智能語音交互驅(qū)動的統(tǒng)計監(jiān)測分析設(shè)想

□袁文達

人工智能技術(shù)的飛速發(fā)展給統(tǒng)計行業(yè)發(fā)展帶來新的契機。本文分析了智能語音交互界面中包含的語音識別、語義處理和語音合成等技術(shù)環(huán)節(jié)，設(shè)想將智能語音交互技術(shù)引入統(tǒng)計監(jiān)測分析，或?qū)⒔o統(tǒng)計監(jiān)測分析的生產(chǎn)效率帶來質(zhì)的飛躍。

據(jù)《2017 年中國人工智能產(chǎn)業(yè)數(shù)據(jù)報告》當(dāng)年我國人工智能市場規(guī)模達到216.9 億元，同比2016 年增長52.8%。我國語音、自然語言處理領(lǐng)域熱度快速提升。隨著小度在家、天貓精靈、小米AI 音箱、京東叮咚音箱、喜馬拉雅小雅音箱等各種智能音箱投放市場，產(chǎn)品在語音、語義識別和內(nèi)容服務(wù)的智能化表現(xiàn)方面帶來了空前沖擊，基本都做到了對音箱播出內(nèi)容的語音指令要求的識別和執(zhí)行。人工智能技術(shù)正飛速發(fā)展，截至2017 年12月，全球人工智能相關(guān)專利總數(shù)約20 萬份，而中國占4 萬件，超越美國成為全球擁有人工智能專利數(shù)最多的國家。人工智能技術(shù)的不斷進步正給統(tǒng)計行業(yè)帶來新的契機。設(shè)想將智能語音交互技術(shù)引入統(tǒng)計監(jiān)測分析，或?qū)⒔o統(tǒng)計監(jiān)測分析的生產(chǎn)效率帶來質(zhì)的飛躍。

智能語音交互界面包含了幾方面技術(shù)環(huán)節(jié)。語音識別（ASR），將人類的語音中的詞匯轉(zhuǎn)換為計算機可讀的輸入，一般包括了語音信號的處理，在環(huán)境噪聲、信道、說話人等因素特征差異屏蔽方面都達到了可行地步。用戶根據(jù)系統(tǒng)設(shè)計的方式，對機器發(fā)出指令，如小米音箱是以“小愛同學(xué)+工作任務(wù)”的句型模式，讓機器將接收到的語音轉(zhuǎn)化成文字，再以文字作為執(zhí)行的指令或搜索詞，驅(qū)動機器執(zhí)行。這其中需要將人的自然語言轉(zhuǎn)化成機器能夠理解的意思就是語義處理（NLP）技術(shù)。交互界面中涉及機器向人的語音輸出，主要用于對不理解或不明確部分的詢問和求證，需要借助語音合成（TTS）技術(shù)，將計算機自己產(chǎn)生的、或外部輸入的文字信息轉(zhuǎn)變?yōu)槿寺牭枚?、比較流利的漢語口語，就如同機器開口說話。這幾方面技術(shù)的技術(shù)進展和突破使得語音交互界面具備了智能化。

