2018年国际消费性电子展(CES)上,最明显的一个趋势是Amazon与Google的语音技术进驻战,如AmazonAlexa进驻到Acer笔电内,Google Assist进驻到KIA汽车内,其他如智能电视、智能喇叭,乃至传统数字录放机TiVo都成为抢占进驻的对象。
Google Assistant
语音识别进驻大战
这是一波新的抢滩战,过去Google具有PC上网的搜寻入口优势,使Google赚取庞大的广告中介收益。但上网的形式在改变,包含走动时对手机「说」、客厅躺卧时对智慧喇叭「说」、或开车时对行车计算机「说」,都要得到搜寻响应,而且是语音响应,这就成了语音识别进驻大战的开端,而且比过去的搜索引擎更激烈。搜索引擎一次还可以显现三、五个结果选项,但语音响应只能逐一念,听完前三个大概就没耐性了,所以第一个响应的答案,将更为重要。
为了让自家的语音识别、认知运算、人工智能等技术更普及,Amazon与Google也推出相关套件,并尽可能平价供应给有兴趣体验的开发人员,例如2016年6月Amazon即以树莓派计算机(RPi 2 Model B)为基础搭配其Alexa软件,就可模块出Amazon Echo的效果,并进行相关开发(详细信息可参考这里)。
https://aws.amazon.com/cn/blogs/china/raspberry-alexa/
Google智能语音,强势出击
Voice Kit
去年,Google也推出开发类似的套件,称为AIY,取自人工智能的AI(Artificial Intelligence),与自己动手做的DIY(Do ItYourself)两字合并而成,意指自己动手做的人工智能套件。Google率先推出语音版本的套件,即Google AIY Voice Kit,而后也推出视觉版本的套件Google AIY Vision Kit。
Google AIY或许受到Amazon的启发,所以也是以树莓派计算机为基础,再搭上必要的硬件外围与零件,构成最基本需求的语音、视觉辨识开发装置,同时也可能受到IBM发起的TJBot项目(同样是以树莓派为基础的语音识别、人工智能应用装置)所影响,追加了纸板外壳与简单的互动接口,例如会三色发光的LED灯号与按钮,但并没有TJBot的摆动手臂(用伺服马达驱动)。
Google推出第一套语音版时(称为V1),所搭配使用的树莓派计算机仍是一般最普及常见的Model B(树莓派3),价格比较高,约35美元。但之后再推出的语音版及视觉版则改采了较便宜的Pi Zero W(无线版的Pi Zero),价格约10美元。
无论视觉版或语音版套件都包含了树莓派在里头,也包含了树莓派所需要的MicroSD记忆卡,另外若是视觉版还额外包含了树莓派用的摄影机模块(V2版),如此语音版套件的价格约49.99美元,视觉版则为89.99美元。
视觉版 VS 语音版
既然视觉版与语音版有价差,那么差在何处?事实上视觉版与语音版有一些相同的配件,如三色LED灯号、按钮、GPIO接脚线路等,两版本的主要差异在于:视觉版的介接板卡(称为VisionBonnet board,语音版则称为VoiceBonnet board)上多一颗图像处理人工智能芯片,也称为VPU(Vision Processing Unit视觉处理单元),即Intel Movidius MA2450,Movidius是Intel于2016年购并的业者。
视觉版
MA2450可以强化视觉运算,减轻树莓派计算机的视觉运算负荷,同时还能执行神经网络的运算工作,此是视觉版要多贵出40美元的主因。当然!视觉版还有提供摄影机与摄影机上盖护镜,但同时没有语音版的喇叭,取而代之的只有简单的蜂鸣器。
语音版
由于语音运算明显比视觉轻量,纯耗用树莓派计算机的运算力即可,不需要额外的加速运算芯片,因而成本与订价可以低于视觉版。
Vision Kit的辨识模型简介
值得注意的是,视觉版有附带三套以TensorFlow为基础的神经网络模型软件:第一套是盘中物辨识,是采开放源代码的神经网络模型项目MobileNets所建构成,可辨识上千个常见的生活用品;第二套可辨识出影像中的人脸,并透过脸部表情分析目前的心情愉悦度,打出愉悦分数;第三套则可辨识影像中何者为人、何者为猫、何者为狗。
此外官网还有列出其他的辨识模型,例如:辨识碗盘内放的东西为何物?辨识自然界的景物等,多数模型也是基于MobileNets所构成,但也有基于SqueezeNet所构成的模型。
视觉版中也附有编译工具软件,可以在工作站或云端上,对模型进行训练、再训练等编译。至于语音版,所附的软件主要是Google Assist的软件开发工具包(SDK)与示范用应用程序(DEMO Application)。
其他配套也包含Google Play应用程序商店的卖架上可以找到Google AIY Projects的手机应用程序(App),可免费下载安装使用,并搭配AIY硬件套件一起开发运用。
结束语
Google在最后也出一些发想题,好激发大家的人工智能开发撰写动力,例如用视觉版套件开发出能辨识各种动植物的人工智能软件,辨识正在行驶的车子是否有偏离车道?辨识您的访客是否满意您家里的节庆装饰等,这些都期望能以视觉版套件的软硬件为基础,更快完成与实现。
原文参考
https://mp.weixin.qq.com/s?__biz=MzU0MTg0ODIzNA==&mid=2247484725&idx=1&sn=6d53e71d6a7f0b4b8aca0d2ab253cf6a&chksm=fb22e2f0cc556be61a07a93a7ce2221d4a866eaeb6ad124c06f7f5dd6051a138c77ab692d524#rd