设为首页 - 加入收藏 巴彦淖尔网 (http://www.0478zz.com)- 国内知名站长资讯网站,提供最新最全的站长资讯,创业经验,网站建设等!
热搜: 2018 数据 成功 如何
当前位置: 首页 > 创业 > 模式 > 正文

快手的AI宠物:小快语音助手

发布时间:2019-11-10 22:50 所属栏目:[模式] 来源:量子位(www.qbitai.com)
导读:副标题#e# 昨天下午,柳岩和大鹏到快手总部扫楼,快手星闻全程直播。一个吸引人的橙色小精灵,全程活跃在直播页面上,它就是快手直播间的智能宠物小快。 直播过程中,柳岩和大鹏可以随时和小快聊天,小快还能对两位演员的新电影侃侃而谈,获得了二人的喜爱

昨天下午,柳岩和大鹏到快手总部“扫楼”,“快手星闻”全程直播。一个吸引人的橙色小精灵,全程活跃在直播页面上,它就是快手直播间的智能宠物“小快”。

直播过程中,柳岩和大鹏可以随时和小快聊天,小快还能对两位演员的新电影侃侃而谈,获得了二人的喜爱。

在直播里加花样,早就不是什么新鲜事了,各类基于计算机视觉技术的特效、AR效果,已经被直播公司们玩出了花。

但快手这家脑洞大的公司,这次把智能宠物“小快”放进了直播间里,这样用户在开直播的同时,就能“使唤”小快完成发红包、放音乐、讲笑话、闲聊等各种功能,帮助主播和观众进行互动。

就像舞台上的演员可以向导播台喊“music”一样,小快可以做主播的专属助理+音响师。

将有语音互动功能的智能宠物引入直播,这还是业内首次。

小快,特别的语音助理

3d89d27615ea48f48fbc438ee844d19d

小快本身是快手的吉祥物。在快手的直播页面中,小快默认出现在屏幕的左侧,平时是趴在屏幕边的状态,如果你喊“小快小快”召唤它,它就会跑出来,识别你接下来的命令,这样,在直播的时候,不用伸手点就可以完成各种功能。

小快可以帮你活跃直播现场的气氛,比如,你可以命令它会放音乐、讲笑话、讲故事等,甚至还会发快手平台的虚拟币“快币”红包。

也可以直接让小快找人连麦或PK,你也可以看到其他用户的小快。

而对观众而言,进入直播间的时候,主播的小快会专门来欢迎你,送礼物之后也有答谢,更有互动的感觉。

此外,快手还为小快开发了养成系统,第一次开直播的用户完成三个初始任务后,你的小快就会变身为常伴你左右的小宠物。

点击小快的图标,屏幕的下半区域就会变成小快的专区,小快会用各种姿态向你问好。

因为小快的形象用到了实时的3D渲染,因此看起来整体效果非常真实,哪怕是复杂的动画效果,也可以顺利切换并呈现在你眼前。

甚至还能选择它的性别,女生版头上会多出一朵小花花。

之后,小快进入养成状态,完成每日任务能为小快赚取饭团,投喂之后小快可以升级,获得包含各种直播权益的升级礼包,并解锁更多技能和外形。

开发历程

或许你会问,开直播,为什么要加入一个语音机器人?

这要从一个过气网红提起:夸夸群。

今年3月,各种各样的“夸夸群”突然火了起来,你在群里分享自己的各种有趣行为,求夸,网友们就用各种姿势把你夸上天。

那么,既然能让网友来夸你,能不能干脆找个AI来变着花样夸你呢?

于是,在愚人节那天,快手内部的“以AI之名”黑客马拉松活动中,就出现了一个“夸夸机器人”,产品团队顺势就把这个机器人延伸成为了语音机器人。

因此现在,如果你对小快说“快夸我”,它也会疯狂的夸你优秀美丽风趣幽默……

不过,在直播中做语音助手,要比普通的365桌面游戏休闲益智棋牌银商_为什么365棋牌客服_365棋牌更新开心川麻网址语音助手和智能音箱更难,没有智能音箱那样专业的硬件,嘈杂的直播环境和有限的计算资源对365桌面游戏休闲益智棋牌银商_为什么365棋牌客服_365棋牌更新开心川麻网址的要求更高。

