4月27日至30日，2023中國家電及消費電子博覽會(AWE2023)在上海新國際博覽中心盛大啟幕。作為亞洲規模最大，全球前三甲家電及消費電子展覽會，AWE向來備受國內外一眾家電廠商的重視，而探境作為人工智能領域冉冉升起的“芯”星，攜最新的離線NLP解決方案閃亮登場。
自然語言處理(Natural Language Processing)對于人機交互的好處毋須贅述，但讓人疑惑的是即使NLP技術已與家電緊密結合，但智能家電的市場占有率仍然較低，且產品粘性也遠不及預期。
這是因為多數家電廠商采用的在線NLP技術，必須依賴于云端算力，配置維護難度極高，如Wi-Fi經常斷網、下載各類APP、要進行各種繁瑣操作等，復雜程度讓人望而卻步，其響應速度及隱私泄漏等問題也是飽受詬病。
而端側NLP方案可為用戶帶來更好體驗。端側NLP技術，即不依賴云端算力，通過端側芯片來實現自然語言理解的方案。它讓自然語義從云端下移到了端側，用戶與家電之間的交互就像日常對話，并且不需要依賴APP或中控，無需配置，通電即用。與云端相比，端側NLP還擁有更快的響應速度和更好的隱私保護，屬于更為普世的“百姓智能”。
據了解，探境離線NLP算法采用了與ChatGPT同源的transformer AI算法，挖掘出自然語言表達中所蘊含的信息，全面提升模型對于領域內語言信息的理解能力，提供更合理的反饋和決策支持。
探境離線NLP方案是基于芯片的端側方案，也就是將NLP模型部署到終端設備上，模型可以在本地設備上進行推理，減少了通信延遲和數據傳輸成本，具有低功耗、高性能、低延遲、數據隱私保護、網絡獨立性、可擴展性等優勢。
以空調為例，若用戶想要打開空調為例，可以隨意表達自己的意圖，“幫我開一下空調”、“把空調開開吧”、“我要開空調”無需記憶固定的命令詞，即可實現對空調的開機控制，此外，像制冷、制熱等模式控制、風速、風向控制等，均可以通過自然語義實現，整個過程像日常對話一樣，更具人性化。
即使是在有噪聲干擾的情況下，探境NLP也能夠準確識別。這要得益于探境專為終端智能設計的AI語音算法，能夠有效解決遠場識別、低誤喚醒率、噪聲干擾、地域口音、詞語泛化等痛點。
同時，借助于跨語種語音表征引擎CLAIR與海量語料支持的弱監督預訓練技術，讓無論是濃重的方言口音，或輕靈稚嫩的童音，也都可以輕輕松松識別到。
“我要最小風速下的制冷模式”，“幫我調到最小風制冷”，“制冷風吹最小風”。對NLP有所涉獵的讀者，可以在視頻中敏銳察覺到探境NLP的這類控制方式，在語音方案層面，它被稱為多意圖識別(multi?intent)。
“幫我倒杯水拿到桌子上”，“去買點白菜再買點土豆”在生活場景中，這樣的一句話中包含多個意思的表達方式十分常見。
多意圖識別，即針對匹配的多個意圖進行處理，對識別出的用戶多個意圖來動態調整后續的話術流程，減少對話輪次，顯而易見，這樣貼地氣的方案，能夠為家電廠商實現更多功能與場景的賦能，為用戶帶來更加人性與智能的體驗。
然而在端側方案中，能夠貼心的為用戶提供這樣的方案卻十分稀少。因為這意味著對于語音識別和語義識別的雙重挑戰。多意圖的語音組合種類多，識別難度大，同時交互內容中含有的信息更豐富，容易誤識別或者漏識別，相對于單意圖，同一句話多意圖之間要考慮邏輯關系，處理更復雜。
正因如此，說離線NLP是自然語言識別方案從在線到離線的一次進化，那么離線NLP從單一意圖到多意圖識別則是質的跳躍。
事實上，“溫度+時間”、“亮度+時間”、“水量+溫度”、“電機轉速+時間+溫度”…在現實生活場景中，用戶需要進行多意圖組合控制的產品不勝枚舉，多意圖方案可以應用到飲水機、風扇、空氣炸鍋等各類小家電品類。
筆者在現場體驗后發現，無論用戶表達的是“開燈”、“開一下燈”、“幫我開開燈”還是“太亮了，調暗一點”、 “暖色光最亮”等，皆可實現想要的光線效果。
尤其難能可貴的是，探境離線NLP多意圖識別方案，已在空調、照明等多個領域實現落地，是真正經過大規模商業化驗證的成熟離線NLP方案。對于廠家而言，不必再顧慮技術驗證及市場接受度，直接與采用探境軟硬化一體的Turn-key方案就在短時間內實現家電產品的智能化。
如中國家電網總編呂盛華所言：“智能化是家電行業發展的重要趨勢之一，通過人機交互、智能控制，全場景智慧生活離消費者越來越近，這或將改寫家電市場現狀和行業格局，而這背后的決定因素，不是家電廠商，不是產業鏈，而是用戶?！?
對于探境而言，離線NLP的歷史使命就是賦能家電廠家，背后是貼合用戶真實訴求，去偽求真，為家電廠商提供適合用戶需求的方案，才能一起改寫家電行業的交互未來，共同走向新的“破繭時刻”。
