【計(jì)算機(jī)論文】分析：人工智能能否讓你開口說英語

涂鴉畫作、裸磚墻紙，每個(gè)會(huì)議室都以不同國家的名字命名，隨處可見的懶人沙發(fā)，一樓二樓間懸空的巨大吊床，當(dāng)然還有令人垂涎的美食，以及可供健身的體育設(shè)施，在“流利說”的辦公室處處散發(fā)著濃郁的谷歌風(fēng)?！傲骼f”是一款利用語音評估技術(shù)進(jìn)行英語口語學(xué)習(xí)的移動(dòng)應(yīng)用軟件，它可以像Siri一樣陪用戶練習(xí)英語口語，并對發(fā)音進(jìn)行打分和解析，用戶可以進(jìn)一步學(xué)習(xí)標(biāo)準(zhǔn)發(fā)音和發(fā)音技巧。僅僅上線三年多，流利說用戶量達(dá)到3000萬，獲得摯信資本、GGV、IDG在內(nèi)的B輪千萬美元投資，估值5億美元，成為語言學(xué)習(xí)類APP中的黑馬。在線教育儼然已是紅海一片，2015年國家對外公布的在線教育投融資數(shù)量為199起，融資金額高達(dá)20.3億美元，中國在線教育首次超過美國，成為全球在線教育最熱的投資市場。具體到英語在線教育產(chǎn)業(yè)而言，51Talk、VIPABC、新東方在線、滬江網(wǎng)等為代表，市場格局已初步形成。如何在日漸多元的市場競爭中撕開市場缺口，構(gòu)筑自身競爭壁壘，是每一個(gè)初入者需要考慮的問題。將“練習(xí)”產(chǎn)品化普林斯頓大學(xué)計(jì)算機(jī)系博士、曾在美國谷歌擔(dān)任產(chǎn)品經(jīng)理、流利說創(chuàng)始人王翌看來，整個(gè)英語在線教育是一個(gè)非常低效的市場，“學(xué)生投入大量時(shí)間收效甚微，老師被嚴(yán)重剝削，工資很少，教育公司賺了錢卻也叫苦不迭，原因在于將大量成本用于營銷，其中所有的價(jià)值都是不對等的?！币钥谡Z為入口，借助語音識別技術(shù)，將英語練習(xí)規(guī)模化、標(biāo)準(zhǔn)化、產(chǎn)品化成為流利說的發(fā)力點(diǎn)。早期的流利說更像一個(gè)應(yīng)用學(xué)習(xí)工具，用戶可以跟著雙人對話錄音，對著手機(jī)麥克風(fēng)模仿錄音里的發(fā)音和語調(diào)，應(yīng)用將根據(jù)單個(gè)詞的發(fā)音、句子里的停頓位置和聲調(diào)對用戶發(fā)音進(jìn)行打分，并標(biāo)出發(fā)音不準(zhǔn)確的單詞。整個(gè)評價(jià)過程完全依靠計(jì)算機(jī)算法在手機(jī)上完成，評分機(jī)制的引入是其最大的亮點(diǎn)。流利說使用的打分算法是基于GOP(GoodnessofPronunciation)算法，即利用事先已收集的語音發(fā)音方式，將用戶的發(fā)音與已經(jīng)收集的語音做一次強(qiáng)制對齊，把強(qiáng)制對齊得到的似然分?jǐn)?shù)值與收集的語音做一個(gè)比較，利用這個(gè)似然比(likelihoodratio)作為發(fā)音好壞的評價(jià)。“我們收集了數(shù)千美國人近萬小時(shí)的錄音，提取音節(jié)的最小單位音素，總結(jié)統(tǒng)計(jì)特征與規(guī)律，搭建打分模型，根據(jù)這個(gè)模型進(jìn)行發(fā)音比較?！绷骼f首席科學(xué)家林暉介紹道。林暉曾在谷歌擔(dān)任研究科學(xué)家，負(fù)責(zé)語音識別、自然語言處理、深度學(xué)習(xí)及大數(shù)據(jù)挖掘算法研究，流利說的整套語音分析算法由他完成。學(xué)習(xí)類APP的商業(yè)化工具型產(chǎn)品的可替代性往往是所有產(chǎn)品類別里最強(qiáng)的。除了提供碎片化口語練習(xí)之外，無論是出于對用戶沉淀或是商業(yè)變現(xiàn)考慮，科學(xué)系統(tǒng)化的教學(xué)內(nèi)容終究是繞不開的環(huán)節(jié)?！耙恍┉h(huán)節(jié)可以通過技術(shù)將其量化，但越深入這個(gè)行業(yè)你會(huì)發(fā)現(xiàn)有些環(huán)節(jié)終究無法用互聯(lián)網(wǎng)的‘輕’來取代的?！蓖跻钪毖?。具體到每個(gè)學(xué)習(xí)個(gè)體而言，長時(shí)間的學(xué)習(xí)數(shù)據(jù)跟蹤，其發(fā)音常常出現(xiàn)哪些問題，如何進(jìn)一步提升，也可以做進(jìn)一步的細(xì)化分析，未來千人千面的英語學(xué)習(xí)場景將成為可能?！半S著學(xué)習(xí)的進(jìn)展變化，各個(gè)努力值的變化，數(shù)據(jù)引擎會(huì)為用戶制定個(gè)性化的學(xué)習(xí)路徑匹配算法?！绷骼f首席產(chǎn)品官翁翔堅(jiān)解釋道。從最直接的用戶說英語的語音數(shù)據(jù)，到用戶在學(xué)習(xí)課程過程中的各種行為，“比如是否反復(fù)聽錄音，學(xué)習(xí)的路徑選擇順序，每個(gè)用戶在非學(xué)習(xí)情況下的社區(qū)數(shù)據(jù)也對我們分析起到了很大的作用。”曾在美國互聯(lián)網(wǎng)大數(shù)據(jù)公司Quantcast任資深軟件工程師、流利說CTO胡哲人補(bǔ)充道。然而從工具、內(nèi)容到社區(qū)再到系統(tǒng)課程的打造，