在推出可以陪人聊天吐槽调戏的人工智能机器人后，微软又多了一款可以让用户用英文“愉快的聊天”的应用，不同的是，这款名叫“微软小英”的应用，想解决的是中国人英语口语问题。
据了解，这款由微软亚洲研究院和微软互联网工程院合力推出的“微软小英”，融合了语音识别、口语评测，自然语言处理、语音合成等人工智能技术，实现了智能人机交互服务。
所谓轻模式，是指现阶段微软小英主要是通过微信服务号的形式上线，用户也不需要安装APP，每天抽空“撩一撩”小英，即可让英语学习成为新日常。“我们的想法是基于微信的平台做一个能够跟你对话的人工智能的机器人，用户扫一下公众号、跟一下就可以了，也就可以跟它学习了，这是非常简单的形式，也是我们的初衷。”微软亚洲研究院创新工程总监田江森博士介绍。
与市面上常见的英语学习应用所不同的是，微软小英主推的可以实现与用户“愉快的聊天”。以往在人机对话时，计算机发音生涩，对话进行并不会像真人交流那么自然，而记者试了一下，“微软小英”的发音却听上去标准且不带“机器口音”。
进入小英界面，通过底部的功能栏可以发现，小英在“功能”上设置了四大板块，情景模拟、发音、易混音、单词。其中微软小英主打的，就是情景模拟。“我们不想做大的教科书，而是想给用户一个速成的学习，把平时生活中会碰到的场景都集中起来，做以场景为基础对话的框架，让用户可以很快地学到他想要学的东西”，微软亚洲研究院田江森博士说。
在情景模拟对话中，界面记者先是选择练习的主题场景，如“社会交往”，小英会根据场景描述并提问，而记者则根据中文和给出的提示词，通过微信语音回答问题。在此之后，得到系统给出的评分和标准答案。
事实上，小英说的每一句话都并非事先设置好的。小英能够对用户所说的句子进行语义层面的识别，而给出的得分包含了对用户语句和发音的双重评价，如果用户的回答文不对题，小英也能够识别，并且给出很低的分数。“小英的情景模拟和情景对话功能，是基于微软亚洲研究院多年积累的各项技术之上完成的。其中包括了语音识别，口语评测，自然语言理解，机器翻译等多项技术”，田江森博士介绍说。
据了解，小英目前已内置了150余种情景课程，涵盖20多个会话主题。
针对中国人口语发音难问题，小英也提供了“易混音练习”和“发音挑战”版块。在用户进行发音挑战或情景模拟时，小英后台对用户的各个发音进行分析，统计出用户最常见的错误发音和最易混淆的音素对。因此，经过一段时间的练习和积累，小英就能掌握用户的发音习惯，并制定个性化的学习计划。在易混音练习模块中，最顶端的音素对就是小英推荐的最常犯错的易混音。
作为针对英语学习的应用，小英的口语发音打分体系则精细到音素级，贯穿了整个学习版块。
从技术上来说，小英的口语评测系统，是搭建在一个由机器学习训练成的神经网络的语音识别系统上，基本处理流程是利用语音识别模型，根据跟读文本（情景对话和情景模拟中是自动识别出的文本），对用户的录音进行音素层级的切分。每一个小单元再和其相应的标准发音模式进行匹配，发音越标准则匹配越好，得分也越高。每一个单词的得分则是相关音素得分的加权平均，句子层面的得分是各单词得分的加权平均。系统中各个标准发音的模型是深层神经网络在几百个发音标准的美式英语数据库中训练而成的。
上线以来，微软小英积累了上万名使用者，目前也在进一步完善产品功能。微软亚洲研究院田江森博士说，目前从微信端口接入时，小英对话要受到一定的限制，不排除将来做一款独立的APP让用户体验感和使用感更好。
据了解，此次推出微软小英的亚洲研究院，是微软公司在亚太地区设立的研究机构，也是微软在美国本土以外规模最大的一个。近年来，有众多从微软亚洲研究院诞生的创新技术转移到了微软产品中，如微软小冰、Cortana、Skype Translator等人工智能产品。
评论