【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
|
6月前
|
人工智能 分布式计算 DataWorks
大数据AI产品月刊-2025年7月
大数据& AI 产品技术月刊【2025年7月】,涵盖7月技术速递、产品和功能发布、市场和客户应用实践等内容,帮助您快速了解阿里云大数据& AI 方面最新动态。
|
5月前
|
存储 人工智能 监控
如何用RAG增强的动态能力与大模型结合打造企业AI产品?
客户的问题往往涉及最新的政策变化、复杂的业务规则,数据量越来越多,而大模型对这些私有知识和上下文信息的理解总是差强人意。
155 2
|
5月前
|
人工智能 分布式计算 DataWorks
阿里云大数据AI产品月刊-2025年8月
阿里云大数据& AI 产品技术月刊【2025年 8 月】,涵盖 8 月技术速递、产品和功能发布、市场和客户应用实践等内容,帮助您快速了解阿里云大数据& AI 方面最新动态。
435 2
|
6月前
|
云安全 人工智能 安全
|
5月前
|
人工智能 边缘计算 搜索推荐
AI产品测试学习路径全解析:从业务场景到代码实践
本文深入解析AI测试的核心技能与学习路径,涵盖业务理解、模型指标计算与性能测试三大阶段,助力掌握分类、推荐系统、计算机视觉等多场景测试方法,提升AI产品质量保障能力。
|
7月前
|
人工智能 自然语言处理 供应链
AI时代企业难以明确大模型价值,AI产品经理如何绘制一张‘看得懂、讲得通、落得下’的AI产品架构图解决这一问题?
本文产品专家系统阐述了AI产品经理如何绘制高效实用的AI产品架构图。从明确企业六大职能切入,通过三层架构设计实现技术到业务的精准转译。重点解析了各职能模块的AI应用场景、通用场景及核心底层能力,并强调建立"需求-反馈"闭环机制。AI产品专家三桥君为AI产品经理提供了将大模型能力转化为商业价值的系统方法论,助力企业实现AI技术的业务落地与价值最大化。
378 0
|
7月前
|
人工智能 搜索推荐 安全
AI时代基于AI的面向消费者产品,会遇到什么难题呢?
本文AI产品专家三桥君探讨了AI消费产品面临的五大核心挑战:高昂成本限制了普及应用,可靠性不足影响用户体验,隐私保护存在争议,安全隐患带来滥用风险,以及用户界面设计亟待优化。作者三桥君指出,虽然AI技术发展迅猛,但真正融入日常生活仍需解决这些关键障碍,涉及技术改进和社会接受度等多方面因素。文章强调AI商业化落地是一个长期过程,需要行业持续投入和创新,才能实现技术的普惠价值。
224 0