LG电子与微软合作,致力于实现能够与家电自然对话的人工智能(AI)家庭。其目标是开发一种能够准确理解用户语言并像人类一样进行对话的语音助手,以LG电子独特的声音进行回应。
金哲河在30日于首尔COEX举行的‘微软工业峰会’上,介绍了以‘通过代理和语音实现的AI家庭体验’为主题的两家公司AI家庭语音助手的合作案例。
‘ThinkQ On’是LG电子AI家庭的核心,作为智能家居中心连接和控制家电及物联网(IoT)设备。基于生成型AI,它能够与用户进行日常语言对话,并根据对话内容控制连接的家电或提供所需服务。
金哲河表示,语音AI的发展方向是“在准确识别用户语言的基础上,能够与人自然地进行对话”。
LG电子将这一方向应用于‘ThinkQ On’的语音助手。新的语音助手在听取用户语言的同时开始推理和准备回答,从而减少对话延迟。当用户稍作停顿时,它会等待下一次发言;如果在AI回答过程中用户提出新请求,AI会停止当前回答并处理新的请求。
这种实时对话使用了微软的‘Voice Live’技术。它在等待语音识别结果全部出来之前,就开始处理部分结果,从而减少响应时间。
金哲河还展示了一个演示视频,展示了语音助手如何理解对话上下文来控制家电并根据用户请求生成内容。当孩子询问适合睡眠的温度后说“那么把卧室空调调到那个温度”,语音助手根据对话内容控制了空调。
语音识别使用了微软Azure的‘Custom Speech’技术,帮助学习LG电子产品名称和功能等一般语音模型难以识别的内容。
金哲河解释说,利用‘ThinkQ’语言包,改善不同语言的语音识别性能所需的时间也缩短了。他表示:“其他业务部门改善29种语言的语音识别性能大约需要10年,而‘ThinkQ’利用已有的语言包,仅用一年就改善了16种语言的语音识别性能。”与之前的案例相比,开发速度快了约5.9倍。
语音合成方面,结合了微软的自定义HD模型和LG电子的AI角色,以根据情境和对话上下文改变语调,体现LG电子独特的‘品牌声音’。
金哲河表示:“语音助手的功能正在迅速提升。”该演示视频是在9月4日拍摄的,当时仅能推荐睡眠音乐,但现在已增加了实际播放推荐音乐的功能,并改善了响应速度。
金哲河总结道:“优秀的语音助手能够准确理解并像人类一样进行对话,同时传达品牌的声音。与微软的合作正在丰富我们的语音体验。”
※ 本报道经人工智能(AI)系统翻译与编辑。


