借助語音識別技術，這些印度公司要將方言服務進行到底

編輯：雨萌

編者按：本文作者 Anandi Chandrashekhar，原文標題：How regional language technology became flavour of the season

36氪出海（ID: wow36krchuhai) 總結要點：

• 為語音輸入和文本輸入提供方言解決方案，是當前印度科技公司的重點研究項目

• 方言識別系統有助於解決潛在 10 億方言用戶的上網問題，讓互聯網成為邊遠城鎮居民生活中不可或缺的一部分

• 方言使用者與說英語人群對教育、財富和政治等話題的討論深度存在很大不同，有必要為方言用戶量身定製服務

少數幾家印度科技公司一直在低調地開發方言識別系統，他們目標明確，試圖開發出原理簡單、但有實際作用的產品，解決 10 億方言用戶的問題，讓互聯網成為邊遠城鎮居民生活中不可或缺的一部分。

目前，這些公司想通過方言識別系統解決一系列問題，例如，開發智能聊天機器人，為印度銀行系統提供方言服務；或是開發信息交流平台，讓只會講方言的農民能夠從農學專家那裡獲得技術指導。

銀行服務

Gnani.ai 已經開發出基於印度語、卡納達語、泰盧固語、泰米爾語和古吉拉特語等方言的語音識別系統，這些系統同時也適用於那些會講英語但有印度口音的用戶。Gnani.ai 由曾在德州儀器公司工作的 Ananth Nagaraj 和 Ganesh Gopalan 創辦，它與另外三家企業從三星創業投資公司（SVIC）獲得總計 6 億盧比（約合 873 萬美元）的投資。SVIC 是韓國三星集團旗下的風險投資部門。

雖然 Gnani.ai 目前開發的這套人工智能方言識別系統主要是為地區銀行、金融機構和農協服務。不過在未來，當三星想要在其多平台語音助手 Bixby 上推出印度方言服務時，Gnani.ai 搭建的這套自動語音識別引擎也能派上用場。

「如果你來自哈里亞納邦的一個小村莊，想要瞭解自己的賬戶餘額，你可以撥打熱線電話或打開應用程序，用印地語進行詢問，系統就會自動解答你的問題。」聯合創始人 Ganesh Gopalan 說。

Gnani.ai 設計這套語音系統，一開始是為了給銀行的日常業務提供高質量方言服務。針對擁有大量手機銀行客戶端用戶的印度銀行，Gnani.ai 在現有應用的基礎上開發了語音輔助插件。目前，印度的很多國有銀行和相關金融機構在印度各個省份都設有分支，並使用多種方言提供服務。

Gopalan 表示，他們的技術團隊與語言學家展開密切合作，不斷提高識別準確性，從而為用戶提供高品質服務。由於語音識別系統允許用戶使用方言詢問問題，並獲取自動解答。因此州政府也在一個為農民提供幫助的項目中利用了這項技術。「如果農民想要瞭解當地市場某種農產品的價格信息，他可以使用方言向我們的系統發起詢問，系統會識別出他所描述的問題，並對其進行標號，然後提供對應標號的解答。我們已經使用一些方言對系統進行了概念驗證，成功獲取到了某家市場裡某一種農產品的價格信息。」

語音宣傳與調查

印度中央政府還利用方言識別技術來開展大規模調查活動。比如，在倫敦和海德拉巴都有辦公室的語音技術公司 Voxta Communications 就正在幫助印度國家技能培訓局（NSDC）對公民的生活狀況展開調查。Voxta Communications 聯合創始人 Kavita Reddi 說:「回答什麼內容不重要，無論是產前或產後的護理常識，還是如何為孩子接種水痘疫苗，都可以在我們的手機機器人系統上添加相應的內容。」

由於在 2014 年為印度總理莫迪的競選活動提供語音宣傳服務，這家公司被人們稱為「政治 Siri」。最近，他們又與快速消費品巨頭 Reckitt Benckiser 合作，推出了一場以語音識別技術為依託的個人衛生宣傳活動——「Swachch Bharat」（乾淨的印度）。借助語音識別技術，Reckitt 旗下的清潔品牌滴露在熱線宣傳活動中收集了大量有用數據，瞭解到了偏遠村莊居民最需要哪些基本衛生設施。據這家公司介紹，滴露通過熱線宣傳的形式與村民進行互動，並為其提供建議。

Reddi 說道：「我們為滴露做了一個涉及 500 萬人的熱線宣傳活動。系統會用明星 Amitabh Bachchan 的聲音朗讀一首關於健康與衛生的詩歌，並以選擇題的方式考察民眾的健康與衛生常識，參與活動的居民也可以選擇聆聽更多的詩歌朗誦，或者發表自己的看法……事實證明，大多數人希望能夠為他們的村莊安裝廁所。」

Voxta 目前正與 NSDC 展開合作，並在早期項目的基礎上（包括孕婦健康諮詢項目），設計出能夠識別方言的語音交互系統，幫助政府開展有關健康和衛生方面的調查活動，讓居民能夠用本地方言來參與活動。

