智東西（公眾號(hào)：zhidxcom）
作者 | 韋世瑋
編輯 | 漠影
經(jīng)歷過一年的新冠疫情影響，線上辦公和在線學(xué)習(xí)成為不少人的生活新常態(tài)，這大大刺激了K12在線教培行業(yè)，線上教育火了，不少科技公司則瞄準(zhǔn)兒童及學(xué)生的學(xué)習(xí)剛需，推出各式各樣的軟硬件學(xué)習(xí)工具。
擁有17年AI教育布局經(jīng)驗(yàn)的科大訊飛，就是這股浪潮中的重要參與者之一。
目前，訊飛已推出了訊飛智能學(xué)習(xí)機(jī)、訊飛口袋打印機(jī)等人工智能學(xué)習(xí)輔助產(chǎn)品，因材施教地幫助孩子高效掌握知識(shí)，節(jié)省家長(zhǎng)和老師大量輔導(dǎo)時(shí)間。
基于系統(tǒng)化的AI教育布局，在2020年財(cái)年中，訊飛的教育教學(xué)業(yè)務(wù)實(shí)現(xiàn)1.67億人民幣營(yíng)收，同比增長(zhǎng)16.77%。但學(xué)無止境，訊飛在AI教育中的布局也不止于此。
去年10月，訊飛針對(duì)學(xué)生在英語生詞學(xué)習(xí)中的聽、說、讀、記全學(xué)習(xí)場(chǎng)景，推出了訊飛掃描詞典筆，只需筆頭在紙面上輕輕一掃，0.5秒就能查閱英文生詞，掃描識(shí)別準(zhǔn)確率達(dá)99%，還能進(jìn)行模擬真人對(duì)話練習(xí)。
據(jù)悉，這款訊飛掃描詞典筆一經(jīng)首銷就售罄，足以見消費(fèi)者對(duì)它的喜愛，而這個(gè)成績(jī)的背后與訊飛在AI語音及圖像技術(shù)領(lǐng)域的長(zhǎng)期積累息息相關(guān)。
為此，智東西與科大訊飛消費(fèi)者AI學(xué)習(xí)業(yè)務(wù)部總經(jīng)理翟吉博進(jìn)行了深入交流，在更好地了解訊飛掃描詞典筆背后的核心技術(shù)亮點(diǎn)的同時(shí)，也進(jìn)一步揭開訊飛在AI教育賽道布局的思考與邏輯。
▲科大訊飛消費(fèi)者AI學(xué)習(xí)業(yè)務(wù)部總經(jīng)理翟吉博
一、AI語音技術(shù)城池的構(gòu)建，中英文識(shí)別正確率達(dá)99%
訊飛掃描詞典筆的背后，涵蓋了訊飛從語音到視覺，從NLP（自然語言處理）到醫(yī)學(xué)影像、手勢(shì)識(shí)別等領(lǐng)域的豐富AI技術(shù)。
“從用戶使用過程到后臺(tái)處理的邏輯來看，訊飛掃描詞典筆的工作本質(zhì)上是一個(gè)信息輸入輸出處理的過程。”翟吉博談到，詞典掃描筆的技術(shù)鏈條是呈衰減關(guān)系，需要一個(gè)端到端的完整良好體驗(yàn)，每一步環(huán)節(jié)都處理好才能達(dá)到符合用戶預(yù)期的效果。
我們也親自體驗(yàn)了一下訊飛掃描詞典筆，看看它的英文識(shí)別翻譯是不是真的那么牛。一上手，訊飛詞典筆的體積雖然比一般手寫筆大了些，但握起來手感也不錯(cuò)。
當(dāng)我握住筆頭輕輕在紙面上一摁，筆頭的識(shí)別燈就會(huì)亮起，接著我就像平常做高亮記號(hào)一樣勻速滑過想要識(shí)別的英文段落，在我持續(xù)滑過文字的同時(shí)，掃描筆屏幕上也會(huì)陸續(xù)跳躍出我識(shí)別的英文內(nèi)容。
