12月20日,在北京長城腳下的公社舉辦的一場“AI 3.0  私享定‘智’長虹Q5K人工智能電視品鑒會”,集齊五大傳統(tǒng)彩電品牌最新、最具代表性的電視產(chǎn)品,從電視用戶的真實生活場景出發(fā),四大功能維度實測,看看到底誰的智商真在線。

未來的AI競爭離不開消費場景,而家庭物聯(lián)網(wǎng)會成為AI應(yīng)用最多的場景之一。家庭物聯(lián)網(wǎng)中,智能電視終端將是核心。作為AI3.0的代表產(chǎn)品,長虹CHiQ人工智能電視Q5K涵蓋語音識別、語義理解、模糊搜片、智能推薦等功能。內(nèi)置整機麥克風陣列,是長虹首款支持遠場語音的人工智能電視,可實現(xiàn)遠場開關(guān)機、遠場語音識別、語音操控,同時它也是一款國內(nèi)為數(shù)不多的、支持聲紋識別的人工智能電視。

現(xiàn)場,為了讓大家親身體驗一下Q5K帶來的AI3.0時代生活方式,特意邀請到國家數(shù)字音視頻及多媒體產(chǎn)品質(zhì)量監(jiān)督檢驗中心工程師,帶大家深度對比體驗幾大主流品牌電視的人工智能技術(shù)水平。

其實,目前市面上絕大多數(shù)單純主打“語音識別”的電視,只能算是人工智能電視的雛形,屬于AI 1.0時代的產(chǎn)物。能夠做得到“語義分析”的,是進階的AI 2.0時代人工智能電視,能夠通過理解用戶語義,實現(xiàn)分析、推薦的功能。而長虹最新的具有遠場語音、聲紋識別技術(shù)的人工智能電視CHiQ Q5K系列,不僅能夠應(yīng)答、能通過“人工智能+大數(shù)據(jù)+深度學習”了解用戶需要什么,而且突破性地實現(xiàn)丟掉手機、遙控器,直接與用戶進行自然交互,讓人工智能電視更具人性化,已經(jīng)邁入AI 3.0時代了。

在電視行業(yè),長虹CHiQ電視已經(jīng)率先扛起“人工智能”大旗,不斷推出刷新行業(yè)新高度的產(chǎn)品,成功引領(lǐng)行業(yè)進入AI 3.0時代。

一、遠場語音

為什么要比拼遠場語音能力?

人工智能最重要的功能就是要解放人力,提升效率。人做起來比較復(fù)雜的事,因為有了人工智能,變得簡單、輕松,節(jié)省出來的人力可以去做更多的事,創(chuàng)造更大的價值。

語音交互為人類帶來的方便無需多言,但傳統(tǒng)語音交互需要通過手動操作來進行,比如按住搖控器發(fā)送語音指令,在方便快捷上仍有局限性。

這時,能真正實現(xiàn)“解放雙手”的遠場語音識別的優(yōu)勢就體現(xiàn)出來了。電視內(nèi)置麥克風陣列,用戶可不用手接觸任何設(shè)備,通過說出特定的“喚醒詞”激活遠場語音識別功能,即可在一定范圍之內(nèi)純語音操控電視。使用更方便,過程也更快速。

經(jīng)過檢測發(fā)現(xiàn),五款產(chǎn)品中,僅有長虹Q5K具有遠場語音功能,其他四款產(chǎn)品目前都不支持遠場語音識別。

僅僅得出這個結(jié)論,想必還不能滿足大家的好奇心!人工智能電視的遠場識別極限在哪里呢?測試組分別在1米、2米、3米、4米、5米的位置,使用同一個聲音大小對長虹Q5K進行測試。發(fā)現(xiàn)在5米范圍內(nèi),Q5K的語音識別都非常準確,且其適用范圍超過5米。

二、聲紋識別

借助聲紋識別技術(shù),電視會按識別到的角色(如:男性、女性、小孩),提供個性化視覺及內(nèi)容服務(wù)。比較遺憾的是,測試的五款電視中仍然只有長虹Q5K具有聲紋識別的能力,其他四款不具備這項功能。

長虹Q5K支持多人聲紋注冊和角色分類,會通過每個人說話的聲音不同而區(qū)分目前使用電視的用戶是誰,并對該用戶使用電視的習慣進行學習和分析,從而實現(xiàn)內(nèi)容的精準推薦。

