作者归档:白宦成

关于 白宦成

独立开发者, 自由职业者, 写作者

black ipad on brown wooden table

支付宝需要信息流

支付宝一直都在尝试做社交,不过,过去的
多次尝试没有一次取得成功。

突发奇想,相比于其他,支付宝其实更适合加入信息流,根据用户的支付数据,为用户推送适合的商品,让用户达成“在支付宝买买买”的成就,似乎也挺好玩。

不过可能会和支付宝的定位:安全的支付工具有冲突,大家就当一乐呵吧 :)

表情包

为啥你总是抢不到微信里的语音红包?

总也抢不到的红包

一切都源自于一个红包,下午,朋友发消息给我说,让我领个红包。
9k4jt
打开后,看到红包,我不禁笑了。想我国家普通话水平等级测试一级乙等的水平,岂会怕一个小小的语音口令?

我清了清嗓子,以纯正的“播音腔”,念了“四十是四十,十四是屎拾”,小程序冷笑了一声,返回给我了个“再接再厉,再录一次”。
diq1j
我以为是自己没说好,站起身,气沉丹田,再次念了一次“四十是四十,十四是屎拾”,旁人纷纷对我传来了异样的眼光…..然而异样的眼光也并没有
我灰溜溜的走出房间,找了一处无人的地方,一次次的尝试去读“四十是四十,十四是屎拾”。然而努力是没有结果的,每次都是武功而返。
n2t0l

“我要说口令”背后的秘密

既然无法抢到红包,气急败坏的我开始想,为什么我这么纯正的普通话,还抢不到红包?
作为一个普通话一乙的北方人,如果我都领不了红包,岂不是只有一甲的播音员们才能抢到?问题肯定不在此。于是,我开始动用我身为程序员的本能,开始分析小程序背后的技术。
终于,我想到了,它之所以能够做到读对口令才能抢到红包,完全是依赖于背后的一项技术——“语音识别”

什么是语音识别?

语音识别背后有非常多的技术,我这里尽量简单的给你说明什么是语音识别。
mmrs4
首先,用户在 App 中按下按钮,录制语音,然后 App 会将音频上传到后台的服务器,后台的服务器对声音进行特征提取,传递给下个阶段的处理器,这个时候,我们的声音信号已经由声音信号转变为处理后的特征信号
3dt7m
然后处理器再通过接入 “声学模型”,来获取不同的特征信号可能代表的字词;再由“语言模型”,实现对所有可能字词的选择,得出最可能的结果。
最终,经过一系列的处理,我们说话的一段语音信号,就变成了一句话 “你今天吃饭了么?”

英语流利说的语音识别

英语流利说的语音识别功能是非常厉害的,就如其广告中所说“会打分的人工智能英语老师”,英语流利说的依仗,便是其比别人更加优秀的”声学模型“”语言模型“
iyitj
学员在手机上录音,录音经过上传,到云端进行特征提取,再由“模特声音训练过”的“声学模型”进行处理(这里的模特声音训练过非常重要,训练材料的不同会导致模型的天差地别),声学模型处理过后,文字会传递给语言模型,组合成句。在完成两处处理后,对声音信号和文字信号进行打分,如果你的准确率比较高,你就能够获得一个Nice!

语音上传部分我打了问号,是因为流利说本身也有离线打分引擎,所以可能我们的语音没有上传到云端,在本地就直接进行处理了。

更细致的信息你可以到 「英语流利说」是如何进行比对评分的? – 林晖的回答 – 知乎去看,林晖先生解释的很细致。

“我要说口令” 如何实现读口令抢红包的功能?