農產品價格查詢

Reverie Language Technologies 在今年早些時候，被 Reliance Industries 以 19 億盧比（約合2762 萬美元）的價格收購，他們還開發了包括印地語字體、可以實現內容轉換的鍵盤等多種解決方案。Reverie 希望能幫助農民通過方言來瞭解商品價格信息，並提供易於理解的方言報告供他們參考。印度政府為了促進農業發展，於 2016 年在農業市場門戶網站（eNAM）上推出了這個方言識別項目，希望能在五年內為邊遠地區的農民提供幫助。

印度有超過 450 萬農民使用 eNAM 平台獲取農產品價格信息。 Reverie 已在 eNAM 門戶網站上推出五種方言服務——印地語、馬拉地語、古吉拉特語、泰盧固語和孟加拉語，並對靜態和動態內容進行實時識別和翻譯。Reverie Language Technologies 首席營收官 Mithun Das 表示：「我們還支持使用當地方言、每天為用戶生成多種格式的報告。」這家公司的其他客戶包括 HDFC Bank、Practo、BHIM 和 Intex。

信息交流平台

為語音輸入和文本輸入提供方言解決方案，是當前印度科技公司的重點研究項目，除此之外，一些印度公司正在努力瞭解當地居民關注的熱門話題，並幫助他們獲取相關信息。比如，通過為使用印度言提問的人們找到高質量的回答，語音服務平台 Vokal 已經取得了成功。快速瀏覽一下 Vokal 平台上的內容，你會發現一些印度人民經常提問的問題，比如「如果我的英語不是很好，我該如何準備IAS 考試？」或者「用高壓鍋煮飯對健康有害嗎？」。熱心人則可以在 Vokal 上對相關問題進行解答。

Vokal 聯合創始人 Aprameya Radhakrishna 表示，方言使用者對教育、財富和政治等話題的討論深度與說英語的人群存在很大不同。Radhakrishna 說：「舉個例子，那些講英語的人可能會問『如何才能有效地進行投資？如何為退休生活儲蓄？』而那些方言用戶關心的問題則是『如何才能賺到錢』，他們顯然沒心思去關心投資或購買保險方面的問題。」這些差異讓 Vokal 覺得，為方言用戶量身定製產品很重要，這樣才能營造一種認同感、促進知識共享。

方言語音和文本內容服務商 Agrahyah Technologies 聯合創始人 Sreeraman Thiagarajan 表示，除社交娛樂外，他們還幫助10多億方言用戶使用印度方言獲取知識與信息，這項工作非常有價值。Thiagarajan 還持有 Mooshak 的股權。Mooshak 是一個「為印度人量身定製」的信息交流平台，用戶可以使用印度方言創建和分享內容。

在 Mooshak 應用程序上，那格浦爾的葡萄種植者可以使用熟悉的方言來交流種植經驗。幫助方言人群獲取有用信息是這個平台設立的初衷。那格浦爾的葡萄種植者經常討論的一個話題，是關於他們還沒有找到應對變種真菌的良方。他說:「雖然政府請了專職農學家來解決此類問題，但他們缺乏所需資源，無法及時展開研究——這也是農戶之間需要經常進行討論以找出解決方案的原因。」

開發者正在對這款已有四年歷史的應用進行更新，並於 8 月份重新發佈。隨著地區社交平台ShareChat 的崛起，Mooshak 的人氣有所下滑。不過此次更新將弱化平台的娛樂功能，把重點放在幫助用戶找到問題的解決方案上。Thiagarajan 說：「我們無法像 TikTok 那樣擁有 2 億用戶群，但我們正在打造一個有實際意義的小規模平台。」

許多科技巨頭已經創造出能夠幫助方言用戶輕鬆訪問網頁內容的技術。Google Go 開發的一項技術讓用戶能夠以印地語、孟加拉語、馬拉亞拉姆語、馬拉地語和泰米爾語等 28 種方言聆聽網頁內容。而且這項技術對硬件的要求不高，甚至能夠在緩慢的2G網絡連接下，通過自然語言處理和語音合成 AI 技術實現網頁內容語音化。

微軟在 5 月份更新 Windows 10 操作系統時，還發佈了一款支持 10 種印度方言的語音鍵盤。它能夠對用戶的行為模式和遣詞造句進行研究，並為方言用戶提供個性化的單詞聯想，進而提高文本輸入的準確性。

亞馬遜去年在 Alexa 印度站點推出了一項新技術，旨在幫助平台學習印地語以及泰米爾語、馬拉地語、卡納達語、孟加拉語、古吉拉特語和泰盧固語等地區方言。然而，印度科技公司希望能夠立即解決方言用戶獲取網絡資源的問題，而不是等待科技巨頭來彌補這一空白。

Vokal 創始人 Radhakrishna 說：「印度人口不可能在一夜之間學會英語，這需要花費數十年的時間。對於科技公司來說，這是一個很好的機遇，我們可以通過提供高質量方言服務來樹立良好口碑。」

本文經授權發布，不代表36氪立場。
如若轉載請註明出處。來源出處：36氪