第一个将人工智能与导航地图结合起来的，事实证明是……

您还等什么？

尽管用于移动地图导航的语音助手的引入已成为行业标准，但其使用率和用户体验仍然不容乐观. 人工智能可以做什么呢？

现在，用于移动地图导航的语音助手的引入已成为行业标准，但效果并不完美. 用户经常会说话，无法识别导航，情况不详细甚至是错误的. 最重要的是，操作手机导航可能会导致交通事故并给行车安全带来巨大的隐患.

那么，如何解决使用语音进行地图导航的问题？

Sogou Maps总经理孔祥来最近表示，Sogou Maps正在尝试使用人工智能技术来解决此问题. 今年7月，搜狗地图推出了“搜狗智能副驾驶”. 基于语音识别和语义理解等人工智能技术，“搜狗智能副驾驶”可以理解用户的真实意图，并通过与驾驶员的多轮对话提供最佳体验. 出行计划和搜索结果以及驾驶员在整个过程中无需分心，可以专心驾驶，以确保出行安全.

与传统的语音导航解决方案不同，Sogou的智能副驾驶强调的语音交互不仅仅是简单地使用语音识别来简单翻译用户说出的单词，而是随后的一系列语义处理工作在地图级别，最后为用户提供正确的反馈结果.

“目前，搜狗的所有智能副驾驶都使用搜狗自己的人工智能技术. ”孔祥说. 因此，搜狗智能副驾驶员的相关技术可以像引擎一样精确地协作，以达到通过松耦合无法获得的成功率，独特的语音错误校正功能可以完全解放用户的视线和确保安全驾驶. 自由导航.

一些专家认为，搜狗地图可能是首个将独立人工智能技术与地图导航相结合的国内产品. 用户对导航产品的依赖程度达到了空前的水平，与驾驶相关的导航要求达到了92％. 搜狗智能副驾驶员的登陆可以有效地改善传统的导航方式，并提供更加便捷，安全的驾驶环境. 我相信很快就会有越来越多的用户感受到人工智能的力量所带来的魅力.

以下是孔祥来在钛媒体T-EDGE国际年会上的讲话记录的一部分:

孔祥来: 搜狗在过去一年的AI领域尝试中，结合了语音识别技术，语义理解技术和地图导航技术，为用户提供了汽车场景中的内容解决方案.

现在，我们发现用户对汽车中的信息交互的需求实际上主要分为两类. 一类与驾驶有关，例如导航，道路状况和沿途信息和地图导航怎么样，可能占92％. 还有一个与Internet相关的类别，例如听音乐，广播，新闻和地图导航怎么样，聊天微信等，用户在车上的信息交互需求最高，这两个类别.

目前，用户的需求如何得到满足？在汽车场景中，每当用户想要听歌或打电话时，汽车制造商已经为用户提供了一些解决方案，但过去主要是这种类型的基于物理的按钮或旋钮非常不便之处，因此我们还注意到，在过去的一两年中，汽车制造商已开始将这种语音识别技术引入汽车.

语音交互无疑是在汽车中进行交互的最合理的方式，因为毕竟，当您开车时，双手和眼睛都被占用了.

汽车制造商进行语音交互的主要问题是他们不了解. 您已经与系统对话很长时间了. 系统仅根据其自身的逻辑对其进行解释. 如果您未按照其输入方法输入说明，它将拒绝与您合作.

除了汽车制造商提供这种用于语音交互的解决方案之外，互联网制造商还不是在做这些事情吗？有许多互联网制造商已开始在导航等场景中使用自己的汽车. 嵌入这种语音交互功能已被集成到该功能中. 互联网供应商现在怎么样？

由导航提供商提供的语音交互性能所反映的主要问题实际上尚不清楚. 我们知道语音交互是一个双向的概念. 机器不仅理解您说的话，而且机器也应理解说出人们可以理解的内容，但是当人们说完话后，机器会只为您列出结果，然后让您选择并再次互动. 如果采用这种交互方式，则毫无疑问，它就在汽车中. 非常不安全.

因此，我们得出的结论是，就目前而言，用户所经历的语音交互要么难以理解，要么不清楚. 用户真正需要的语音交互是什么？它需要自然的语言对话，可以理解用户的需求，可以像人类一样说出答案. 让我们来看看我们认为真实的语音交互应该是什么样子.

这是我们想要为所有人推出的Sogou智能副驾驶员的初衷之一. 我们希望我们真的可以上车. 用户以这种交互方式与系统交互，而我们的产品实际上已经在7月初. 现在该发布了，现在Android和iPhone手机都可以下载Sogou地图. 搜狗地图中会有一个称为智能副驾驶员的模式. 进入此模式后，您可以与Wang Zi进行语音交互. 您可以说出您的需求. 说话的方式大概就是这样.

首先唤醒它，例如“ Hello Wang Zi”，他会问你要去哪里，你说去奥森，它知道奥森有南门和北门，所以会说奥地利森有两个，就是南门或北门. 如果您说的是南门，它将最终找到Orson的南门，并自动为您启动导航.

请不要小看这个简单的过程，实际上，该过程背后有非常复杂的技术支持，以确保获得如此好的体验. 汽车上的智能助手，如果我们想获得良好的语音交互体验，我们认为有4点需要完成:

第一个，对. 这是最基本的，当用户说出一个段落时，可以将其正确地翻译为文本.

第二个，可以理解. 只是您听不正确，您必须知道他想表达的内容及其含义.

可以说第三个. 帮助用户搜索结果反馈后，需要正确表达它.

第四，您必须具有非常丰富的知识，否则您将无法解决所需的问题.

让我们看一个实际的例子. 例如，如果用户告诉系统去某个地方，则系统将识别许多可能性并输入语义分析链接. 当我们介绍地图时，将做出决定，找到一个地点的可能性更高，因此在最终分析中，用户应该要前往该地点.

我说的这个示例是要告诉您，当您听到正确的声音时，您并不仅会使用语音识别来简单翻译用户所说的内容，而且语音识别将结束，但是您将传递一系列后续语义. ，在地图级别完成了一些分析工作，然后您可以知道用户说的是正确的. 通过此示例，我们可以发现，通过语义和映射的校正，最终目标由最终系统选择.

我们刚才在视频中看到的一些示例，例如您想在路上加油并吃麦当劳等，目前在搜狗庞大的语义网络中，您已经可以理解100,000种语义，例如“路径”，也就是说您表达一种需求，您可能会有不同的意见. 在语义分析引擎方面，它可以与多种意见兼容. 现在，我们的整个对话路径已超过100,000.

接下来，我们来看一下. 例如，在传统的语音交互中，当您说要去首都机场时，它将说我将为您找到5个目的地. 我们的方法是将其直接简化到您的目的地. 这样，哪个终端或航班号（只有15个字）是用户可以接受的非常自然的语音交互.

所有这些都可以在非常重要的基础上理解. 我们对地图数据进行了非常重要的重建. 我们称这种主从关系，大概可以挖掘出超过500万个主子关系.

除了母子关系外，还有所谓的集装箱关系（例如，搜狗公司在搜狗网络大楼内），并且有很多商业用地. 当您说要去大中寺时，这不仅是您的向导. 转到大钟寺地铁站，然后问您要去大钟庙的地方，这些就是我们定义的地图知识.

除了地图知识外，还有很多跨领域知识，例如航班，洗车和车站，这就是我们所说的知识. 传统的语音模式基本上就是这样的漏斗模型:

第1级: 语音识别率.

第二级: 仅限于正确的语义理解率.

第三级: 受搜索准确性的限制.

最后，剩下一个漏斗. 对话的成功率只有68.4％. 您可能想知道为什么第一个链接中的语音识别正确率只有80％. 这是因为有很多语音识别. 单词的准确率可以达到90％，但是一旦将其变成句子，识别率就会迅速下降.

Sogou的方法是，我们将在每个级别上进行错误纠正，然后根据后面的结果反转错误纠正过程. 如果我们最终做到这一点，那么对话的成功率就可以达到90％，这是搜狗自己的技术.

这次搜狗提供的智能协同驱动程序的核心要点是，一切都是自己的核心技术，可以确保最佳的用户体验，并且属于技术和体验的闭环.

（本文中的某些材料来自钛合金）

作者: 唐天时

Taber.com的“高端采访”和“智囊团观察”部分的负责人，具有分析师观点的行业观察家仅关注业务价值和事物的本质.

与佳威微信聊天！

结束

创新技术

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/shouji/article-202490-1.html