设备上的语音识别可以使智能助理更具吸引力

逊绝对希望人们将智能助理扬声器(如Google Home和Amazon Echo)带入他们的家中 - 两者的低端版本，Google Home Mini和Amazon Echo Dot，经常大打折扣或与其他产品捆绑在一起或者服务到他们已成为数字时代相当于谷物盒底部的免费玩具。

鉴于人们对连接互联网的扬声器不断倾听用于提示设备在家中采取行动的“唤醒词”的相对不适，对这种类型的技术有自然的坚持。轶事比比皆是，例如一对波特兰夫妇声称他们的Echo任意记录并向他们的联系人列表中的某人发送了一个对话。尽管对智能扬声器作为设备类具有抵抗力，但所有这些功能 - 始终在线的麦克风监听，等待被调用，记录您的命令并将其发送到云进行处理 - 已经存在于现代智能手机中。

谷歌正在将这种语音识别从云计算推向边缘，新的Google智能助理在I / O 2019上亮相，它使用了一个压缩的机器学习库，该公司声称该库是从100 GB的数据构建到不到半个千兆字节的， CNET指出，“加强数字助手需要为手机提供强大的计算能力，因此它只能在高端设备上使用。谷歌将在下一代高端版Pixel手机上推出该产品。秋季。”

对于开发人员而言，Google正在扩展他们的Edge ML功能，其中包括在I / O 2019上公布的On-device Translation API，对象检测和跟踪API以及AutoML Vision Edge。然而，为下一代Google智能助理提供支持的技术尚未(可)部署到开发人员的项目中。

第三方开发人员的选项

但这并不意味着第三方开发人员无法利用设备上的语音识别功能。Snips是一家法国软件公司，它使Snips平台可以免费用于非商业用途，并且在处理能力方面要求少一个数量级，因为它能够在Raspberry Pi 3上运行。Snips平台本身不需要互联网连接即可运行，尽管需要互联网访问的集成显然可以。

“Snips平台的主要区别在于它专注于构建高质量语音接口所需的所有组件：唤醒单词检测，语音识别和自然语言理解，”Snips首席技术官Joseph Dureau告诉TechRepublic。“相比之下，这些语音处理算法都没有包含在Google ML套件中，”并补充说：“我们的数据生成解决方案可以为任何语音界面用例生成大量多样化和高质量的培训数据。使开发人员能够在实际发布之前对他们的助手进行高性能训练，帮助他们克服冷启动问题。“