ai软件做条幅教程AI助手为主播进出进出直播间的剁手党成千上万

本报记者崔爽

“双十一”来到第11年，直播风头正劲。“所有男人”这句来自主播李佳琦的口头禅，成为直播时代的宣言，无数人为之掏空口袋。今年“双十一”期间，淘宝直播早已变成商家标配，服饰、美妆、食品等产业商家纷纷拿出了直播工具，有人或者戏称：现在还不开直播的店铺，就跟没有详情页一样。

为了更好的观看体验，淘宝自主开发了全新的音视频即时通信架构，实现了大体量低延时直播，从原本5秒至7秒的延时降低至2秒以内，提升了客户和主播的互动效率，此外，人工智能科技还可以即时识别主播正在讲解的商品，陈列在直播页面中。

没错，时代的风吹到哪，技术先行前往。直播、短视频当道，这类“双十一”新玩法的背后，也有不断进步的AI。

AI助手为主播分忧

进出直播间的剁手党成千上万，分分钟形成刷屏之势，主播分身乏术。这之后，他的AI秘书就登场了。给主播打下手，提供主播问答、商品问答、优惠券问答等服务都不在话下，也就是说，你在直播间问的问题，大多都是AI助手在解答。

据阿里巴巴达摩院知名经理、阿里巴巴集团智能服务事业部总顾问赵昆介绍，AI秘书使用了自然语言理解和基于常识图谱问答等科技，能够准确解读直播间观众对于商品和主播的多种复杂表达和问法，在直播场中实现多对一沟通的高效快速响应，大比重增加直播间的用户疑问的回复率、解决率。

比如基于文字，AI客服还可以进行基于图片的智能问答。赵昆表示，AI客服利用图片解析算法理解图片内容，结合用户的弊端，自动理解和辨识截取可以提问用户的照片成为回答，并高亮图片中的准确答案位置。目前，智能图片问答已经覆盖了电器数码、零食果蔬、母婴洗护等多个产业。

方便了剁手党，卖家同样受惠于AI。“双十一”期间，卖家必须在短时间内生产长期宣传图、海报图等，图像智能生成技术就派上了用场。基于图像智能生成技术，AI设计师可以改变传统的设计理念，在短时间内完成长期标语广告、海报图和会场图的设计。卖家只应该任意输入想达成的风格、尺寸，系统能够取代人工完成素材分析、抠图、配色等耗时耗力的设计工程，实时生成多套依照规定的设计解决方案。

据阿里巴巴达摩院知名算法专家谢宣松介绍，目前该平台尚未超过了高级设计师的水平，每秒可以提供几十种方案、可以设计8000张不同的海报，去年“双十一”期间，这位AI设计师就累积为20万企业、商家设计了近600万张照片，消费者在淘宝网站提到的各类海报和活动商品照片几乎都出自它手。

图片之外，短视频也成了标配。谢宣松介绍，短视频智能设计产品基于图像智能识别科技和视频智能生成技术，帮助用户在极短时间内完成长期的商品营销类短视频的设计和制作。“用户只应该输入商品详情页链接以及从本地上传照片视频素材，它就可以进行截图素材解析过滤、商品理解和定位、视频素材剪裁准备、视频电影制片、视频渲染生成等一系列复杂的设计工作，并可以根据客户的样式尺寸等简单的个性化要求进行输入，提供流媒体内容生成视频的解决方案。”谢宣松解释说。

机器翻译帮助货通全球

卖货到全世界，语言不通怎么办？“双十一”之前，机器翻译科技已然经历了更新，对话机器人可以帮助全全球中小卖家将产品详情与评论自动翻译成当地语言，还推动了即时AI语言翻译的顾客服务与业务咨询，涵盖64种语言方向。当然，获取商品信息光靠看顾客网页还不够，有问题找客服，海外消费者也不例外。在中国，承担客服职责的是对话机器人，这两年，它也有了国际版，专门服务国外业务系统。

