10月18日,阿里云IoT联合阿里巴巴达摩院正式发布分布式语音交互解决方案,该方案将集成双方的平台连接能力和语音交互技术,以声控的形式完全改造家居环境,只需要简单说上几句话,就能让家里的设备全都“动”起来。

传统语音交互受限于空间,用户只能在智能音箱等单一入口所触达的空间实现声控,而此次发布的分布式语音解决方案,能够将语音交互能力输出到各类家居设备上面,实现“无处不在”的声控体验。
据介绍,该方案包括前端声学模组、语音自学习平台、对话平台以及阿里云IoT智能人居平台,打通了上下游平台串联、端云一体能力,可以大大缩短智能人居环境开发周期,具备很强的扩展能力。
采用该分布式语音解决方案的电器设备,可以通过就近的开关作为智能语音交互入口,即可对全屋智能家居语音控制,通过智能人居平台,家居场景智能设备语音操控将很容易就实现全覆盖,小到开关灯,大到新风系统操控,将完全实现语音触达。
阿里巴巴达摩院语音实验室研究员付强表示,在语音交互前端处理技术和方案的研发上投入了非常大的技术力量,此次和阿里云IoT共同推出的分布式语音交互解决方案,也是一次在声控式人居层面的创新应用。未来,将继续加大在智能语音交互方面的研究和合作,打造更多的全新产品。
当前,语音交互逐渐成为热门领域,特别是在智能家居领域,开始替代以触控为主的交互方式,此次发布的分布式语音交互解决方案,势必为智能智能家居行业带来了新的推动力,未来家居行业也有望迎来全声控时代。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。