隨著語音交互技術(shù)向各行業(yè)滲透，也給統(tǒng)計行業(yè)帶來挑戰(zhàn)和壓力。我們不再滿足分散地查詢和提取數(shù)據(jù)進行統(tǒng)計監(jiān)測，一些新的數(shù)據(jù)挖掘技術(shù)被應(yīng)用到統(tǒng)計監(jiān)測中，但計算機系統(tǒng)與人的交互界面是一個問題，一方面人的思維比較模糊和概念化，并且對固定格式、細(xì)化規(guī)則等并不能做到快速精確。另一方面計算機的強項在于快速地查找數(shù)據(jù)、精確地計算數(shù)據(jù)、完整地傳遞數(shù)據(jù)、準(zhǔn)確地套用模型、細(xì)致地呈現(xiàn)報告等；那么設(shè)想人直接通過語音與計算機系統(tǒng)進行交互，告訴計算機去查找哪些數(shù)據(jù)，屏蔽了怎么查的過程，使得人更集中在監(jiān)測分析本身，而機器對沒聽明白的或執(zhí)行中需要再明確的內(nèi)容可通過反向交互，向人發(fā)出征詢，以告知其不明白的部分。這樣我們可以借助智能語音交互過程，由人的語音驅(qū)動計算機進行統(tǒng)計監(jiān)測分析。監(jiān)測分析的應(yīng)用模型包括數(shù)理統(tǒng)計分析如相關(guān)分析、回歸分析、聚類分析成因分析、時間序列、置信度檢驗等，在人看來它更是一種概念，而具體的實施這些分析模型涉及很多細(xì)節(jié)，通過智能語音交互技術(shù)可以充分利用人的思維概念，而讓計算機對它進行細(xì)化和精確化，并能調(diào)動計算機快速查找數(shù)據(jù)、傳輸數(shù)據(jù)的能力，直接把數(shù)據(jù)填入到對應(yīng)模型進行分析，分析的結(jié)果再利用機器的精確性進行圖表等形式的展示，而人憑借統(tǒng)計專業(yè)的經(jīng)驗和智慧，研判呈現(xiàn)的監(jiān)測分析結(jié)果，鑒別的結(jié)果如果合理可用，就可以作為一個統(tǒng)計監(jiān)測分析的成果。整個過程借助語音交互界面驅(qū)動計算機快速響應(yīng)人的要求，通過反復(fù)驅(qū)動計算機、反復(fù)和計算機交互輔助，能夠快速查找到有關(guān)內(nèi)容、套用相關(guān)的分析模型、取得分析結(jié)果，有效避開了原來人所不擅長的數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)傳遞、數(shù)據(jù)填報等相關(guān)繁瑣工作，將這些工作集成給機器完成，能大大提高統(tǒng)計監(jiān)測分析的效率。這個過程是對統(tǒng)計監(jiān)測分析生產(chǎn)模式的創(chuàng)新和有效改進。

那么如何推進相關(guān)的應(yīng)用？如何將語音交互技術(shù)結(jié)合到統(tǒng)計應(yīng)用方面，粗淺的想法是應(yīng)啟動行業(yè)合作關(guān)系：查找國內(nèi)人工智能語音技術(shù)方面有成就和領(lǐng)先的公司，吸引團隊投入到統(tǒng)計行業(yè)的語音驅(qū)動界面的開發(fā)中，通過把一些概念語音化、數(shù)字化，把一些統(tǒng)計的理論模型、常見統(tǒng)計操作集成到語音交互系統(tǒng)里面，能夠用語音進行驅(qū)動執(zhí)行，同時改進以往一些系統(tǒng)的數(shù)據(jù)查詢接口、數(shù)據(jù)傳輸接口等，構(gòu)建模式套用的基本環(huán)境，將原先數(shù)據(jù)查詢的接口對接到語音驅(qū)動模式下，將語音指令直接轉(zhuǎn)化為數(shù)據(jù)查詢操作指令。目前，語音交互方面國內(nèi)就推出有語音技術(shù)開放平臺，通過提供語音技術(shù)SDK（軟件開發(fā)套件），將智能語音交互引入到指令的形成和對接口的驅(qū)動。

通過語音交互，解放了雙手和接觸限制，指向更加明確，語義直達目標(biāo)，縮短使用路徑，關(guān)鍵是能屏蔽一些數(shù)據(jù)操作的細(xì)節(jié)和格式上糾纏，因為機器能快速有效地存儲和調(diào)取這些細(xì)節(jié)和格式，降低了學(xué)習(xí)的門檻，使得人更集中智慧到概念和局面的研判上。目前語音驅(qū)動界面依托網(wǎng)絡(luò)云計算中心等信息化基礎(chǔ)設(shè)施對客戶端的硬件要求并不高，一般計算機都能使用。從目前發(fā)展來看國內(nèi)的語音技術(shù)公司，在中文語音合成、語音識別、口語評測等多項技術(shù)上擁有國際領(lǐng)先的成果。已推出有從大型應(yīng)用到小型嵌入應(yīng)用的各種應(yīng)用，相信在統(tǒng)計監(jiān)測分析上也同樣可以有開拓性的應(yīng)用，這將大大提升統(tǒng)計監(jiān)測分析的生產(chǎn)效率。