【Google 談人工智慧】有了機器學習後,語言還會是隔閡嗎?

Google 的使命是匯集全球資訊,並且讓所有人都能使用這些資訊,不過要能理解各式資訊,最困難的就是語言隔閡,因此在東京舉辦 #MadeWithAI 亞太區媒體活動請來了 Google 語言研究計畫總經理 Linne Ha 來談談怎麼將 AI 應用到語言翻譯上,進而彌平語言不通的問題。

 

受惠於智慧型手機的普及,網路人口在最近這幾年高速成長,不過網路上有接近 50% 的內容仍是以英文為主,對於非以英文為母語的人來說,想要獲得資料就多了一道門檻,能讓每個人自在的用自己的原生語言在網路上搜集或提供資料是 Google 的目標,因此在推動語言翻譯或發展上 Google 做了非常多的努力。

 

推動各種語言上網,統一碼(Unicode)是重點

不同語言要能在網路上流動,最重要的就是該語言要能被閱讀,若是出現亂碼或空白文字就容易成為閱讀或理解的障礙,因此 Google 長期和統一碼(Unicode)聯盟合作,鼓勵更多國家利用統一碼的編碼系統上網,例如 Google 大力鼓勵緬甸不要再使用非統一碼的字型。

有了統一碼這項文字系統後,電腦文字編碼就有了一套標準,下一個挑戰就是要確保自行能正確地被轉為網路或手機上的文字,去年 Google 推出開放的 Noto 字型,可以支援 800 種語言、11 億個文字,可呈現各式各樣的文字。

但這樣還不夠,雖然文字能呈現,但卻不是每個人都知道如何輸入文字,因此除了 Gboard 提供 300 多種鍵盤、 97 種手寫系統、語音輸入等方法讓使用者可以依照自己方便的方式來輸入文字。

在開發手寫系統上,Google 也花了一番心力,由於每個人的字跡都不同,因此 Google 導入人工智慧技術,蒐集很多自願者的手寫範本,讓機器學習來辨認文字和書寫風格,進而達到更精確的手寫辨識。語音輸入方面則是透過 GOOG-411 的服務來搜集語音資料,類似我們的查號台,當有人打電話進去問問題查電話,GOOG-411 就會幫忙轉接,在這樣的過程中 Google 建立了大量的語音資料庫範本,英文語音搜集還算滿順利的。不過其他語言就沒這麼容易了,雖然說 Google 有和專門經營文字和語音資料庫的業者合作,但有些語言本身的資料庫就較少,例如廣東話,因此 Google 又開啟了下一階段的任務。

 

語音搜尋實驗,搜集準確的語音資料

既然缺乏語音資料,Google 就開始想方法來搜集各種語言的語音訊息,比方說 2010 年 Google 推出了荷蘭語的 Word of Mouth 計畫,提供參與實驗的使用者手機來搜集他們和親友間的對話樣本,進而得到準確的語音資料。

有了語音資料之後下個問題則是口音和俗語,關於這方面的資料目前 Google 仍正在努力發展中,不過經過過去這麼長一段時間的努力,到 2012 年之後,語音搜尋已可支援到 50 種語言,Google 也導入了深度神經網路提升語音辨識的準確性,今年則再新增 30 多種的語音輸入,甚至包含了非洲兩種主要語言,斯瓦希里語(Swahili)和阿姆哈拉語(Amharic),對於彌平語言隔閡來說,這是一個重要的里程碑。

 

怎麼將機器學習應用在語音服務上

既然有了機器學習這項技術,也就意味著 Google 能透過演算以及建構更有效的模型來解決語音辨識問題。

Google 這回用了一個超級低成本的預算(2000 美金)來增加孟加拉語的文字轉語音服務,首先先準備一套麥克風、USB 轉接器和前置聲音放大器,並建立一組便攜式的錄音工作室「ChitChat」讓實驗者可以錄音。

工具有了,下一步就是找來 15 名孟加拉的 Googler,錄製了 2000 多個從維基百科擷取出來的孟加拉語和英語,實驗者每隔 30 分鐘至 60 分鐘就錄製 250 多個句子,平衡的混音成幾個不同的聲音後,再交給 Google 社群投票看看大家最偏好哪一個聲音,最終產出的聲學模型剛好就可以代表平均型的人聲,成功推出了孟加拉語的文字轉語音服務。

除了把更多語言放到網路上,Google 也著手發展方言領域,像是英文就分成美式英文、英式英文、澳洲英文等等,最近 Google 正著手處理新加坡式英語,另外,西班牙語、阿拉伯語也是 Google 努力的方向。

 

Google 的中文語音什麼時候會有更多突破?

至於台灣人最常用的中文呢?Google 語言研究計畫總經理 Linne Ha 不諱言,中文真的是很有挑戰的語言,比方說中國人說著中文、寫著簡體中文,台灣人說也說著中文、但寫的是繁體中文,香港人寫的也是繁體中文、不過說的是廣東話,繁體中文、簡體中文、廣東話間各有連結但又不盡相似。

過去 Google 是使用「單一語言模式」來處理,比方說台灣人說的中文就套用繁體中文資料庫,香港人說廣東話則套用另外一個繁體中文資料庫,但這樣的語音辨識效果發展有限,近期 Google 嘗試著將相近的語言加進同一個模型中,目前的實驗結果還不錯。

您可以選擇一種方式贊助本站

  • 版權聲明: 本文源自互聯網, 於9個月前,由整理發表,共 1958字。
  • 原文鏈接:點此查看原文

發表評論

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: