论文部分内容阅读
作为语音识别产品市场的新进入者,朗酷不仅带来了最新的技术,还以“价格杀手”的姿态亮相
之后,朱奇峰进美国德州仪器,负责研发手机上的语音识别和语音合成。在和一些朋友的讨论中,他开始了将语音技术应用到英语教学的研究和尝试。
2004年底,蔡向东在一个朋友的引荐下认识了朱奇峰,当听到后者对其掌握技术的描绘后,蔡向东敏锐地意识到,这是一次创业的好机会,朱奇峰也觉得时机正合适,两人一拍即合,决定共同创业。
两个创始人,一个技术积累深厚,一个市场嗅觉敏锐,这样的结合让他们从一开始就避免了很多初创型公司容易犯的错误。
在决定产品方向之前,蔡向东特意聘请了一家专业的市场调研公司,对包括北京、上海、深圳、香港和东京在内的5个城市白领人群做了一个调查,“我们希望借此了解在语音识别技术能提供的各种服务中,到底哪类是用户最希望获得的。”
结果显示,这些被调查对象在外语学习中最头疼的就是“哑巴英语”问题,他们最希望借助手机、互联网平台帮助他们提高英语的听、说能力。因此,运用语音识别技术,为白领阶层设计出一套简便、高效的英语听、说训练系统,成了朱奇峰最新的技术课题。
最酷的技术
其实,语音识别并非一个新名词,将语音识别技术应用于产品之中,朗酷也决不是第一家,然而,朗酷技术最大的特别就在于其准确性。
“之前其他公司也开发过类似的服务软件,但他们的问题很简单:不够精确。”朱奇峰说,语音识别实际上是一种概率的计算,过去它的应用包括两种:一是对说话人身份的识别,二是对语音内容的识别。
目前市场上存在的语音纠错软件大多属于后者,他们以传统的概率测算为依据,往往通过对一个词组甚至一个句子的发音来判断一个人的发音是否正确,但这样的误差非常大。
“我们现在对语音识别技术的应用属于第三种,即发音的分析。”朱奇峰说,“我依据的是‘感知心理声学’的可计算模型,这项技术使我们的系统能精确地捕捉说话人的有效信息,直接将他的发音与标准音标进行比较,并发现二者的差距。”
朱奇峰提到的感知心理声学,目前在中国几乎是个空白学科,即使在美国,也算得上是个冷门,它研究的是人对不同声音的误差敏感度。
正是对感知心理声学的应用,使得朱奇峰设计的朗酷,不仅能对说话人的发音进行有效提取,还能精确到每一个音节。例如,在使用者念出一个单词后,朗酷的系统就能立刻对其各个音节的发音水平打出分数。
“这样说话人立刻就能知道自己的问题出在哪里。”蔡向东说,在此之前,还没有哪个公司推出的语音产品能精确到这种程度,“这是质的不同。”
此外,由于用户可能在各种环境下使用朗酷,因此如何让朗酷的系统在不同环境中都能不受干扰地工作,也是一个必须考虑的问题。
“如果不能把噪音以及由于性别、年龄等生理因素导致的语音差别去掉的话,就不能准确地捕捉语音,从而无法帮助用户找出问题所在。”但这对朱奇峰依然不是难题,因为在Nuance期间,他的任务就是从事语音识别的抗噪声研究。
由于留美期间曾在不同性质的机构和公司从事过语音识别的研发工作,朱奇峰已经锻炼出极强的适应能力,“Nuance是一家市场驱动型公司,因此它的产品设计一切是围绕用户展开的;DARPA的服务对象是美国国防部,因此强调的是识别效果最强,即精确性;德州仪器的研发平台是手机,因此强调的是小而有效。”所有这些技术经验的积累,都被朱奇峰应用在了朗酷的研发上。由于缺少英语教学的相关知识,朱奇峰和蔡向东还向ETS的语音专家以及中、日等知名英语教育机构的老师请教经验,经过2年多的研发,他们的产品终于成熟上线。
智能平台
毫无疑问,作为一套英语培训系统,朗酷的最大优势是语音纠错。但从用户角度而言,他们需要的是一款功能更加丰富的语言培训产品。
“在听取了很多英语培训专家的建议后,我们后来又在系统中增加了超级听力训练、人机对话等模块。”在蔡向东眼中,这些由不同训练模块集成的朗酷搭建起了一个“智能练习平台”,用户可以根据正在学习的英语教材进行同步复习,系统还能根据每个用户的弱点自动设计出相应的强化训练方案。
首先,在语音环节上,用户可以通过“跟读练习”发现自己的问题所在。每当用户跟随系统念出一个单词之后,会看到自己的发音成绩,而且这个分数已经被细化到不同音节之上。经过一段时间的测试,用户经常出现问题的音标会被朗酷自动记忆下来,针对这些问题音标,系统将制定出相应的训练计划让用户加强训练。随着练习的不断推进,用户在不知不觉中会发现自己的发音水平在逐渐提高。
其次,在听力环节上,朗酷摒弃了各种应试培训中的技巧教授,而是要求每个用户在听清单词的基础上再做出拼写。通常在系统将一个单词重复念出10遍以内,用户要根据发音,做出正确的拼写。当然,在用户用踌躇不决的时候,系统还能根据音节对单词拼写做出提示。
此外,在语法和语感的训练上,朗酷也提供了多种方法,例如将众多短语的排序打乱,看用户能否在规定时间内按正确顺序将其排序完毕。
其实,无论是语音、听力训练还是培养语感,对于任何一门外语学习而言,拥有一定的单词量是不可或缺的基础。
“研究表明,人在10岁之前如果没有接触过一种语言,日后对这种语音的敏感度就会大大降低。此后再学习就必须对大脑保持一定强度的刺激,才能有效掌握这种语言。”在糅合了认知心理学等知识后,朱奇峰还借助于艾宾浩斯记忆曲线,设计出一套方法,“让用户花费的时间最少,学习的效果又最强。”
除了语音、听力、词汇等各种训练,为了培养用户的对话能力,朱奇峰和他的研发团队还设计出一款小型机器人,用户可以通过打字、用麦克风直接对话等方式与这个机器人进行交流,“你可以对这个机器人问任何问题、说任何话,他都能与你一直对话下去。”
在人机对话的过程中,即使用户出现一些小的语法或拼写错误,这款小机器人也不会停下来。为了让用户更有兴趣与其对话,这个小机器人还会随时根据用户的陈述提出各种问题,绝不会让对话出现冷场。而即使用户的问题是重复性的,这个小机器人每次也会做出不同的回答。
目前,朗酷的很多用户都是公司白领,他们只能在下班时间使用朗酷强化英语培训,“此外,由于很多用户参加英语培训课程的时间非常有限,而一旦面授课程结束,很多人就非常容易把英语丢掉了。”蔡向东说,针对这个问题,他们特意打造了一个社区网,为用户创造出“365天的英语学习环境”。
在这个类似于开心网的朗酷英语学习社区中,每个用户可以与其他用户在线交流,并看到其他用户的学习进程和成绩。在这个社区中,还有很多竞赛性质的小游戏,系统每天会设置一个比赛主题,例如发音比赛、短语排序比赛等。通过这些轻松有趣的环节,每位用户的学习兴趣也被进一步激发。
借力之道
作为一家初创型公司,目前朗酷的工作团队只有20多人,因此在市场推广之初,他们就必须找到一条捷径以实现“四两拨千斤”。和语言培训学校结盟,无疑是朗酷现阶段的最佳选择。
一方面,双方的目标客户吻合,一旦合作成功,朗酷的产品能得以最经济、时效的推广;另一方面,语言培训机构本身也需要朗酷解决学员在学习中面临的棘手问题。
“回国后,我们找的第一家合作伙伴就是新东方。”蔡向东说,他们先请新东方的几位明星教师试用了朗酷的语音产品。在得到几位权威口语老师的一致肯定后,新东方才和朗酷签订了合作协议。
作为市场的新进入者,朗酷不仅带来了最新的技术,还以“价格杀手”的姿态亮相。英孚英语就曾斥资上千万美元引进了一个语音软件,而朗酷目前对每个用户的收费平均只在百元上下。
根据朗酷和新东方签订的协议,后者在“口译班”、“爱英语”两个项目中的学员已经能够使用朗酷的产品,所有的费用则已包含在课时费之中。
