如何让董宇辉不下班？(2)

国内外大厂纷纷加码

光从 理论研究 来看，语音语言AI方向的论文已有不少。 亚马逊谷歌等大厂，关于对话AI、NLP和语言处理等方向的AI论文已经达到几百甚至上千篇，其中有不少都是顶会论文；Meta光是2018一年，就拿了EMNLP和ACL两大NLP顶会的最佳论文…… （当然，也有少发论文的，例如苹果更喜欢申请专利） 国内如BAT、华为、京东等公司，这几年也成立了自己的声学或NLP实验室，在NAACL、AAAI和ACL等不少顶会上拿过各种论文奖项。 △ ACL 2022部分杰出论文奖 以IWSLT （国际口语机器翻译比赛） 为例，这是国际上最具影响力的口语机器翻译比赛之一。 就在今年的赛事上，华为在语音到语音翻译、离线语音翻译和等长口语翻译三个任务上，拿到了四个语言方向的TOP 1。 但在研究以外，各大厂在语音语言AI技术的 落地 上却有着不同的思路。 除了基于最新研究优化自身产品 （语音助手、搜索引擎等） 以外，部分厂商选择直接将模型开源、或是做成AI框架供开发者调用。 这样的AI能力，对于不少没接触过AI的开发者来说又“过于深奥”，甚至连它应该怎么用、用在哪里都难以捉摸清楚。 一定程度上，也导致了不少开发者并没有机会接触到最新的语音语言类AI技术。 尤其是这几年很火的同声传译AI，对于实时性和模型性能都有一定的要求，相应的论文和Workshop也在顶会上出现得越来越多。 对于直播等行业来说，要想扩大受众和影响范围，同传AI也是一项不可或缺的技术。 所以，有没有 门槛更低 的落地方式呢？ 现在就已经有不少厂商开始尝试一种新方法—— 以华为为例，就针对移动端开发者，基于华为移动核心服务（HMS Core）打造了一套专门的 机器学习服务（ ML Kit）工具包 。 在这样的基础上，开发者无需掌握AI技术细节，就能在自己开发的移动APP或应用中用上这些语音语言技术。 例如，刚刚我们看到的AI字幕（在线文本翻译）和同声传译，就是基于华为这套工具包中的语音语言AI能力，轻松做出来的效果。

开发门槛越来越低

说了这么多，具体怎么上手用起来，咱们不妨看看前辈们都是怎么做的。 比如，在华为开发者论坛上，就有人基于ML Kit中实时语音识别、实时语音转写等功能，给外婆开发了一个语音搜索购物App。 其中 语音功能 的实现，步骤并不复杂。 首先，你需要做一些开发准备工作，包括：在华为开发者联盟网站上完成实名注册，配置AppGallery Connect，并在工程中配置HMS Core SDK的Maven仓地址。 然后，集成相关服务SDK。以实时语音识别服务为例，代码如下：dependencies{

//引入实时语音识别服务插件implementation'com.huawei.hms:ml-computer-voice-asr-plugin:3.5.0.303'}