男性測試人員和女性測試人員分別對長虹Q5K說出“我想看電影”,Q5K會根據(jù)身份識別呈現(xiàn)不同的視覺效果和推薦影片。針對女性的界面是柔美的粉紅色,推薦的影片以言情類為主,男性則會看到深藍色視覺以及一些動作、科幻類為主的影片結(jié)果。如果是小朋友,則會得到一些動畫片的推薦結(jié)果。

對于使用者來說,這種個性化的服務(wù)是很有需要的,但從目前電視行業(yè)整體發(fā)展來看,聲紋識別方面還不夠成熟,技術(shù)應(yīng)用還需要一定時間的打磨。

三、語義理解

目前市場上主流的智能電視,基本都有語音識別的功能,語音交互的難點在于語義理解。能不能理解用戶的意圖,是對人工智能技術(shù)的一大考驗。測試組選取了幾類測試項目,每個類別采用多種指令,看看電視機能不能準確執(zhí)行。

1、音樂、影視搜索

最基本的功能考驗,對五款電視說“我想聽《成都》”,除一款電視外,其他四款電視都能給出正確的回應(yīng),找到趙雷的《成都》。連續(xù)點播20首歌,包括《剛好遇見你》、《修今生》、《三角題》等等。

測試組又提出了看電影的要求,“我想看《戰(zhàn)狼2》”、“我想看《摔跤吧!爸爸》”、“我想看《心理罪》”。這一次,長虹Q5K等電視機表現(xiàn)比較出色,內(nèi)容資源上明顯更具優(yōu)

2、本機操作

對于靜音、設(shè)置、返回、音量增加/減少這些基本操作指令,五款電視基本都能通過語音操控完成。但長虹Q5K的表現(xiàn)更勝一籌,可以支持語音開機關(guān)機,而其它四款電視不能使用語音開機,

3、口語化指令

圍繞著基本操作,測試組嘗試換種說法,“太亮了”、“太暗了”,看看電視機能不能理解。長虹Q5K能夠識別出用戶的意圖“調(diào)節(jié)亮度”。

4、邏輯能力

邏輯能力是目前人工智能電視競爭的一個熱點,主要表現(xiàn)在對人物關(guān)系的理解上。在測試中,對五臺機器說出“我想看孫儷老公的電影”、“我想看陳妍希老公的電視劇”,長虹Q5K能夠準確地找到鄧超的電影和陳曉的電視劇,另外三款電視有的給出了孫儷和陳妍希本人的影視劇搜索結(jié)果,有的則完全摸不著頭腦。

綜合以上四項,五臺電視在典型使用場景下的語義理解準確率如下:

四、模糊搜片

以語音為載體的交互方式,難免會有說話時產(chǎn)生口誤的問題存在,有時用戶可能一時口快發(fā)錯了音,有時是生僻字容易說錯。在用戶客觀指令錯誤或者機器本身識別錯誤的情況下,電視機是否具備自糾錯能力,為用戶找到正確的音視頻內(nèi)容,是本次測試想要考驗的一個競爭點。

測試人員故意把《你不來我不老》混亂地說成《我不來你不好》,把《戰(zhàn)狼2》平卷舌不分地說成《張狼2》,把《摔跤吧!爸爸》減省地說成《摔跤吧》,把《那年花開月正圓》錯說成《那年花開月正轉(zhuǎn)》。讓人感到驚艷的是長虹Q5K的表現(xiàn),無論是錯別字、諧音字還是減省字的情況,它都能自動修正,找到用戶目標所指的正確內(nèi)容。能做到這樣的程度,長虹人工智能電視對數(shù)據(jù)的積累絕非一朝一夕之功。

其它四款電視在這方面的體驗則有待優(yōu)化了。

總結(jié)

以上是針對五大傳統(tǒng)彩電品牌長虹等電視產(chǎn)品所做的實際測評體驗。這次對比體驗將人工智能技術(shù)在電視行業(yè)的應(yīng)用情況做了一個真實的還原。整體來說,電視機在語音識別體驗上相對比較成熟,識別率和準確率都能達到比較好的效果。

遠場語音和聲紋識別技術(shù),從行業(yè)整體來說,應(yīng)用得比較少,技術(shù)仍需打磨。

當然,人工智能技術(shù)在電視上的突破仍需業(yè)界的共同努力,對技術(shù)落地進行進一步打磨,最終推動整個行業(yè)的成熟。