“我们的目标是在未来3年内,年销售额达到7000万元。要实现这个目标,也就意味着我们的付费用户人数要达到50万。”朱奇峰说,排除农村人口,目前中国二、三线以上城市学习英语的人数约为5000万,“只要有1%的人能成为我们的用户,就能实现上述的目标。”
而新东方一个“新概念”班的全国学员数量就超过10万人,由此不难想象朗酷的未来发展空间。
由于将目标人群定位为公司白领和大、中学生,因此除了和语言培训机构合作,朗酷也希望能在企业中得以推广,因此长期为世界五百强企业提供人力资源服务的FESCO就是一个再合适不过的搭档。
“我们之间是互补关系。”蔡向东说,FESCO的培训部门有30年的语言教学经验以及上百位资深的语言教师,一直采用传统的小班面授方式,但部分学员可能由于时间等客观因素的限制,不能在规定时间内有效地完成学习。“朗酷的产品与FESCO的课程结合在一起,可以保证学员将小班中学到的知识真正转化为自己的能力。”
目前,凡是在FESCO接受英语小班培训的公司学员,都能使用朗酷的产品同步辅助学习。
由于FESCO服务的外资公司背景各不相同,很多企业提出希望将自己的员工培训材料以及一些公司内部资料也编入教材之中,针对这些需求,朗酷和FESCO将根据不同企业的特点定制各种英语培训方案。
为了更好的服务于企业客户,朗酷还在系统中为不同的企业建立了培训子域,以帮助HR部门做好培训管理。
在公司子域中,每个员工分别拥有自己的账户,他们每天可以按照教材的进程强化学习,员工之间也可以展开各种互动。更重要的是,HR部门可以实时掌握员工的培训进展情况,每个员工的学习进度、学习成绩都一目了然。如果已有过多期培训,他们还可以纵向比较各期的培训效果。
“一家企业为员工做语言培训,最需要看到的是效果。朗酷现在提供的服务就能让HR清晰、准确地了解到他们的投资回报情况如何。”蔡向东说。
之后,朱奇峰进美国德州仪器,负责研发手机上的语音识别和语音合成。在和一些朋友的讨论中,他开始了将语音技术应用到英语教学的研究和尝试。
2004年底,蔡向东在一个朋友的引荐下认识了朱奇峰,当听到后者对其掌握技术的描绘后,蔡向东敏锐地意识到,这是一次创业的好机会,朱奇峰也觉得时机正合适,两人一拍即合,决定共同创业。
两个创始人,一个技术积累深厚,一个市场嗅觉敏锐,这样的结合让他们从一开始就避免了很多初创型公司容易犯的错误。
在决定产品方向之前,蔡向东特意聘请了一家专业的市场调研公司,对包括北京、上海、深圳、香港和东京在内的5个城市白领人群做了一个调查,“我们希望借此了解在语音识别技术能提供的各种服务中,到底哪类是用户最希望获得的。”
结果显示,这些被调查对象在外语学习中最头疼的就是“哑巴英语”问题,他们最希望借助手机、互联网平台帮助他们提高英语的听、说能力。因此,运用语音识别技术,为白领阶层设计出一套简便、高效的英语听、说训练系统,成了朱奇峰最新的技术课题。
最酷的技术
其实,语音识别并非一个新名词,将语音识别技术应用于产品之中,朗酷也决不是第一家,然而,朗酷技术最大的特别就在于其准确性。
“之前其他公司也开发过类似的服务软件,但他们的问题很简单:不够精确。”朱奇峰说,语音识别实际上是一种概率的计算,过去它的应用包括两种:一是对说话人身份的识别,二是对语音内容的识别。
目前市场上存在的语音纠错软件大多属于后者,他们以传统的概率测算为依据,往往通过对一个词组甚至一个句子的发音来判断一个人的发音是否正确,但这样的误差非常大。
“我们现在对语音识别技术的应用属于第三种,即发音的分析。”朱奇峰说,“我依据的是‘感知心理声学’的可计算模型,这项技术使我们的系统能精确地捕捉说话人的有效信息,直接将他的发音与标准音标进行比较,并发现二者的差距。”
