【产品解读】2019年度语音AI产品聚焦(下篇)

简介: 2019年是阿里巴巴语音AI再一次突破性增长的一年。这一年,阿里语音AI致力于为客户提供功能全面、开箱即用的智能语音服务,在功能和易用性上都取得了突破性的进展。在上一篇文章里我们盘点了阿里语音AI在自学习平台、产品性能持续性优化、语音识别方言以及领域模型的拓展、语音合成音库、语音新能力的拓展、语音认证体系等产品及技术上的重点突破,本文将继续盘点阿里语音AI在公共云、本地部署方面取得了哪些重大进展。
来源 阿里语音AI 公众号

2019年是阿里巴巴语音AI再一次突破性增长的一年。这一年,阿里语音AI致力于为客户提供功能全面、开箱即用的智能语音服务,在功能和易用性上都取得了突破性的进展。在上一篇文章里我们盘点了阿里语音AI在自学习平台、产品性能持续性优化、语音识别方言以及领域模型的拓展、语音合成音库、语音新能力的拓展、语音认证体系等产品及技术上的重点突破,本文将继续盘点阿里语音AI在公共云、本地部署方面取得了哪些重大进展。

公共云

新增「阿里巴巴智能语音国际站」
2019年10月份,阿里巴巴智能语音国际站正式对外公测,新加坡站作为第一个Region正式开站;12月份国际站完成公测验收,正式进入对外商用阶段。国际站的建立标志着阿里语音AI迈出了全球化的第一步,开始服务国际客户,让国际业务客户能够在安全合规的前提下,方便地使用阿里巴巴先进的语音能力。

image.png

新增「长文本语音合成产品」
2019年11月,公共云上完成长文本语音合成的全流程验证,正式对外发布。长文本语音合成支持10万字以上的文字合成,支持同步、异步以及流式的使用方式,为资讯类、小说播报类客户提供了更为简单方便的使用体验。

image.png

实现「同等资源下的低成本方案」
2019年度里,语音提供了更丰富的资源包,满足用户不同业务场景下的梯度消费需求。最大化让利,让用户能够以更低成本使用语音服务。目前,公共云已经支持一句话、实时语音识别、录音文件转写、语音合成、长文本语音合成的预付费资源包,并将根据实际情况适当调整资源包的梯度设置。

对齐「阿里云统一产品」
作为阿里云上的公共云产品,阿里语音AI与阿里云的技术要求始终保持一致,为客户提供风格统一和易于使用的接口规范和交互过程。目前系统对外提供了统一的基于POP规范的开放接口,包含自学习平台、文件转写等业务组件;支持标准的RAM、STS配置与试用,提供更加灵活的权限控制方法;提供了上线操作审计、实时消费数据统计等功能,支持应用维度数据统计。

image.png

本地部署软件
阿里语音AI提供轻量化本地部署方案,支持语音识别、语音合成、自学习平台的本地化部署,帮助企业在自己的数据中心零时差使用与阿里云公共云同款的智能语音服务。在2019年,本地部署软件在技术架构、功能、易用性等方面取得了长足进步。
容器化部署
2019年4月,本地部署软件中最后一个组件容器化,这标志着阿里语音AI本地部署软件全面容器化。容器化部署可以大大减少客户学习成本,降低上手难度,提高部署效率,是最适合AI本地部署产品的敏捷实施方案,可以实现一键式部署。在容器化的基础上,目前大部分客户都已经可以单人单天完成独立交付。
多操作系统支持
本地部署软件发布时即可支持centos操作系统;2019年1月,完成redhat操作系统适配;2019年4月,完成window10操作系统适配;2019年8月,完成中标麒麟操作系统适配;2019年10月,完成suse操作系统适配;在2019年,随着产品和业务的进一步发展,本地部署软件能够适配的操作系统越来越多,已可以在司法、政务、银行、保险、物流、教育等多个不同领域的常用操作系统上落地。
产品标准化
2019年8月,集群化部署方案文档完成,为客户大规模部署提供标准方案,自此集群部署、负载均衡均有据可依。2019年10月,《原子能力POC方案》撰写完成,为合作伙伴进行语音识别、语音合成、自学习平台等原子能力的POC提供标准方案;目前,本地部署软件的部署文档、接口文档、产品白皮书、集群部署文档、POC方案等均已齐备。客户可以根据业务需要随时查阅。
授权体系
本地部署软件提供独有的软件授权方式,完全脱离了传统本地部署类软件对于硬件加密狗的依赖,可以方便客户快速的对软件进行授权。2019年2月,授权服务完成对于特殊机型的适配,标志着软件授权技术的成熟和完善。2019年5月,授权流程化建设及说明文档准备完毕。客户可以通过提交审批流程,半自动完成对于本地部署软件的授权;同时,授权注册机需求评审完毕,进入设计开发阶段;2019年8月,授权注册机发布,全面支持“批量采购,按次授权”的“整存零取”式产品售卖方法。客户完成购买并开通注册机后,完全不需要阿里云商务或者产品同学的配合,即可全程自主完成本地部署软件的授权。近两年,语音本地部署软件授权体系,完成了“硬件授权”、“软件手工授权”、“流程半自动授权”、“注册机全自动授权”等数次突破性迭代,大大减少了客户在本地部署软件授权上所耗费的时间和精力,获得了诸多客户的一致好评。