接著在我掃描結(jié)束1秒不到，屏幕就已經(jīng)完整顯示我掃描的英文段落及中文翻譯，同時(shí)還會(huì)有機(jī)器語音朗讀一遍，可自由選擇英美發(fā)音，從掃描到翻譯完畢的整個(gè)過程僅需短短幾秒。
之后我在和翟吉博溝通過程中才發(fā)現(xiàn)，這短短幾秒的識(shí)別過程背后，其實(shí)是許多AI技術(shù)環(huán)環(huán)相扣，才將紙面上的文字呈現(xiàn)在小小的掃描筆屏幕上。通俗來講，這一過程大致要經(jīng)歷4個(gè)步驟：
1、當(dāng)我掃描英文時(shí)，訊飛掃描詞典筆會(huì)利用圖像高速掃描技術(shù)，將紙面上的打印或手寫文字快速拍成圖片。但這和手機(jī)的一次性成像不同，前者是基于用戶“掃描”的動(dòng)作過程，通過前端的圖像拼接算法將一幀幀的圖片拼接起來。
2、圖像拼接完畢后，就進(jìn)入轉(zhuǎn)文字識(shí)別過程，需利用到OCR（Optical Character Recognition，光學(xué)字符識(shí)別）技術(shù)，將圖像中的信息全部識(shí)別轉(zhuǎn)換成文字。
翟吉博稱，在這個(gè)過程中，訊飛OCR技術(shù)的中英文識(shí)別率準(zhǔn)確率均能達(dá)到99%以上，對(duì)中文生僻字或形近字的識(shí)別準(zhǔn)確率約95%以上。
3、轉(zhuǎn)換成文本后，設(shè)備就通過機(jī)器翻譯技術(shù)將英文單詞或句子翻譯為中文，其中對(duì)整個(gè)文本的翻譯也涉及到了機(jī)器閱讀理解技術(shù)，中英翻譯效果能堪比專業(yè)八級(jí)水平。
4、完成文本翻譯并不意味著結(jié)束，訊飛掃描詞典筆還需進(jìn)行一些拓展功能。例如，它需要進(jìn)一步學(xué)習(xí)單詞，除了中文意思外還需掌握單詞的發(fā)音，并基于這個(gè)單詞拓展更多的相關(guān)知識(shí)點(diǎn)推薦給用戶，或者幫助用戶糾正單詞讀音。
這個(gè)過程既應(yīng)用到了常識(shí)推理和知識(shí)發(fā)現(xiàn)技術(shù)，也運(yùn)用到了機(jī)器口語評(píng)測(cè)、聲音定位與檢測(cè)等技術(shù)。而一個(gè)單詞從掃描到結(jié)果的呈現(xiàn)，整個(gè)響應(yīng)過程只需0.5秒，速度是翻閱紙質(zhì)詞典的20倍以上。如果像我一樣掃描英文段落，完成掃描后的響應(yīng)過程則穩(wěn)定在1秒之內(nèi)。
與此同時(shí)，訊飛掃描詞典筆還能實(shí)現(xiàn)離線查詞翻譯，用戶無需聯(lián)網(wǎng)也能使用掃描查詞、語音翻譯、跟讀評(píng)測(cè)、例句朗讀等功能。
實(shí)際上，訊飛掃描詞典筆與訊飛其他硬件產(chǎn)品的底層技術(shù)是具有通用性的，不少核心技術(shù)的研發(fā)都復(fù)用了訊飛的核心研發(fā)平臺(tái)，即便如此，訊飛僅專注于訊飛掃描詞典筆軟硬件研發(fā)的團(tuán)隊(duì)，也已達(dá)百人規(guī)模。
但由于訊飛掃描詞典筆交互形態(tài)的不同，訊飛研發(fā)團(tuán)隊(duì)也還需根據(jù)設(shè)備及使用場(chǎng)景的特點(diǎn)進(jìn)行技術(shù)定制，包括前端圖片處理的掃描和拼接、拼接圖片的OCR識(shí)別技術(shù)。
