便宜晶片與簡單 AI,Google 打造拋棄式語音辨識產品

作者 | 發布日期 2017 年 09 月 26 日 14:20 | 分類 AI 人工智慧 follow us in feedly

Google 工程師 Pete Warden 在英國 ARM 研究高峰論壇表示,他希望打造超便宜的語音辨識產品,搭載只要 50 美分的超低價晶片,一個硬幣大小的電池,足以維持一年的電力,再搭配簡單的人工智慧演算法,就可以讓語音辨識產品快速普及。



麻省理工科技評論(MIT Technology Review)報導,這種超便宜的語音辨識晶片可用來生產便宜的對話玩偶,或是簡單的家用電器,如可被語音驅動的燈。在工業環境應用,這種晶片可辨識不尋常的聲響,或是農田裡的蟋蟀。

Warden 為 Google 的雲端人工智慧工具開發行動和嵌入式應用,稱為 TensorFlow,他在開發過程中發現亞馬遜的 AI 助手 Alexa 透過電池供電的簡單晶片運作,時脈只有幾百兆赫是不夠的,原因是 Alexa 必須辨識許多不同的聲音,而且因為大多數語音辨識 AI 工具使用的神經網路資源匱乏,這就是為什麼 Alexa 必須將處理任務交給雲端的原因。

為改善上述問題,Warden 限制問題的問法,譬如只能使用開、關、啟動、停止等字眼,並捨棄一般語音辨識演算法,他拿一個音頻將其切成短片段,然後計算每個片段的頻率內容,接著一個接一個排列每個頻率圖,以建立一個頻率內容與時間的二維圖像,並應用視覺辨識演算法來辨識單詞的獨特記號。

第一次嘗試分析音頻的 1 秒鐘片段需要 800 萬次計算,準確度為 89%,這可用現代智慧手機運作,並且互動速度也夠快,這種方式比將運算過程送到雲端更好,但是在低功耗晶片上性能不佳。

後來開發團隊借鑑一些幫助 Android 手機辨識短語的演算法技巧後,系統只需執行 75 萬次計算,就能達到 85% 的分析準確率,研究團隊已經在 TensorFlow 網站發表代碼供他人使用,他們打算應用在類似單晶片微控制器 Arduino 搭載的更小晶片。

但英國劍橋大學前 AI 研究員 Tony Robinson 認為,低成本策略可能可以幫助語音辨識產品普及,不過用戶不太可能按表操課,大多數人沒有耐心使用高度限制性的指令,認為功率稍微高一點,可以處理更多語言能力的晶片,可能更適合消費者應用。

(首圖來源:Google) 

關鍵字: , ,