《得到头条》科技前沿：怎么让AI语音更有“人情味”？

今天我们从两个话题出发，为你提供知识服务。一是中国银行业客服人员大幅下降，二是口腔连锁医院瑞尔集团在港交所上市。

今天的第一条，来自彭天放老师的硬科技报告。

最近，中国银行业协会发布《2021年中国银行业服务报告》。其中提到，银行业客服人员在经过5年的持续增长之后，在2021年出现了首次下降，减少了将近8%。下降的主要原因，是各家银行加大了人工智能客服的投入力度。据艾瑞咨询统计，从2018年~2021年，银行业对AI产品的投入规模以年均近30%的速度增长。各大银行希望用AI客服来提升服务质量，解决当前客服系统等待时间长、不能做到24小时服务等问题。

不过，目前上线的AI客服系统，也受到客户的不少诟病。有一项调查显示，超五成受访者遇到过客服交流障碍，其中71.2%表示AI客服“答非所问”、不能听懂要求，23.6%反映，无法找到真人客服或遭遇踢皮球，问题得不到解决。AI客服想要达到真人客服的服务质量，还任重而道远。

消息就是这样，来看看能学到什么知识。

这里我们先不说AI客服能不能真的给你解决问题，就是从纯粹的交流感受来说，AI客服也不尽如人意。比如，你给AI客服打电话的时候，不管你表达出自己有多着急，对方都“波澜不惊”，始终保持一种不紧不慢、平平淡淡的语调在说话，让你气不打一处来。这种“只传递信息，不理会情绪”的沟通，确实不像是“人”干的事。

那么，怎么才能让AI语音听起来更有“人情味”呢？最近，美国META公司，也就是改名后的脸书，在官网上发布了关于这个问题的一系列研究成果，让AI语音越来越接近真人说话。我把印象比较深刻的几点跟你汇报一下。

首先，怎么让AI语音在说话时能够带上情绪？这里，我放两段META公司官网上的原声语音，你感受一下。

这两段语音的文字内容是完全一样的，第一段语音是我们熟悉的那种平平淡淡的AI语音，而第二段语音就是这次研究成果发布的，由AI添加了欢快情绪的语音。虽然内容是英文，但我们还可以听出来，第二段语音不仅在语调上更加轻松愉快，甚至还被算法“即兴”添加了笑声，和笑声所带来的呼吸变化。

这是怎么做到的呢？其实，这项技术的背后是META公司开发的一种新的语音算法，叫做生成式口语模型（Generative Spoken Language Model，GSLM）。这种模型和传统的语言模型最大的区别是：传统的语言模型，通常是先对录音数据进行文本信息的提取和标注，再做其他的计算；而这个生成式口语模型，是直接对录音数据进行处理加工。

这样解释可能还是不好理解，我用图像处理来做个类比。这就好比对一张照片进行修改，传统的算法是首先识别照片里都有哪些桌椅板凳，然后把这些桌椅板凳的位置标出来。后续的计算，使用的都是某某位置有个桌子、椅子这样的高度浓缩的信息。像是桌子表面脏不脏、椅子旧不旧这些细节就被丢弃掉了。这种处理模式对应到语音数据，就是只提取话里的文字信息，而把语气、语调等细节丢弃掉了。

META开发的新模型，有点像我们用的修图软件，可以直接给整张图片加滤镜，加美颜。对应到语音数据，有关语气、语调的数据就可以被保留下来，并且可以进行后续的添加修改。最终就形成了我们刚刚听到的效果。对于同样一段话，META公司发布的AI模型，可以用愉快、生气、失落、困倦这四种情绪说出来，听起来都很自然。

好，情绪问题有解了，我们再来看第二个难题。

你看，两个人正常对话的时候，往往是一个人一边说，另一个人一边给出回应，“嗯，对啊，可不是嘛”。俗话说“三分逗七分捧”，对话中给出“嗯，啊”这样的回应特别重要。但是你发现没有，AI客服在和我们说话的时候，会特别“安静”，也就是，非要等我们把一句话全部说话之后，过一两秒，对方才好像回过神一样接着往下说。

META公司开发的这个生成式口语模型，同样可以解决这个谈话中的交互问题。我再给你放一段META官网上的语音，这是两个AI机器人在相互对话，你感受一下。

你看，这两个机器人之间的对话，不仅可以应对语句之间语音相互交叠的情况，还可以在对方话说到一半的时候，另一方就给予温柔的语气回应，听起来确实要更有人情味。要实现这样的对话效果，要求算法不仅仅是逼真地模拟人类的情绪表达，而且还需要准确地识别对方的语音中所包含的情绪，这样，才能对情绪进行恰当地回应。

