在法国推出以来,Alexa玩音乐的三个咖啡馆美食家”和“阿梅尔弯曲”,要求家庭成员,设置定时器,共享的天气预报,等等。说,Alexa前是一个通晓多国语言只是轻描淡写——学习法语,Alexa已经五个英语变体(美国说话、英国、加拿大、印度、澳大利亚),德国和日本。
团队合作在Alexa的发射在法国问道:“我们可以用Alexa的所有这些其他语言知识帮助她学习法语更快?”The answer was a resounding "oui."
理解你的话
Alexa的科学家小组使用一种机器学习技术转移学习来帮助Alexa学会识别单词Alexa请求人。转移学习涉及利用在一个领域的知识,和使用这些知识来训练模型在不同的区域。
“人类天生好转移时学习,”马克斯Bisani说,老经理,机器学习,Alexa AI-Natural理解。德国亚琛他领导一个机器学习的团队,负责教学Alexa新语言。“例如,如果你学习“面包”,你知道如何发音字母“b”和“r”。你知道如何使用这些字母换句话说。更重要的是,现在假设,你遇到一个熟悉的词“羊角面包”。你不需要重新学习,羊角面包是一个名词,它类似于面包,或者它可能与黄油味道很好。”
机器学习团队合作画在Alexa的英语知识也确定单词在法国。
Alexa说话时,您的命令(或请求,如果你客气)分为每25毫秒长段,并在每个频率计算的能量。神经网络——由几层,估计可能目录中的每个音的声音存在。通过修补这些可能性的个人的声音一起,Alexa识别单词和短语。
“当我们教Alexa法语,我们借鉴了大量从其他语言目录的例子,因为认识到能量模式的“m”或“s”声音在英语是一个很好的起点识别“m”和“s”听起来在法国,“Bisani说。“利用神经网络从英语,德语,和其他语言导致减少10倍的数据量我们需要教Alexa法国”。
理解你的话语背后的意图
认识单词是一回事。完全理解他们的意思是另一个。法语和英语有显著差异,使这个任务困难。
例如,在英语,你将解决你的孩子和一个老人代词“你。“然而,在法国你可能会使用“你”前和“你们”,后者。许多根本性的差异之一是,法语比英语句子结构的变化——词通常表示被动语态或订单,不会英文意义(例如:《哈利波特》是我读过的书中最好的)。
这些差异可能会导致困难如果应用相同的系统理解它们。Alexa使用自然语言理解(NLU)系统来理解用户的意图的要求。考虑到两种语言之间的根本差异,NLU系统用于英语将远远无法理解人类意图在法国。所以Alexa的科学家们使用两种不同的方法来克服这个困难。
方法之一是自动转换命令从美国英语,通过法国NLU系统运行它,并将该声明回英语。翻译然后得分根据新的语义标签如何与原有的排队。可怜的翻译被丢弃,而准确的用于驱动改进系统。
“我们知道你不能简单地把“美国Alexa”,希望在法国经验与客户产生共鸣,”尼古拉•梅纳德说,Alexa的国家经理,法国。“我们有不同的方式问同一个问题,只有发音不同取决于是否你想要有礼貌。Alexa需要理解。”
有鉴于此,第二种方法来克服潜在的NLU问题需要人类接触。
法国版的Alexa的β测试是与亚马逊员工履行中心和公司办公地点。这些谈话帮助Alexa理解法国口音的细微差别,这种常见的问题(例如,烹饪和足球了很多),和表达等常用任务设置一个定时器或警报。
Alexa的快速吸收在法国已经令人印象深刻,但是还有很多工作要做世界上很多比一个国家,或语言。
”仍然是第一天当谈到教学Alexa新的语言,“Bisani说。“我们现在研究的一个问题是让开发人员让Alexa新技能。比如说有人犯了一个在法国的技能。开发者获得技能如何理解世界各地,在每一种语言,只要点击一下?”
你在一个l 'ecoute pour la套件。
