阿里巴巴 NLP 新进展：隔离场景噪音，提取清晰目标声音

阿里巴巴数据科学研究所 (Alibaba Institute of Data Science) 近期在进行一项研究，该项目希望在嘈杂环境下进行语音识别，比如在拥挤的地铁系统或会议中心里，通过隔离噪声，从而获得目标对象清晰的声音。

阿里巴巴的解决方案一部分依靠硬件，一部分靠软件：通过一个远场麦克风阵列和复杂的深度学习算法在人群中隔离声音，大幅降低错误率。

相比之下，“最好”的语音识别技术单靠麦克风阵列才能达到 84% 的准确率，而阿里巴巴表示，他们的模式准确率在说话人口音很重的情况下，仍可以保持在 94% 至 95% 之间。据了解，这一技术已经被部署在上海的一个语音地铁售票系统中，阿里巴巴正在考虑将其推广到更多城市。

语音并不是阿里巴巴唯一研究的领域。利用自然语言处理，在云端实时执行自动翻译，让来自俄罗斯、马来西亚等国的阿里巴巴零售客户可以用母语与客服进行对话，也是阿里巴巴研究的项目之一。阿里巴巴的客服中心每天都会接到数以万计的呼叫，他们也正在利用算法处理其中的一部分工作，名为 Alime 的智能客户服务引擎就是这一研究的成果。

Alime 就像谷歌的 Duplex 系统一样，可以进行电话交谈，回答基本问题不需要人工参与。在聊天环境中，它还能够从客户提供的文档中自动提取文本和图像。

自然语言处理技术的应用只是阿里巴巴人工智能的冰山一角。在阿里的二手商品市场上，阿里巴巴部署了一款定价机器人，可以与买家谈判，以确定价格。

这款机器人的开发并非易事，它需要学习谈判策略和有效的生成文本的方法，以激励反复谈判。但最终取得的效果还是不错的：应用这款机器人的用户比其他人的成交率高出 20%。

该项目负责人表示：大多数用户不是专业卖家，不清楚应该如何定价，也不清楚如何与买家沟通，这款机器人可以很好地解决这个问题。

原文链接：

https://venturebeat.com/2018/12/02/alibabas-image-search-algorithm-can-recognize-up-to-300-million-objects/