由于“我要说口令”小程序本身的功能要比英语流利说更为简单一些,不需要进行特殊模型训练,可以借助一些云计算服务商提供的 API 来实现功能。这里,我们拿“阿里云 ET 智能语音交互”服务 来举例。

此处仅代表我个人针对“我要说口令”小程序的分析,不代表其官方架构。

小程序在手机上进行录音,然后将录音上传至开发者的服务器,服务器上的后台程序再将声音信号通过 API 传递给** 阿里云 ET 智能语音交互**,并调用其中的 智能语音识别接口接口对语音信号进行处理后,返回识别的文字,比如在刚刚那个红包中,识别出来的文字是“四十是四十是四是屎拾”。开发者的服务器在受到服务器传回的文字后,和发红包的人设置的文字对比,看看两个文字是否相同。如果文字相同,就说明读对了,用户就可以拿到红包;如果文字不同,就要告诉用户“再接再励”了。
8wo9r
当然,实际上在对比的标准中可能不会这么简单,因为在这种情况下,声学模型和语言模型识别出来的文字可能会非常奇葩,用户能够匹配上设置的文字的可能性就会非常小,这时,程序员可能就会在这方面设置一个“冗余度”,如果内容中有80%的文字是对的上,就能拿到红包。

这个红包,我不要了!

n2t0l
想到这里,我不禁悲从中来,由于“声学模型”和“语言模型”的性能,计算我读的再好,可能也无法被很完美的识别出来。特别是这种几乎是无序的内容,语言模型根本无法很好的处理,我总是抢不到红包也是正常的了。以我的运气,这辈子怕是都抢不到语音红包了,我还是去群里抢普通运气红包吧!
不过,虽然我不能抢红包,但是我可以去做一个抢红包的小程序!有了“阿里云 ET 智能语音交互”,无需自主建立语音识别的系统,轻松实现语音识别!
阿里云智能语音交互地址:https://data.aliyun.com/product/nls


写在最后:
谁认识阿里云的语音交互的运营小姐姐,帮忙问问,我这么卖力,给我个鸡腿吃好不好!

我的梦想不再是你了

在过去,如果有个女孩子说,我要做你的女朋友,我会高高兴兴接受,并宣布我有女朋友了,让我的所有朋友都知道。

在现在,有太多的知识等着我去学习,有太多的事情等着我去做。我不会再选择你,因为,你已经不再是我的梦想了!

深切感受到夏令时的存在

我每天都会到 Packtpub 上去领书。由于存在7个小时的时差,所以每天早上一过七点,我就可以去领取新的一天的免费电子书了。

这几天,受到美国夏令时的影响,推迟了一个小时,八点才能领,这也就直接导致了我无法在早上领书,只能在晚上去领(7:15出门)。

既然受到了夏令时的影响,就顺便去查了下什么是夏令时:夏令时是为了让人们能够早睡早起,这样大家就可以在晚上少用电,尽可能多的在太阳光照射下工作和生活。

美国国父富兰克林能想到这个还真是有意思。

快递通全球,方便

随着电商行业的兴盛,快递也随之兴盛起来。我们购物总是用着快递,将全国各地的货物送到我们自己家门口。
不过,一直以来,我们都是在国内使用快递,江浙沪包邮深入人心。最近,我的一段经历,快递再一次震撼到了我。
我想要买一本书,由于这本书是台湾出版的,大陆没有办法买到,我在台湾的“博客来”书店找到了这本书,想要购买,但是又担心无法在国内收货(页面上的711售货点都是港澳,我不在港澳地区),于是,发了封邮件给博客来的客服,咨询快递事宜。
客服在收到我的邮件后告诉我,博客来喝我们熟悉的 韵达快递以及 EMS 都是合作伙伴,可以使用他们来寄送。

这让我更加感受到快递的便捷,有了快递,海峡两岸都不再是问题!

自燃型和不燃型

我是一个自燃型的人,每天自己给自己打鸡血,总是有很多事情要去做。不停的自我激励。

我的前女友是一个不燃型的人,无论我怎么督促,她都不愿意前进,或者说,懒得前进。

这种相处会让我们都很累,要么我蹲下迁就她,要么她跑起来跟上我。我不奢望能够改变她,所以分手是最好的选择。

idea 2654148 640

如何抓住灵感?