据赵昆介绍，对话机器人精通英文、法语、泰语、西班牙语、阿拉伯语等11种语言，两周就能学一门新外语。

“今年，对话机器人新学了阿拉伯语、法语和繁体中文，并且推出了马来语—英语、泰语—英语等混合语言提问功能。”赵昆说，“混合语言提问的状况在马来西亚等地很常见，在当地的客服场景中，大个别客户用英语咨询，少数用户用马来语咨询，并且常有英文、马来语混用。对话机器人虽然要同时理解这两种语言，还需要理解复杂的语言混用情况，并给出相应的回答。”

只是，它使用的并不是机器翻译科技，而是一种自然语言处理技术跨语言学习（Cross-lingualLearning）。“小语种缺乏大体量训练语料，很难通过过去的机器学习科技习得，跨语言学习才能消除资源短缺的困局。”赵昆解释说，跨语言学习是一种多语言的自然语言处理技术，它借助语言之间的知识迁移，借助中文、英文等语义资源充足的语言，帮助算法模型提高理解小语种的素养，从而迅速拓展机器人的多语种支持功能。借助跨语言学习科技，对话机器人能够把握更多语言，甚至包含匈牙利语、乌尔都语等小语种。

“通俗地说，语言是符号，不同的语言是不同的符号系统。想象语言所指的每个事物/知识都对应一个确认的身份标志，后者在不同的语言中被不同的符号所代表，或者说，不同语言所用的符号映射到同一个隐喻空间。跨语言学习做的是帮助机器理解语言所指的身份标志，并通过资源丰富的语言去学习资源匮乏的语言。”赵昆进一步解释。

他表示，基于语言之间的交叉映射关系，对机器来说，在资源匮乏的状况下，通过将多种语言混合，学习语言间的共性，反而能比学习单一语言效果更好。2017年对话机器人初次在国外落地，用6个月学会了印尼语，又用6个月在智能客服岗位上达成堪比中文机器人的解决能力，而目前，多语机器人新学一门语言的时间尚未增加到两周。

声纹识别开启语音购元年

去年“双十一”，语音购物千呼万唤始出来：消费者即使对淘宝精灵说出想要购买的商品ai软件做条幅教程，就能直接下单；即使开通了“声纹支付”功能，还可以直接语音付款。

“语音购元年”，听上去科技感十足，据报导，已有数百万人感受了语音购物，其中达到半数的用户是首次尝试。声纹识别科技运用基于深度网络的注意力嵌入式建模，通过网络构架的参数设计，模拟了基于人耳感知的频谱特性，可以在必定程度上摆脱同两人在不同画面发音下的频谱特性差别干扰，显著提高远场交互下的声纹识别性能。

说话能够付钱，如何推动安全？阿里巴巴人工智能实验室语音技术首席科学家聂再清介绍，作为首个超过商用级别的声纹识别科技智能音响，天猫精灵的声纹识别率已达99%，这是它支持声纹支付用途的基础，在支付级应用下，用户即使通过3次不少于10秒的交互语音，声纹分辨技术就可以精确刻画用户的鲁棒性声纹特点，实现达到99%的识别准确度。

虽然这么ai软件做条幅教程，运用英文识别的自然语言理解算法，语音设备可以精确定位消费者必须购买的商品，以系统大数据为基础，依托声纹推荐能力，为消费者进行个性化推荐。“在语音购场景，天猫精灵基于注意力记忆网络可以自主学习各个市场导购员的经验，并结合用户特征呈现最优的导购流程，成为最懂用户和最懂市场的智能导购员。”聂再清说。

另外，今年“双十一”，消费者还可以感受AR试妆产品，AR试妆通过标准化工具拿到彩妆色号、材质等数字信息，通过AI+AR技术让顾客发现相同商品在自己身上显现出的不同效果。通过高效实时的准确人脸辨识技术，即便在人脸晃动和大角度偏转时，都能有很高的稳定性表现，以毫秒级别画出商品在顾客身上的逼真效果。新玩法背后是新科技。在再次刷新的成交额、令人瞠目的商业数字之外，不断突破的科技正贴地而行。