朱奇峰提到的感知心理声学,目前在中国几乎是个空白学科,即使在美国,也算得上是个冷门,它研究的是人对不同声音的误差敏感度。
正是对感知心理声学的应用,使得朱奇峰设计的朗酷,不仅能对说话人的发音进行有效提取,还能精确到每一个音节。例如,在使用者念出一个单词后,朗酷的系统就能立刻对其各个音节的发音水平打出分数。
“这样说话人立刻就能知道自己的问题出在哪里。”蔡向东说,在此之前,还没有哪个公司推出的语音产品能精确到这种程度,“这是质的不同。”
此外,由于用户可能在各种环境下使用朗酷,因此如何让朗酷的系统在不同环境中都能不受干扰地工作,也是一个必须考虑的问题。
“如果不能把噪音以及由于性别、年龄等生理因素导致的语音差别去掉的话,就不能准确地捕捉语音,从而无法帮助用户找出问题所在。”但这对朱奇峰依然不是难题,因为在Nuance期间,他的任务就是从事语音识别的抗噪声研究。
由于留美期间曾在不同性质的机构和公司从事过语音识别的研发工作,朱奇峰已经锻炼出极强的适应能力,“Nuance是一家市场驱动型公司,因此它的产品设计一切是围绕用户展开的;DARPA的服务对象是美国国防部,因此强调的是识别效果最强,即精确性;德州仪器的研发平台是手机,因此强调的是小而有效。”所有这些技术经验的积累,都被朱奇峰应用在了朗酷的研发上。由于缺少英语教学的相关知识,朱奇峰和蔡向东还向ETS的语音专家以及中、日等知名英语教育机构的老师请教经验,经过2年多的研发,他们的产品终于成熟上线。
智能平台
毫无疑问,作为一套英语培训系统,朗酷的最大优势是语音纠错。但从用户角度而言,他们需要的是一款功能更加丰富的语言培训产品。
“在听取了很多英语培训专家的建议后,我们后来又在系统中增加了超级听力训练、人机对话等模块。”在蔡向东眼中,这些由不同训练模块集成的朗酷搭建起了一个“智能练习平台”,用户可以根据正在学习的英语教材进行同步复习,系统还能根据每个用户的弱点自动设计出相应的强化训练方案。
首先,在语音环节上,用户可以通过“跟读练习”发现自己的问题所在。每当用户跟随系统念出一个单词之后,会看到自己的发音成绩,而且这个分数已经被细化到不同音节之上。经过一段时间的测试,用户经常出现问题的音标会被朗酷自动记忆下来,针对这些问题音标,系统将制定出相应的训练计划让用户加强训练。随着练习的不断推进,用户在不知不觉中会发现自己的发音水平在逐渐提高。
其次,在听力环节上,朗酷摒弃了各种应试培训中的技巧教授,而是要求每个用户在听清单词的基础上再做出拼写。通常在系统将一个单词重复念出10遍以内,用户要根据发音,做出正确的拼写。当然,在用户用踌躇不决的时候,系统还能根据音节对单词拼写做出提示。
此外,在语法和语感的训练上,朗酷也提供了多种方法,例如将众多短语的排序打乱,看用户能否在规定时间内按正确顺序将其排序完毕。
其实,无论是语音、听力训练还是培养语感,对于任何一门外语学习而言,拥有一定的单词量是不可或缺的基础。
“研究表明,人在10岁之前如果没有接触过一种语言,日后对这种语音的敏感度就会大大降低。此后再学习就必须对大脑保持一定强度的刺激,才能有效掌握这种语言。”在糅合了认知心理学等知识后,朱奇峰还借助于艾宾浩斯记忆曲线,设计出一套方法,“让用户花费的时间最少,学习的效果又最强。”
除了语音、听力、词汇等各种训练,为了培养用户的对话能力,朱奇峰和他的研发团队还设计出一款小型机器人,用户可以通过打字、用麦克风直接对话等方式与这个机器人进行交流,“你可以对这个机器人问任何问题、说任何话,他都能与你一直对话下去。”