其中，用戶在不同的光照環(huán)境、掃描握持姿勢(shì)、掃描速度/軌跡等條件下，掃描出來的圖片也容易產(chǎn)生畸變，這些都會(huì)給OCR技術(shù)帶來新的挑戰(zhàn)。
另一方面，訊飛掃描詞典筆的純離線處理功能也對(duì)設(shè)備芯片提出更高要求，需要在性能不及手機(jī)芯片的條件下，在本地進(jìn)行快速識(shí)別翻譯并保證良好效果。因此，研發(fā)團(tuán)隊(duì)也對(duì)芯片的部分算子層面和指令層面做了深度優(yōu)化。
不難看出，從底層硬件到算法各個(gè)環(huán)節(jié)，訊飛掃描詞典筆已逐步構(gòu)建起了一座屬于自己的AI技術(shù)城池。
二、17年AI教育市場(chǎng)積累，詞典筆的誕生和軟硬件生態(tài)
“其實(shí)在教育方向，訊飛有著原來B端市場(chǎng)十余年的積累?！钡约┱劦?，從最初開發(fā)訊飛輸入法等互聯(lián)網(wǎng)產(chǎn)品，到2017年起瞄準(zhǔn)智能硬件方向并推出翻譯機(jī)、錄音筆等C端產(chǎn)品，訊飛已積累了不少從硬件研發(fā)到供應(yīng)鏈布局的經(jīng)驗(yàn)，以及在B端教育積累的營(yíng)銷和渠道資源。
在翟吉博看來，如果說翻譯機(jī)、錄音筆這些垂直類產(chǎn)品是藍(lán)海市場(chǎng)，那么當(dāng)下訊飛正在往競(jìng)爭(zhēng)更激烈的黃海市場(chǎng)遷移，爭(zhēng)取更大的市場(chǎng)空間，而遷移的路徑訊飛選擇了AI技術(shù)與教育的結(jié)合。
之前訊飛在做主打跨語言溝通的翻譯機(jī)產(chǎn)品時(shí)發(fā)現(xiàn)，翻譯機(jī)的應(yīng)用還存在一定的場(chǎng)景限制，例如在個(gè)人語言學(xué)習(xí)的場(chǎng)景中，不少用戶仍依賴傳統(tǒng)紙質(zhì)詞典或手機(jī)端翻譯APP來進(jìn)行單詞學(xué)習(xí)和查詢翻譯，而這個(gè)過程需要進(jìn)行跨設(shè)備解決，在一定程度上也影響了自身的學(xué)習(xí)效率。
尤其在K12行業(yè)，大多數(shù)孩子還無法隨時(shí)使用手機(jī)APP來查詞翻譯，更需要一個(gè)專用的智能硬件來解決。
因此在2020年疫情影響下，隨著在線學(xué)習(xí)導(dǎo)致電子設(shè)備在家庭自主學(xué)習(xí)場(chǎng)景中的普及，以及家長(zhǎng)對(duì)電子設(shè)備接受度提高，消費(fèi)觀念和使用觀念得到轉(zhuǎn)變，訊飛抓住機(jī)會(huì)推出了訊飛掃描詞典筆，為孩子提供更高效、更低成本的查詞翻譯工具，從而大大提升學(xué)習(xí)效率。
與此同時(shí)，針對(duì)孩子學(xué)習(xí)的復(fù)習(xí)鞏固和課外拓展等需求，訊飛掃描詞典筆在硬件連接和內(nèi)容生態(tài)方面也下了不少功夫。
目前，訊飛掃描詞典筆支持生詞本云端同步，并已和訊飛旗下的學(xué)習(xí)機(jī)、打印機(jī)等設(shè)備打通，方便孩子將積累的生詞本同步到手機(jī)端，或與便攜打印機(jī)等設(shè)備連接，隨時(shí)隨地復(fù)習(xí)和打印。
