一年一度的Google I/O开发者大会如期而至。
今年也是Google旗帜鲜明推行“AI First”战略的第四个年头。一直强调的“Bringing the benefits of AI to everyone”，也在2小时的演讲中不断得到证实。
Google CEO 桑达尔·皮猜淡定登场
Google Assistant升级：这才是智能语音该有的顺畅
去年，谷歌出的语音助手Duplex就已经大出风头，而今年更是追加一城，发布了升级后的 Google Assistant 语音助手。
观看了升级版语音助手的完整演示之后，我只有一个感受：舒坦！
此话怎讲？
1.有话直说，刻意唤醒不需要
我们熟知的语音助手在使用之前都必须先唤醒，例如“Hey Siri”,未经唤醒的语音助手就处于无法响应的睡眠状态。这导致每次用语音助手的时候不仅麻烦，而且还显得使用者有点······蠢。
而这次的Google Assistant则不需要刻意唤醒。在演示中我们可以看到，原本在看 John Legend推特的使用者临时起意，对Assistant 说“我想去看他的演唱会诶。”
反应时间不到 1 秒，手机就立刻规划出了去John Legend演唱会的路线，甚至连最实惠的打车方案都帮你想好了。
2.要打开哪些APP我自己知道
-“我想发一张在美国黄石公园拍的照片给朋友。”-“有动物的。”-“发送。”
在这一连串的语音命令下，Google Assistant首先进入了手机相册，筛选出地点是在黄石公园的照片，再挑选出其中内容包含动物的，最后跳转到邮件发送页面，光标自动衔接到邮件文字的输入中。全程的指令识别和应用跳转都十分顺畅，不需要多次唤醒也不用人为切换应用。
3.执行速度，这次是真的快
Google Assistant整合了众多机器学习的功能。理论上，当它收到一则语音请求时，需要通过三个独立的模型进行处理，从而理解语音命令。原来在这一过程中，Google Assistant需要多达100GB的数据来进行分析；而现在，数据大小被成功地压缩到了0.5GB，大大缩小了从用户语音发出到命令执行的延迟。
通过现场的演示我们也可以看到，在用户连续不停地发出语音指令的情况下，Google Assistant也能迅速流畅地执行，几乎可以说是“实时”。
通过Google Assistant的这些操作展示可以看出，语音操控已经极大地摆脱了之前唤醒烦、反应慢、工作笨的情况，用起来越来越舒坦。这都有赖于AI技术的加入，从“Mobile first”到“AI first”，人工智能技术成为了Google战略布局中越来越重要的一环。
Live Caption ：掌上的即时“字幕组”
与你更亲近的语音助手只是开胃菜，此次I/O 2019上Google将几百G的机器学习成果浓缩到手机应用中，就是要让AI带给你的生活更多便利，更多人情味！
没有字幕组，啃生肉视频很吃力？在Google的Live Caption诞生后这些即将成为历史。通过Live Caption，设备上播放的任何视频、音频的语音都可以被实时转录，生成字幕。
但仅仅是语音转文字还不够带劲，Google还玩出了如下爆点：
1.网速？不需要
Live Caption的突破，在于把整个功能完整地安装在了手机端中。
这意味着什么呢？你的手机即使没有联网，也可以使用Live Caption对任何视频和音频进行加字幕处理，而无需担心准确率和效果会受到没有与网络数据库相连的影响。
过去YouTube曾推出自动给视频加字幕的功能，但Live Caption则进一步突破网络限制，拓宽了发挥空间。
2.啃生肉无需连蒙带猜
Live Caption除了能实时转字幕，还能同时进行翻译，将外语视频的字幕以你的母语形式呈现出来。
在现场演示中，画面上的母亲正在喂自己女儿吃饭，但是母亲说的是韩语，而下面的字幕正在实时转成英语，不得不说如果这种功能以后得到普及，字幕组真的可以光荣退休了~~~
3.让残障人士听得到，说得出
Google基于音视频字幕功能的突破，也与大家分享了自己在公益上的新想法——
通过生成字幕，可以让听障人群也能和正常人一样接收电话与视频聊天中的信息。而输入文字实时转语音，也将代替手语，让通话如普通人一样自然流畅。
同样受益的还有渐冻症患者。Google的新技术让他们可以通过嘴唇的细微运动来准确输入文本，表达自己的意思。相比于过去通过眼睛运动来输入，正确率更高，对身体负担更小。
正如Google在本次大会上所传达的：“成为惠及每个人的 Google，无论你是谁，住在哪里，想要实现什么。 ”
严格来说，本次I/O大会上登台的应用或多或少都是从前两年发布的新产品延伸而来。但随着各项技术的不断完善，例如现场演示的Google assistant与真人对话、相册自动推荐修改等功能，的确让人感觉到Google的诚意。
除了效果更佳之外，这些全新功能与系统的结合程度也颇高，反而降低了用户在这些新功能上的学习成本和使用成本。
閱讀更多 AI研究所 的文章