“小快”语音机器人用到了语音唤醒、语音识别、自然语言理解、对话管理、语音合成等技术,乍一看并不新奇,但当他们被用在365桌面游戏休闲益智棋牌银商_为什么365棋牌客服_365棋牌更新开心川麻网址直播这个场景下,则有更大的难度。

首先,主播需要喊“小快小快”进行语音唤醒,开直播的时候,365桌面游戏休闲益智棋牌银商_为什么365棋牌客服_365棋牌更新开心川麻网址通常离主播1米左右,比手持的距离要远,不满足传统的近场条件,且系统只能拿到单通道数据。

而且,主播使用的365桌面游戏休闲益智棋牌银商_为什么365棋牌客服_365棋牌更新开心川麻网址型号多种多样,麦克风拾音性能千差万别,有的主播还会使用具有声效处理功能的声卡,小快的语音唤醒必须适配这些复杂条件。

在此同时,365桌面游戏休闲益智棋牌银商_为什么365棋牌客服_365棋牌更新开心川麻网址开着直播,本身就占用了不少计算资源,因此小快机器人不能占用太多的CPU资源,不然会影响直播的清晰度和流畅度。

在这些复杂条件下,快手技术团队设计了两阶段语音唤醒系统,第一阶段采用精简模型,增加召回率,第二阶段采用复杂模型,提高准确率。另外,还需要在回声消除、模型抗噪方面做了大量算法优化。

唤醒之后的语音识别环节,快手团队也遇到了难点:中英文混合识别。这一点,在主播点歌的时候是常用功能,比如快手用户喜欢的《野狼disco》,歌名既有中文又有英文,必须精确的识别出来,既要解决这种中英切换时的协同发音问题,又要解决中英文训练样本的不均衡问题。

因此,快手技术团队采用了基于循环神经网络的序列建模方法,对中英双语音节进行建模。音节的发音特征相对稳定,理论上能缓解协同发音的问题,但音节建模增加了发音单元的长度,对模型能力要求更高。还引入了具备下文语境的门控循环单元,有效地解决了中英混合识别的问题。

最后,主播下完命令之后小快要回话,就涉及到了语音合成的问题。

小快的声音很可爱,活泼而清脆,但如果直接使用业界常用的16kHz采样率,无法保留这一音色特点。因此,快手技术团队提出了一种超宽频带神经网络声码器,对超宽频带也进行了建模。

超宽频带的频谱特征随机性强,增加了神经网络的学习难度。并且合成同样时间长度的音频信号,需要预测更多的采样点,这需要模型捕捉更长的序列依赖关系。

为此,快手的算法工程师对神经网络声码器进行了深度优化,在同样的合成速度条件下,合成音频具有更高的音质,小快音色明亮清脆的特点得到了较高的还原。

此外,除了语言语音相关技术,小快作为一只3D宠物,也需要视觉上的优化。

因为直播本身就消耗了365桌面游戏休闲益智棋牌银商_为什么365棋牌客服_365棋牌更新开心川麻网址的大量资源,同时还需要渲染3D形象,留给渲染3D形象的资源就非常有限了。

那么,如何利用有限资源,渲染出形象丰富立体、光影效果真实、动作流畅的小快呢?

快手技术团队优化了美术资源,将包含所有的动作表情、模型和贴图在内的小快数据包压缩到了2M左右,并采用资源异步加载来提升效率。为了减少GPU消耗,减少了渲染API调用次数,优化渲染整体逻辑,使用假阴影方案替换实时阴影计算。

另外,考虑到用户机型不同,许多用户可能用的是相对低端的365桌面游戏休闲益智棋牌银商_为什么365棋牌客服_365棋牌更新开心川麻网址,快手技术团队针对不同机型做了性能降级适配、异步加载,不断调优性能与效果的平衡点,以达到最优效果。

小快背后的团队

此前业界更熟悉快手的图像技术团队,但快手AI语音技术团队人才积累也不容小觑。

【免责声明】本站内容转载自互联网,其相关言论仅代表作者个人观点绝非权威,不代表本站立场。如您发现内容存在版权问题,请提交相关链接至邮箱:bqsm@foxmail.com,我们将及时予以处理。

网友评论
推荐文章