內(nèi)容方面，訊飛掃描詞典筆覆蓋了朗文詞典等權(quán)威漢英/英漢詞典，還加入了不少課外拓展的聽力內(nèi)容，即便是K12課程也能同步跟上學(xué)習(xí)進(jìn)度。
三、積極開拓藍(lán)海市場(chǎng)，訊飛掃描詞典筆的創(chuàng)新邏輯
在翟吉博看來，目前掃描詞典筆市場(chǎng)本質(zhì)上是對(duì)原來電子詞典品類的一次升級(jí)和替換。
“我們小時(shí)候使用文曲星、快易典等電子詞典上的基礎(chǔ)功能，現(xiàn)在的詞典筆都能實(shí)現(xiàn)。原來電子詞典在便攜性、AI能力、課本輸入效率和成本等方面的不足，在詞典筆上也得到了很好的解決和升級(jí)。”翟吉博談到。
從數(shù)據(jù)層面上看，原來電子詞典市場(chǎng)能實(shí)現(xiàn)千萬級(jí)的年出貨量，但隨著智能手機(jī)的普及，電子詞典的市場(chǎng)規(guī)模逐年衰減，如今年出貨量估計(jì)為百萬級(jí)。
但翟吉博認(rèn)為，詞典筆的誕生一方面能將如今電子詞典的小幾百萬級(jí)市場(chǎng)進(jìn)行替換，另一方面也將吸引更多新用戶接受智能詞典筆這一新品類?！艾F(xiàn)在市場(chǎng)還處于初期階段，但如果再發(fā)展兩、三年，估計(jì)也能達(dá)到大幾百萬、千萬的級(jí)別?！彼f。
盡管詞典筆市場(chǎng)比翻譯機(jī)、錄音筆等市場(chǎng)空間更大，但布局的玩家也相對(duì)更多?！斑@個(gè)市場(chǎng)的特點(diǎn)是消費(fèi)者還處在接受、認(rèn)知和教育的過程，市場(chǎng)也還未出現(xiàn)明顯巨頭，各個(gè)玩家也在并跑階段?！钡约┱J(rèn)為，如何快速普及更多用戶并形成口碑，這一循環(huán)也是掃描詞典筆早期開拓市場(chǎng)的一個(gè)路徑。
那么，相比文曲星、漢王、有道等也在積極布局詞典筆市場(chǎng)的公司，訊飛的差異化優(yōu)勢(shì)在哪？
翟吉博談到，從公司層面看，訊飛多年積累的軟硬一體核心技術(shù)，能對(duì)智能錄音筆、翻譯機(jī)等效率工具的體驗(yàn)帶來很大提升，有能力在市場(chǎng)中打造標(biāo)桿性產(chǎn)品。
從產(chǎn)品層面看，訊飛已擁有了自己的一套學(xué)習(xí)產(chǎn)品矩陣，能夠圍繞不同學(xué)習(xí)屬性進(jìn)行產(chǎn)品組合，同時(shí)產(chǎn)品營(yíng)銷上也有不少渠道與合作資源，相比文曲星、漢王更有優(yōu)勢(shì)，與有道也能形成相互啟發(fā)的競(jìng)爭(zhēng)關(guān)系。
除此之外，翟吉博認(rèn)為詞典筆的識(shí)別準(zhǔn)確率和響應(yīng)速度是當(dāng)下市場(chǎng)競(jìng)爭(zhēng)的兩大技術(shù)焦點(diǎn)。
“這兩個(gè)技術(shù)就像蹺蹺板，想要效率又高又快是比較難的?！彼劦剑R(shí)別準(zhǔn)確率高需要更大的存儲(chǔ)和處理器，但成本就上去了，甚至響應(yīng)速度也會(huì)下降。
因此，如何平衡詞典筆的識(shí)別準(zhǔn)確率和響應(yīng)速度，實(shí)現(xiàn)降本增效的同時(shí)達(dá)到最佳綜合體驗(yàn)，也是包括訊飛在內(nèi)的每一個(gè)玩家都在思考的問題。
