解决上下文相关性，哦啦语音想让人机交互不再“前言不搭后语”

轰轰烈烈的世纪人机大战结束后，一夜间似乎所有人都在谈论人工智能。真正智能的 AI 自然免不了人机交互，而语音在人机交互上的潜力普遍被人们看好。

语音交互一般包括语音识别、语义理解和语音合成。其中，语音识别是把人的声音正确识别并记录成文字，但这时的计算机并不能真的“读懂”你在说什么，语义理解则是试图让计算机“理解”句子意思的关键一步。想要实现流畅的人机交互的“哦啦语音”，正是专注于语义理解的一家公司。

“哦啦语音”2013年初成立，是威盛电子内部孵化的创业项目。成立至今，“哦啦语音”已经拥有在中文自然语言理解、语音识别、语音控制和语音交互系统等方面的20多项自主专利，主要包括：

• 口音识别和多语言模型
• 在语音对话系统中让TTS更自然
• 全文检索的结构化知识库
• 知识辅助的自然语言理解
• 领域识别和多语言模型应用
• 增强的固定词语法的NLP
• 基于拼音的语言模型
• 云端通讯录查询的用户隐私保护
• 上下文相关的语义理解

目前，市面上主打语义理解功能的产品还有科大讯飞旗下的讯飞语点、百度度秘及近期炒的比较火的微软小冰等。创始人张国峰表示，“哦啦语音”的技术优势主要体现在其基于语义理解所作出的对话控制上。

“现在许多做语义理解的产品事实上没有达到人机交互的目的，技术上虽然能对用户的话作出反应，但上下文缺少关联性。”张国峰告诉36氪，“举个例子，用户如果提出‘明天去北京，帮我订票’后再补充‘要火车票’的话，机器很难把两句话的信息串联起来作出回答，我们要解决的就是这个问题。”

为使人机对话更通畅，“哦啦语音”会记录下对话中用户所提过的需求，包括人、事、时间、地点等关键词，再根据当前语句信息通过人工智能对沟通逻辑做出判断，结合上下文使机器做出的反应更符合用户的语言表达和心理预期。

而“哦啦语音”开发的多项专利也是为了提高这种对话的通畅性。拿全文检索的结构化知识库来说，“哦啦语音”以爬虫+人工审核的方式搭建了一个底层数知识数据库，让机器能够判别那些从表层语法上无法识别的表达意图。同样举个通俗点的例子，如果用户提问“刘德华的青花瓷怎么样？”这时候机器会首先判断主语和宾语间存在的关系，并将两个关键词放在数据库中检索，如果两者没有关联就会回复：“刘德华没有唱过青花瓷。”据悉，现“哦啦语音”的知识库中已包含了六十多个领域的知识，可基本覆盖日常对话所涉及的知识范围。

关于技术的应用场景，“哦啦语音”前期的方向是智能手机应用，与小冰、讯飞语点等智能助手产品类似。但实际操作过程中，张国峰发现“这种功能用户的使用场景还是太少了，几乎以调侃为主，技术价值没有得到最大发挥。”现在，他们认为智能家居未来会是存在语音交互强需求的领域之一，其位于上海的智能家居 Demoroom 计划将在今年8月前开幕。

商业模式上，“哦啦语音”主要依靠提供智能语音交互技术方案变现。目前达成合作的包括环迅智能车载后视镜、奇狐智能眼镜，中兴语音助手，以及天翼导航、中国电信号码百事通的语义交互API服务等项目。同时，“哦啦语音”还是 Siri 语音技术提供商 Nuance 大陆唯一的中文语义技术合作伙伴。

团队方面，创始人张国峰上海交大毕业，在技术算法方面拥有15年从业经历。目前团队整体40余人，技术人员占大多数。该团队正在寻求 A 轮融资。

36 氪和氪空间团队已进驻上海，每月将定期举办线下沙龙或私密饭局。我们正在招募一名全职 / 实习作者，如果你对创业服务有自己的想法、充满好奇心，请砸简历至congjia@36kr.com，一大波的魔都创业者等你面基！