我是一个想法很多的人,幸好,我也是一个比较擅长写作的人(在理科生中)。这赋予我写出灵感背后的故事的能力。
灵感随时随地都会出现,如何才能记录这些稍纵即逝的灵感?
在我的每一张桌子上,都会放一本便利贴和至少一根笔,随时记录想到的事情,不求记录全面,但求记录下总体的思想。虽然印象笔记很好,但是相比于纸笔,速度还是稍慢。所以我一般是在之上记下灵感,在半小时后的休息间歇时,将其记录在手机上的 MWeb (iOS 下的 MarkDown 编辑器) 中。然后在今日的午休或晚休期间将灵感转念成为文字,发表到博客上来。
得益于 MWeb 良好的接入,我可以无需登陆网站,就能直接发布文章,而且还是带了不错的格式的文章。不过由于 MWeb 无法设置“特色图像”,所以我到了周末,会为这一周的文章配上特色图像。后面可以考虑学习一下和菜头,写一写当月写作总结。
为什么要记录灵感?我一直强调输出倒逼输入。作为一个非典型程序员,我现在收入的主要来源依旧是写文章、撰稿,编程反而是我的辅助型工作,帮助我更好的撰文。
当然,我终归是一个程序员,这是我之所以能够成为一个撰稿人的根底。倘若不是一个程序员,以我的文字功底是不可能作为一个撰稿人的。借助这种输出倒逼输入的习惯,来促使我思考,同时也促进我写作。通过不断的写作来提升自己的写作能力。
我是热爱开发的,那种创造的感觉,让我体内的多巴胺骤升。

lion 2905631 640

当小狮子开始展现獠牙

狮子群里一般会有一头公狮和一堆母狮,每个母狮子可能会带着自己的小狮子。在小狮子还没有长出獠牙之前,母狮子会保护小狮子。当小狮子长出獠牙以后,他就会选择反过来保护曾经保护他,已经年老色衰的母狮子。
friends 2902988 640
至于公狮?在一开始他就没有想过去保护母狮子,也不会在母狮子年老色衰之时保护母狮子。当然,也可能在最开始,小狮子未出生时保护了母狮子。

club 2492011 640

权利、福利

今天在群里和几个朋友聊到阿里云的某些优惠总是针对新用户,老用户无法享受,必须要注册新的账户。一个朋友认为阿里云这样做是不对的,并举例三大运营商之前也是老用户不能享受新用户的套餐,但是现在已经逐步放开了。
我想说的是,这两者并不相同。阿里云奉行的是市场竞争的规则,企业拥有对商品的定价权,可以根据企业的需要,定出不同的价格。而三大运营商从本质上来讲是国企,则他们做事就要受到国家的管控。从另一个方面来说,阿里云所做的事情并非不可替代的,市场上是有竞争者可以占据其位置的,用户可以选择其竞争则。而通信运营商只有这三大运营商,没有来自外部的竞争。从另一方面也体现出了阿里云和三大运营商所面临的问题、所表示的人群也有所不同。
大部分情况下,我们都能明白,企业为新用户提供促销,就是为了吸引新的用户进入到产品线中,逐步培养用户习惯。这个促销是“福利”,而不是“权利”,所以只允许新用户获得是正常的。倘若没有搞清楚权利和福利,就容易出现认为阿里云也要给老用户促销的想法。
此外,我们还聊到了滴滴的价格问题:一位朋友说滴滴是垄断,所以才这么贵。另一位朋友说,滴滴现在比打出租车还要贵。在这个问题中,滴滴之所以早起便宜,也是因为其早起为了吸引用户,放出了大量的代金券来促使新用户的加入,并通过不断的提供代金券来使用户养成习惯,这是福利。如今,滴滴发展正常,不再需要发放代金券,价格也就回复了正常,这是你享受到的权利。滴滴始终不是为了解决出行贵的问题而存在的,他的出现,解决的是打车难的问题。