如果能够准确地识别情绪和表达情绪，这将是AI语音技术的一个重大突破。毕竟，人类之间的有效沟通，都是“先处理情绪，再处理问题”。沟通是一门温暖的艺术，AI语音，也可以是一件越来越温柔的发明。

来看今天的第二条。

最近，做口腔连锁医院的瑞尔集团在港交所成功上市。这是自去年做口腔正畸的“时代天使”赴港上市以来，又一起让资本圈关注的IPO。瑞尔集团上市之前有5轮融资，包括高盛、凯鹏华盈、启明创投、高瓴等著名机构都有投资。今年2月份，做牙刷、牙膏、漱口水等口腔护理产品的薇美姿，也向港交所递交了招股说明书。口腔医疗护理行业，正在成为创投圈最受关注的热门赛道。

创投圈有种说法，叫“金眼银牙铜骨”，意思是赚钱的专科医院，眼科最好，其次是口腔，然后是骨科。据行业统计，今年一季度，口腔领域就有19起投融资案例，投融资规模近30亿元人民币。

不光是像正畸、种牙这样的医疗项目受追捧，像智能牙刷、漱口水这样的细分赛道也非常火爆。比如有一家做漱口水的新品牌，叫“参半”，成立4年，获得了10轮融资，字节跳动连续两轮追投。参半上线第二个月，就成为淘宝漱口水品类下的第二名，硬生生从老牌漱口水巨头李施德林那儿抢下一大块市场。

消息就是这样，来看看能学到什么知识。

你知道，口腔护理传统上属于日化领域，多年来被几大国际日化巨头牢牢把控，从广告宣传到线下渠道都铺得密不透风，新品牌很难有突破的机会。那么，像参半这样的黑马是怎么跑出来的呢？我们发现，参半的成功，除了像其他新国货那样运用纯熟的互联网营销打法，更重要的是，和老品牌实现各个方面的差异化定位。可以说，参半几乎是重新定义了漱口水这个产品。

第一，从产品功能上做差异。传统的漱口水更接近于医疗用品，功效明确为“清洁口腔”。而参半，把漱口水定义为像口香糖那样的日用品，主打功效不是“清洁口腔”，而是“口气清新”。不要小看这个定位的区别，“清洁口腔”针对健康需求，而“口气清新”事关个人形象，针对社交需求。显然，对年轻人来说，他可能对健康问题不怎么上心，但一定对个人形象超级重视。

第二，从产品设计上做差异。传统的漱口水是那种一成不变的医用蓝色，让人一看就有距离感；口感上，因为添加了酒精，入口之后有种很辣口的感觉，很多人适应不了。包装上，是那种动不动就500ml以上的大瓶。

而参半把漱口水做成了高颜值商品，粉红、粉蓝、粉紫等各种颜色，怎么好看怎么来；口感上，参半研制了无酒精的新配方，用起来不会再辣口；包装上，推出了条状的小包装，一次用一条。以后不用在包包里放口香糖了，而是放几条参半漱口水，约会前、三餐后就拿出一条来漱口。

第三，从产品渠道上做差异。线上优势不用说，参半基本是吊打老牌漱口水。如果看线下铺货的话，传统漱口水是放在药店里，或者超市里跟牙膏牙刷等产品摆在一起。而参半新开发了便利店和美妆店路线，铺货到全家、屈臣氏、调色师等。在做超市渠道的时候，参半也争取不放在传统的口腔护理区，而跟口香糖一样放在结账的收银台旁边，便于消费者随手拿取。

参半的联合创始人张轶说，以前的口腔护理产品，大家都是把它当药来卖，更多是一种耐用品，就算是牙膏，消费者也不会经常买。如今，口腔护理赛道最大的机会来自于口腔护理消费品的快消化，也就是像矿泉水那样即买即喝，大量消耗。而要成为快消品，就必须想方设法降低用户的使用门槛，使用门槛降低了，购买频次才能上去。参半对漱口水的重新定位，不是为了差异化而差异化，而是在围绕优化用户体验、降低使用门槛做文章。

聯系郵箱：0xniumao@gmail.com

《得到头条》科技前沿：怎么让AI语音更有“人情味”？

相关推荐