在人机对话的过程中,即使用户出现一些小的语法或拼写错误,这款小机器人也不会停下来。为了让用户更有兴趣与其对话,这个小机器人还会随时根据用户的陈述提出各种问题,绝不会让对话出现冷场。而即使用户的问题是重复性的,这个小机器人每次也会做出不同的回答。
目前,朗酷的很多用户都是公司白领,他们只能在下班时间使用朗酷强化英语培训,“此外,由于很多用户参加英语培训课程的时间非常有限,而一旦面授课程结束,很多人就非常容易把英语丢掉了。”蔡向东说,针对这个问题,他们特意打造了一个社区网,为用户创造出“365天的英语学习环境”。
在这个类似于开心网的朗酷英语学习社区中,每个用户可以与其他用户在线交流,并看到其他用户的学习进程和成绩。在这个社区中,还有很多竞赛性质的小游戏,系统每天会设置一个比赛主题,例如发音比赛、短语排序比赛等。通过这些轻松有趣的环节,每位用户的学习兴趣也被进一步激发。
借力之道
作为一家初创型公司,目前朗酷的工作团队只有20多人,因此在市场推广之初,他们就必须找到一条捷径以实现“四两拨千斤”。和语言培训学校结盟,无疑是朗酷现阶段的最佳选择。
一方面,双方的目标客户吻合,一旦合作成功,朗酷的产品能得以最经济、时效的推广;另一方面,语言培训机构本身也需要朗酷解决学员在学习中面临的棘手问题。
“回国后,我们找的第一家合作伙伴就是新东方。”蔡向东说,他们先请新东方的几位明星教师试用了朗酷的语音产品。在得到几位权威口语老师的一致肯定后,新东方才和朗酷签订了合作协议。
作为市场的新进入者,朗酷不仅带来了最新的技术,还以“价格杀手”的姿态亮相。英孚英语就曾斥资上千万美元引进了一个语音软件,而朗酷目前对每个用户的收费平均只在百元上下。
根据朗酷和新东方签订的协议,后者在“口译班”、“爱英语”两个项目中的学员已经能够使用朗酷的产品,所有的费用则已包含在课时费之中。
“我们的目标是在未来3年内,年销售额达到7000万元。要实现这个目标,也就意味着我们的付费用户人数要达到50万。”朱奇峰说,排除农村人口,目前中国二、三线以上城市学习英语的人数约为5000万,“只要有1%的人能成为我们的用户,就能实现上述的目标。”
而新东方一个“新概念”班的全国学员数量就超过10万人,由此不难想象朗酷的未来发展空间。
由于将目标人群定位为公司白领和大、中学生,因此除了和语言培训机构合作,朗酷也希望能在企业中得以推广,因此长期为世界五百强企业提供人力资源服务的FESCO就是一个再合适不过的搭档。
“我们之间是互补关系。”蔡向东说,FESCO的培训部门有30年的语言教学经验以及上百位资深的语言教师,一直采用传统的小班面授方式,但部分学员可能由于时间等客观因素的限制,不能在规定时间内有效地完成学习。“朗酷的产品与FESCO的课程结合在一起,可以保证学员将小班中学到的知识真正转化为自己的能力。”
目前,凡是在FESCO接受英语小班培训的公司学员,都能使用朗酷的产品同步辅助学习。
由于FESCO服务的外资公司背景各不相同,很多企业提出希望将自己的员工培训材料以及一些公司内部资料也编入教材之中,针对这些需求,朗酷和FESCO将根据不同企业的特点定制各种英语培训方案。
为了更好的服务于企业客户,朗酷还在系统中为不同的企业建立了培训子域,以帮助HR部门做好培训管理。
在公司子域中,每个员工分别拥有自己的账户,他们每天可以按照教材的进程强化学习,员工之间也可以展开各种互动。更重要的是,HR部门可以实时掌握员工的培训进展情况,每个员工的学习进度、学习成绩都一目了然。如果已有过多期培训,他们还可以纵向比较各期的培训效果。
“一家企业为员工做语言培训,最需要看到的是效果。朗酷现在提供的服务就能让HR清晰、准确地了解到他们的投资回报情况如何。”蔡向东说。