在翟吉博看來，未來訊飛掃描詞典筆的技術(shù)也會(huì)沿著這個(gè)思路迭代，一是單點(diǎn)技術(shù)的針對(duì)性優(yōu)化，包括語音識(shí)別、OCR識(shí)別、語音合成、機(jī)器翻譯等技術(shù)；二是各環(huán)節(jié)技術(shù)之間的聯(lián)動(dòng)優(yōu)化，形成端到端的體驗(yàn)提升。
“從核心能力上看，未來我們也會(huì)重點(diǎn)精進(jìn)知識(shí)推薦功能，探索知識(shí)圖譜技術(shù)能否連接詞典筆輸入輸出的交互，以及后續(xù)深度有價(jià)值的內(nèi)容信息推薦。”翟吉博說。同時(shí)，面向國際市場(chǎng)的多語言識(shí)別功能和特定行業(yè)人群的專業(yè)領(lǐng)域查詢需求，也將是訊飛持續(xù)探索的方向。
作為一家在AI語音領(lǐng)域深耕20多年的科技公司，訊飛已構(gòu)建了覆蓋教、學(xué)、考、評(píng)、管五大主場(chǎng)景的智慧教育全棧產(chǎn)品體系，智慧教育產(chǎn)品也已廣泛落地國內(nèi)31個(gè)省級(jí)行政區(qū)，與全國超3.8萬所學(xué)校達(dá)成深度合作，幫助學(xué)生更好地提升學(xué)習(xí)效率，實(shí)現(xiàn)因材施教。
“教育本身是挺復(fù)雜的，盡管以學(xué)生為主體，但教育的完整體系包含了多種環(huán)境和角色，如何打通不同環(huán)境之間的學(xué)習(xí)場(chǎng)景，為孩子提供智能個(gè)性化的學(xué)習(xí)方式和建議，形成完整的學(xué)習(xí)閉環(huán)，也是我們一直以來的暢想?！钡约┱f。
他認(rèn)為，AI教育的核心涉及了大量的教育資源和內(nèi)容，行業(yè)必須形成一個(gè)完整的產(chǎn)業(yè)鏈，在B端市場(chǎng)中才能更好地針對(duì)不同學(xué)校教學(xué)特點(diǎn)、管理模式做適配，C端市場(chǎng)中也才能根據(jù)不同家長(zhǎng)訴求和孩子體驗(yàn)特點(diǎn)做提升。
結(jié)語：K12浪潮爆發(fā)下，AI+教育融合打開創(chuàng)新思路
誰能想到一支小小的詞典筆背后，也蘊(yùn)含了大量的AI技術(shù)，從AI語音到AI圖像，從識(shí)別、翻譯再到機(jī)器閱讀理解和知識(shí)推薦，每一個(gè)技術(shù)細(xì)節(jié)都能看到訊飛對(duì)科技賦能教育的專注和用心。
但也正是這支詞典筆，引得大量玩家積極涌入，在讓傳統(tǒng)電子詞典市場(chǎng)以新品類、新形態(tài)煥發(fā)生機(jī)的同時(shí)，也給AI教育市場(chǎng)的每一位玩家?guī)砀嗵魬?zhàn)。尤其是隨著產(chǎn)品功能的同質(zhì)化發(fā)展，如何讓用戶更低成本地獲得更高效、更完整的產(chǎn)品體驗(yàn)，也是每個(gè)企業(yè)不斷提升的方向。
未來，在這場(chǎng)越來越激烈的AI教育競(jìng)賽中，AI賦能的下一個(gè)傳統(tǒng)品類市場(chǎng)會(huì)是什么？誰最終能成功脫穎而出，成為真正引領(lǐng)行業(yè)的風(fēng)向標(biāo)？我們拭目以待。