对齐「阿里云统一产品」
2019年12月,语音AI本地部署软件正式接入阿里云专有云,阿里云专有云客户可以简单地通过专有云“购物车”对语音AI本地部署软件买买买。

智能语音产品官网链接:
https://ai.aliyun.com/nls
智能语音国际站链接:
https://www.alibabacloud.com/products/nls?spm=a2796.7919406.1397141.dnavproductai4.72d82d23mFruf0

image.png

相关实践学习
达摩院智能语音交互 - 声纹识别技术
声纹识别是基于每个发音人的发音器官构造不同,识别当前发音人的身份。按照任务具体分为两种: 声纹辨认:从说话人集合中判别出测试语音所属的说话人,为多选一的问题 声纹确认:判断测试语音是否由目标说话人所说,是二选一的问题(是或者不是) 按照应用具体分为两种: 文本相关:要求使用者重复指定的话语,通常包含与训练信息相同的文本(精度较高,适合当前应用模式) 文本无关:对使用者发音内容和语言没有要求,受信道环境影响比较大,精度不高 本课程主要介绍声纹识别的原型技术、系统架构及应用案例等。 讲师介绍: 郑斯奇,达摩院算法专家,毕业于美国哈佛大学,研究方向包括声纹识别、性别、年龄、语种识别等。致力于推动端侧声纹与个性化技术的研究和大规模应用。
相关文章
|
18天前
|
SQL 存储 人工智能
【产品升级】Dataphin V4.3重大升级:AI“弄潮儿”,数据资产智能化
DataAgent如何助理业务和研发成为业务参谋?如何快速低成本的创建行业数据分类标准?如何管控数据源表的访问权限?如何满足企业安全审计需求?
526 1
【产品升级】Dataphin V4.3重大升级:AI“弄潮儿”,数据资产智能化
|
21天前
|
人工智能
三文带你轻松上手鸿蒙的AI语音03-文本合成声音
三文带你轻松上手鸿蒙的AI语音03-文本合成声音
33 1
三文带你轻松上手鸿蒙的AI语音03-文本合成声音
|
2月前
|
存储 人工智能 运维
重磅!阿里云可观测产品家族全新升级,AI +数据双驱动,打造全栈可观测体系
近日,阿里云可观测产品家族正式发布云监控 2.0,隶属产品日志服务 SLS、云监控 CMS、应用实时监控服务 ARMS 迎来重磅升级。
325 17
|
28天前
|
消息中间件 人工智能 Cloud Native
|
21天前
|
存储 人工智能 开发者
三文带你轻松上手鸿蒙的AI语音02-声音文件转文本
三文带你轻松上手鸿蒙的AI语音02-声音文件转文本
57 0
三文带你轻松上手鸿蒙的AI语音02-声音文件转文本
|
21天前
|
人工智能 语音技术 数据格式
三文带你轻松上手鸿蒙的AI语音01-实时语音识别
三文带你轻松上手鸿蒙的AI语音01-实时语音识别
24 0
三文带你轻松上手鸿蒙的AI语音01-实时语音识别
|
2月前
|
消息中间件 人工智能 Cloud Native
|
人工智能
大讲堂 | AI产品能力,让AI技术能力更值钱
如果AI技术人员能及早意识到AI产品能力对自己的重要价值,花少量时间系统、高效地提升AI产品能力,对自己的职业发展将非常有利。讲者将在本次大讲堂进行相关分享。
366 0
|
3天前
|
机器学习/深度学习 数据采集 人工智能
AI赋能教育:深度学习在个性化学习系统中的应用
【10月更文挑战第26天】随着人工智能的发展,深度学习技术正逐步应用于教育领域,特别是个性化学习系统中。通过分析学生的学习数据,深度学习模型能够精准预测学生的学习表现,并为其推荐合适的学习资源和规划学习路径,从而提供更加高效、有趣和个性化的学习体验。
35 8
|
2天前
|
人工智能 搜索推荐 安全
AI技术在医疗领域的应用与挑战
【10月更文挑战第27天】 本文探讨了人工智能(AI)在医疗领域的应用,包括疾病诊断、药物研发和患者管理等方面。同时,也分析了AI在医疗领域面临的挑战,如数据隐私、伦理问题和技术局限性等。通过对这些方面的深入分析,我们可以更好地理解AI在医疗领域的潜力和发展方向。
90 59