谷歌宣布实现人与AI的全双工语音通话 但微软两年前就干过

  【天极网网络频道】5月8日，2018谷歌I/O开发者大会在加州山景城拉开帷幕。作为一家科技巨头，谷歌今年带来了AI、Android P、谷歌地图、谷歌相册、谷歌邮箱以及无人驾驶汽车Waymo。

  值得一提的是，谷歌披露了谷歌助手的新功能Duplex，你可以要求谷歌助手代你打电话。在大会上，谷歌现场展示了人类与人工智能的Full Duplex电话。可以说，这意味着人工智能语音方面的重大进步。

  于是，这被一些媒体称为人类历史上第一次与人工智能的Full Duplex。

  很快，微软(亚洲)互联网工程院发布声明：今年4月4日，我们正式在美国和中国发布了Full Duplex感官，并预言行业将意识到这一技术的价值，加快向这一方向集中。

  同时，声明称，“其实，人类历史上第一次与人工智能进行全双工语音电话，并不是发生在美国，而是发生在中国。我们很荣幸能将这一桂冠奉献给祖国。自2016年8月起，微软(亚洲)互联网工程院通过人类用户主动发起的方式，已让小冰与人类用户累计完成了超过60万通电话。”

  谷歌在I/O大会上演示的事，国内的微软小冰两年前已经干过。

  那么，全双工语音技术到底是啥？3月22日，微软宣布推出新一代语音交互技术：全双工语音交互感官(Full-duplex Voice Sense)，并且完成产品化落地——小冰。

  根据官方介绍，与既有的单轮或多轮连续语音识别不同，全双工技术可以实时预测人类即将说出的内容，实时生成回应并控制对话节奏，从而让长程语音交互成为可能。

  在使用时，用户不必多次说出唤醒词，一次唤醒，即可轻松实现连续对话。这大大提高和改善了用户体验，并且把语音交互的自然度推进到新层次。

  实际上，全双工技术的出现，代表着语音交互的新阶段。

  据微软(亚洲)互联网工程院副院长、微软小冰全球负责人李笛表示，语音交互底层有两种框架，第一种是Turn-oriented，以Facebook的M、苹果Siri、亚马逊Alexa、微软小娜为代表;第二种是Session-oriented，以微软小冰为代表。用中文来解释两种框架，第一种就是面向单个任务，第二种称之为面向对话全程。

  可以看到，全双工语音技术(Full Duplex)的意义在于，它能够使“人机交互”进化为“人机交流”!

 附：微软声明