汤官方网_全球信息
- 每日看点!小将担纲斩获世锦赛三金 中国滑雪登山队刮起“青春风暴”
- 2021年属羊人的全年运势 世界热资讯
- 家庭小型加工厂项目介绍_家庭小型加工厂项目|全球关注
- 即时看!dnf 炼狱小前锋_dnf 炼金术师
- 看呆!12万买5米长合资车?东风本田CR-V优惠6万?
- 如果将这几位LPL解说随意组合,你最喜欢那两个一起?
- 原神群玉阁再现任务怎么触发
- 微资讯!S.A.S. DRAGON(01184.HK)盈警:预期年度纯利减少约43.9%
- 阳光家苑 天天速递
- 环球消息!丰胸产品排行榜前十名_丰胸产品十大排名
- 【焦点热闻】富拉尔基→重庆南站 哈铁开行专列了
- 奥林匹克口号是什么
- 宋文创携手“雙妹”推跨界礼盒,灵感源于宋庆龄这枚印章戒指
- 你知道顾宪成的一幅对联吗
- 当日快讯:28股获100家以上机构调研,科德数控最受关注
- 知识科普:住房公积金提取所需资料及流程
- 什么软件可以把歌曲变调_什么软件可以把歌曲变成伴奏
- 三宝科技(01708)委任沙敏为公司行政总裁-全球播报
- 世界快消息!中药十八反十九畏歌诀背诵技巧_中药十八反十九畏歌诀解释
- 两战合计仅24分,兰兹伯格破罐子破摔,山东要迎救世主还得等等
- 世界时讯:绿茶好的品种有哪些
- 流感发病拐点还未到来,全国哨点医院流感阳性率连续五周攀升
- 写作文的步骤_写作文的步骤
- 明起6条地铁运力调整,4号线最短2.9分钟一趟
- 当前快讯:张信哲和黄玲_张信哲老婆黄韵玲
- 环球观点:别再穿运动鞋、马丁靴了,今秋流行“滑板鞋”,时髦显瘦还不累脚
- 环球热讯:意大利人口面积
- 新史记-张津瑜列传
- 绝色丑颜敛夫记大结局
- 焦点热讯:村居拼音版古诗高鼎_村居拼音
- 【全球新要闻】伺服控制器的工作原理_伺服控制器
- “五议一审两公开”工作机制
X 关闭