亚马逊为它们的语音识别 API 添加了更好粒度的控制

  • Margot Krouwer
  • 王纯超

2016 年 12 月 11 日

话题:语言 & 开发架构AI

亚马逊的语音服务 API Alexa是为亚马逊 Echo 提供支持的 NLP(自然语言处理)API。它有一个新的更新,开发人员通过使用语音识别功能 API 可以将任何设备转换为“智能”设备。

像微软和谷歌这样的科技巨擘最新发布了几个大规模的 NLP,Alexa API 就是其中之一。Alexa 尤其专注于设备和语音识别的集成,这一点和 IBM 最近使用它的云平台 Bluemix 提供的 API 所做的非常相似。Alexa 被设计为一个开发者 API,针对希望让不断增长的“物联网”设备市场更加有序的公司。当前智能设备的一个关键问题是它们都存在于不同平台上,具有不同级别的能力和安全性。家里的 Hue 灯不知道怎样与八月智能锁通信,这给更高级的可重用的物联网短语带来了障碍。比如“我要出门了”,这样的短语会创建一条自动的命令链来关灯和锁门。苹果的 HomeKit 虽然已经取得了长足的进步,使得我们不需要人工地与大量不同用户界面的 App 打交道和登录,但是就针对开发的可定制的语音识别 API 而言,却收效甚微。HomeKit 是直接与 Siri 集成的。

Alexa 此次 API 更新的一个关键功能是,它提供了与外部服务更好的集成和针对语音激活媒体的更好粒度的控制,比如音量和回放控制。要使用该 API,我们不需要拥有亚马逊的设备,我们可以在线注册任何Raspberry Pi或者其他自定义硬件。这包含了对移动设备和服务器端消息服务的支持。这意味着,我们可以用自己硬件上的自定义编程的功能设计自己的语音用户界面。许多 NLP 平台要么是彻底地专注于软件,如谷歌的Cloud Natural Language API,要么提供大量设备集成支持,却牺牲了可定制性,破坏像苹果 HomeKit 这样包罗万象的应用生态系统的标准集。Alexa 的独特之处在于它添加的 API,在专注于语音识别能力的同时,又不迫使用户购买一整套平台解决方案而牺牲灵活性。

跳上 Alexa 花车的公司有生产语音控制的宠物喂食器的 Petnet 公司和生产车载应用控制系统的Mojio公司。这些应用现在可以使用到语音控制计时器和闹钟(和 Alexa 移动应用集成)以及系统级别的控制功能,比如静音和取消静音功能。Alexa 还介绍了与英特尔新合作发布的称为 Form Factor Reference 的设计。它是一种新型的英特尔主板设计,旨在减少开发时间,通过与 API 软件配对的硬件促进设备制造商进一步创造智能设备。

查看英文原文:Amazon Adds Finer Granularity of Control to Their Voice Recognition API


感谢冬雨对本文的审校。

给 InfoQ 中文站投稿或者参与内容翻译工作,请邮件至editors@cn.infoq.com。也欢迎大家通过新浪微博(@InfoQ@丁晓昀),微信(微信号:InfoQChina)关注我们。

语言 & 开发架构AI