云視頻技術讓機器人更具有娛樂性讓機器人更融入你的生活

目前市面上已經有不少陪伴機器人產品，主要針對老人或孩子，不管是讓機器人提醒老人吃藥，還是讓機器人陪伴孩子學習，很多機器人企業已經在機器人功能的打造上投入了大量的資金。

但是目前面臨的問題是，陪伴機器人與用戶之間缺少粘性，很多用戶使用機器人之后，基本上讓機器人放置在家里吃灰，對機器人企業而言，這是非常實質性的問題。

或許是因為機器人的功能沒有做到位，也有可能是這些功能本身不具備跟用戶之間產生使用粘性。

例如在智能手機出現之前，人們對手機的依賴不是很強烈，但是自從智能手機出現后，人們對手機的依賴是非常強烈的，這都要歸功于微信、愛奇藝、優酷等各類應用軟件，現在人們在手機上使用這些軟件的次數是最多的，而這些軟件基本上都具備社交娛樂的屬性。

如果手機植入社交娛樂元素后，能夠讓用戶產生這么強烈的依賴感，那讓陪伴機器人產品也植入相似的社交娛樂元素將會有怎樣的變化？

在這次1號機器人網研討會上，經過眾多主流企業的探討，我們認為視頻直播將會在陪伴機器人身上有所造詣。

現在市面上很多陪伴機器人產品都具備視頻通話的能力，借助視頻通話的技術，我們可以讓機器人監控家里的環境，以及呵護老人或孩子的安全問題，另外在商業應用上，機器人無法回答的問題，也可以轉接人工視頻通話處理。

當然，現在視頻通話屬于陪伴機器人身上的小功能，從視頻通話技術上，我們還可以延伸出很多玩法。

深圳市即構科技有限公司（以下簡稱：即構科技）資深架構師冼牛說：“從技術角度上去講，視頻直播技術可以在機器人身上得到應用，現在歐美提倡的小班課，可以通過視頻直播很好的架構起線上線下一體課堂，學生在這個課堂里可以有更多人的圍觀以及互動?！?/p>

“陪伴機器人本身就是為孩子貼身打造的教育流量入口，對于課堂直播、在線課堂等都是十分好的產品形態?！?/p>

廣東沃盛教育科技有限公司（以下簡稱：沃盛教育）產品總監何進偉說：“我們下一代產品就是往這方向規劃，即將推出的下一代機器人產品自帶8寸屏，我們會更好的發揮屏幕的作用，除了監護、課程學習等功能外，我們還會跟國內的教育機構合作（如：樂思塾），通過陪伴機器人，家長也能夠看到孩子在課堂上的學習情況，以及課堂的學習氛圍情況?！?/p>

當然，這些功能還不足以讓用戶對機器人產品產生使用粘性，所以我們還需要更進一步。

比如孩子可以通過陪伴機器人錄一段唱歌或跳舞的短視頻發布到微信朋友圈或臉書，吸引更多人關注自己。

冼牛說：“從技術的角度去講，這些功能的實現不具有技術難度，或者可以讓陪伴機器人更具有可玩性，例如在直播的畫面上集成合成音，可以讓直播視頻里人的說話聲變聲，像美聲或怪聲，也可以把直播中的我變成熊或狗，讓我模擬熊或狗的樣子給孩子講故事，讓孩子覺得更好玩?！?/p>

“只有讓孩子與機器人玩的過程中，參與進來，讓畫面變得可操作，如在線課堂上把老師或其他學生變成動物，而且有更多人的參與圍觀，這樣孩子上課就會覺得非常有趣?！?/p>

何進偉說：“引著這個思路，那接下來讓孩子們互發信息，通過機器人發送可以是一條短視頻，而不再是一段語音?！?/p>

深圳市狗尾草智能科技有限公司（以下簡稱：狗尾草）聯合創始人張博說：“直播在機器人身上可能會有很多的延伸應用，如果在畫面上可以把人變成動物，那是否也可以把某人變成特朗普在那里說話？”

冼牛說：“從技術上是顯得通的，主要是聲紋的辨別，只要有其他機構能夠辨別聲紋，而且讓人能夠分不出真假，我們只要開放接口，提供原始的視頻云數據，然后就可以接入各種模塊，你想變成誰在講話，或者植入各種道具，如：帽子、胡子、美顏效果等都是可行的，我們現在提供給映客直播、花椒直播等就是這套方案?！?/p>

通過這次1號機器人網研討會，我們認為視頻直播技術可以在機器人領域得到廣泛應用，只不過相關的業務模式探索上，還需要進一步的溝通。

按照目前的技術發展速度，現在越來越多的新技術正在走向相互應用，視頻直播也在向視頻AI方向跨度，當然這個方向存在太多的未知應用，在這里先不做深入的探索。

視頻AI將會與機器人大腦緊密相連，所以接下來我們把目光轉向語音語義的發展方向上，要說機器人大腦就會包含語音和語義。

在語義的發展方向上，百度自然語言處理部資深研發工程師凌光說：“現在語義發展會存在兩個方向：一個是閑聊式，另一個是任務式。閑聊式的人機對話，通過百度的大數據可以支撐人們與機器人閑聊對話，但是它相當長的時間里很難會有所突破，而任務式的人機對話，相當于要在一個專業的領域里深耕，讓機器人可以與人在這個領域深度的互動，但是把產品做好需要投入巨大的資金?！?/p>

“在任務式對話中，不管是百度的UINT、蘋果的Siri、還是谷歌的語音助手，所使用的技術都是大同小異，不管是哪一家，在任意行業做好深度的深層次互動對話，都需要投入大量的時間，如知識庫的建立，解析意圖，訓練模型等，這一過程都要投入較多的人力和資金?！?/p>

這也意味著，針對機器人行業，百度更多的是提供通用語義，在特定語義方向，百度是不會涉足，因為投入是巨大的，這也給機器人企業和語義公司提供了一個方向，要想在語義方向有所建樹，必須要往特定領域去精耕，這是目前的機器人產品所需要的，也是BAT等企業不愿意涉足的。

在語音的發展方向上，蘇州思必馳信息科技有限公司（以下簡稱：思必馳）技術顧問甘楚輝說：“目前語音在識別的速度上已經得到提升，之前1秒識別7個文字左右，現在1秒能夠識別十多個字，接下來的發展方向是中文、英文，以及其它語言，可以通過一個引擎識別出來?！?/p>

“再往下發展就是通過識別你說的話，能夠知道你這個人的畫像，以及大概的年齡和性別。而這些技術在今年Q3季度，我們會展示出來?！?/p>

目前看來聲紋技術要比視覺技術發展的更快，現在通過聲紋技術也能夠識別人講話時候的情緒。

再回到視頻AI技術的方向上，以后視頻AI發展會與機器人大腦變得更加的緊密，舉一個場景例子來講，當我們在商場閑逛的時候，我們可以對著手機或附近的機器人說一聲，“我要吃披薩，”手機或者機器人會調出附近所有披薩店的動態圖，以及評價和路線等，凌光說：“這樣的應用場景，未來三年是能夠落地的?！?/p>

最后再回到我們的視頻直播技術上，視頻直播將會是陪伴機器人身上必配的技術，因為陪伴機器人后續發展，視頻直播將會是過渡的應用技術，你還可以通過視頻直播技術開發出更多的應用，這篇文章中談到的應用場景還只是皮毛，視頻直播技術可以作為一項基礎技術，后續發展可以為陪伴機器人打開更廣闊的應用大門。