qcon2018小機(jī)器人誕生之路

小Q 近期主要關(guān)注人工智能 教育等創(chuàng)新產(chǎn)品的研發(fā)小Q小Q

小Q小Q 聊12聊12

小Q33 器QQ空間 器峰值每日聊天2000w次，用戶130w（業(yè)界領(lǐng)先單用戶會(huì)話輪次達(dá)到15AI模型，算法實(shí)踐結(jié)果做到70%開(kāi) 閉?量數(shù) 檢索式

深度學(xué)習(xí)

多樣化數(shù)據(jù) 生成式

RankingQuery理解(TF、Ranking分詞&

searchdsearchd

基于Sphinx技術(shù)特色——獨(dú)家配方Rank數(shù)據(jù)數(shù)據(jù)baseline A1:休息下A2:你還 A3:R率F-R率F---------POS-IDF A1:休息下A2:你還 啊A3:下次叫我一起，球場(chǎng)

Word2vecRF-深度學(xué)習(xí)引入深度學(xué)習(xí)CNN模型，基于TGU訓(xùn)練\評(píng)測(cè)\部署，Q數(shù)據(jù)做了拼接共用一個(gè)卷積池化的參數(shù)，然后求余弦相似度。ApplyingDeepLearningtoAnswerSelection:AStudyandAnOpen深度學(xué) 我們引 改進(jìn)模型對(duì)原有 N模型對(duì)比優(yōu)化LearningtoRankShortTextPairswithConvolutionalDeepNeuralNR率F-R率F-技術(shù)特色——獨(dú)家配方Rank

Pair

12POS-技術(shù)特色——獨(dú)家配方Rank綜合詞共現(xiàn)/IDF詞向量 N取得比baseline在F值上約70%的提升RF-----N詞共現(xiàn)+idf-基于UGC中文和Emoji表情label利于深度學(xué)習(xí)LSTM目前6分類(lèi)的成功率大于80結(jié)合寵物的情感分 也開(kāi)始顯現(xiàn)(KFC&寵物321 器321

小Q小Q

整合人工智能基礎(chǔ)能力 生態(tài)系統(tǒng)合作伙伴。——騰訊2017年Q2財(cái)+44整合騰訊內(nèi)多項(xiàng)AI上下文管 會(huì)話管

流 流

AILabsAILabsQQ QQ

流式上任 支任 支

我要 稻

意圖識(shí)別實(shí)體抽 實(shí)體消 領(lǐng)域預(yù)分 相似度排領(lǐng)域指令粗 指令擴(kuò) 句子相似 槽位填提高響應(yīng)速率策略：fastText在top3的領(lǐng)域上選中目標(biāo)準(zhǔn)確率達(dá)到97.6%Fasttext1fastText原理

物聯(lián)控制音 故 通 算 電 提 笑 天 百科通用控由于停用詞影響正確率（你、我、他等），這里設(shè)置停用詞去掉后剩余詞多于由于停用詞影響正確率（你、我、他等），這里設(shè)置停用詞去掉后剩余詞多于個(gè)（謂賓短語(yǔ)），停用詞。否則保留停用詞。2t的實(shí)體（歌曲、歌手等）給予較低權(quán)重。主流語(yǔ)義相似度算法：CNN,wmd 心如刀看深南大道

看深南大道堵 (無(wú)實(shí)體基于29個(gè)句子/詞性特征，實(shí)體消歧采用GBDT+Boosting95%，提高容錯(cuò)能力策略：QueryCorrection(QC)321 器321

小Q小Q的團(tuán)隊(duì)缺乏硬 ，硬件如何選型，硬件研發(fā)如何開(kāi)展 硬件項(xiàng)目周期長(zhǎng)，如何做到快速驗(yàn)證，快速試錯(cuò)，快速

頭效果 花

失 按鍵通信題

過(guò) 電磁干

1、總耗時(shí)達(dá)4.423、每個(gè)流程都在不同的部門(mén)，有些功能還是剛走 4、TTS耗時(shí)過(guò)長(zhǎng)，需要15、靜音檢測(cè)每次都要消耗 耗時(shí)過(guò)長(zhǎng)，接近2秒 2、優(yōu)化各個(gè)步驟耗時(shí)，比如音樂(lè)從800ms優(yōu)化到3

靜音檢

目標(biāo)是秒開(kāi)，追趕AmazonEcho的應(yīng)答速度。

音樂(lè)意 稻音樂(lè)意 稻我要 稻

語(yǔ)音識(shí) 語(yǔ)義分

3、TTS不用等待音樂(lè)查詢結(jié)果，節(jié)省約 生成 流

響應(yīng)速度優(yōu)化——TTS傳統(tǒng)TTS生成音頻文件，返回地址客戶

痛點(diǎn)：耗時(shí)?。ㄔ诎倏祁?lèi)長(zhǎng)內(nèi)容上非常明顯1、 生成完整音頻文件時(shí)2、客戶端拿到音頻地址后時(shí)間到可 的時(shí)響應(yīng)速度優(yōu)化——TTS根據(jù)文本實(shí)時(shí)生成語(yǔ)音包數(shù)據(jù)，借助TCP ，OPUS將語(yǔ)音包編碼后，有序送往客戶，OPUS可將語(yǔ)音包從2880b減至300b

數(shù)據(jù) 數(shù)據(jù)

OPUSPCM1、流式TTS 時(shí)間不依賴于文本的長(zhǎng)度，在長(zhǎng)文本和短文本上時(shí)間無(wú)差2、客戶端無(wú)需 ， 會(huì)以PUSH的形式有序傳遞給客戶測(cè)試數(shù)據(jù)來(lái)源測(cè)試數(shù)據(jù)來(lái)源 PC調(diào)試工具連接前端IC，dump工作時(shí)各寄存器的設(shè)置，確認(rèn)IC發(fā)現(xiàn)問(wèn)題：codec模塊AEC沒(méi)有打開(kāi)前端adc、codec抓取原始音頻pcmmicAEC針對(duì)前端信號(hào)幅度被截的問(wèn)題，調(diào)整了codec調(diào)整mic輸入的放大增益參數(shù)以及調(diào)整C信號(hào)的放大增益參數(shù)，確保信號(hào)幅度的完整性。測(cè)試的成功率在安靜環(huán)境測(cè)試，由原來(lái)的%提升到82%比還有明顯差距。專(zhuān)業(yè)音 測(cè)試，驗(yàn)證Mic頻響和結(jié)構(gòu)密封性AudioAudioUSBUSBdriver中多核多線程并 USBUSBUSB修改USB驅(qū)動(dòng)bug，推動(dòng)解決了MTK底層USBDriver的bug你好小 明天天氣 ，9月份第一版數(shù)據(jù)為誤喚醒為10小時(shí)8次，喚醒率為60%； ，在用戶群體差異化情況下，不同習(xí)慣容易造成身語(yǔ)音內(nèi)容丟失，進(jìn)而語(yǔ)義分 確，導(dǎo)致內(nèi)容異常。9月份第一版語(yǔ)義的成功率為間斷說(shuō) 會(huì)話開(kāi) 數(shù)據(jù)傳

明天天氣怎么 天氣|明

天氣怎么 天氣|今會(huì)話開(kāi)

明天天氣怎么 天氣|明喚 [ State