在2018年移動世界大會上擁有三層展臺的數(shù)十億美元技術(shù)巨頭中，有一對企業(yè)家在談?wù)撊斯?a class="innerlink" href="http://theprogrammingfactory.com/tags/智能" title="智能" target="_blank">智能方面的突破，他們剛剛把一款名為Otter．a(chǎn)i的新應(yīng)用程序在iOS和Android中推出。

當他們坐下來在Fira Barcelona 2號展廳后角的一個小會議室里談?wù)摃r，Sam Liang將他的iPhone放在桌子上，并點擊了Otter應(yīng)用程序中的記錄按鈕。作為Otter．a(chǎn)i背后公司Alexense的首席執(zhí)行官，Liang開始講述了加州15人創(chuàng)業(yè)小公司如何采用不同的方法來理解音頻數(shù)據(jù)，不同于亞馬遜Alexa，谷歌助理和其他公司在語音識別上的努力。

在Liang發(fā)表講話時，Otter開始吐文，大概延遲了2－3秒。而且，由于Liang事先在應(yīng)用程序中設(shè)置了會議，所以當他的隊友Seamus McAteer提出自己的評論時，軟件會自動識別，或者會因其他人的后續(xù)問題而中斷。

盡管Otter的自然語言處理方式并不完美，標點缺失，詞語被誤解，說話人有時被錯誤識別，但它已經(jīng)非常接近了，特別是考慮到速度和應(yīng)用程序是免費的。

“我們的技術(shù)完全不同?！?Liang在接受ZDNet采訪時說。 “我們稱之為＇Ambient Voice Intelligence＇（環(huán)境聲音智能），我們使用ambient這個詞來表示這是在后臺工作......你的大腦只能記住10－20％的（會議）信息......所以我們認為我們可以幫助人們捕獲這些信息，然后快速搜索。”

搜索是最好的功能。錄制完成后，應(yīng)用程序的機器學習會自動創(chuàng)建約10個關(guān)鍵字，以便用戶了解會議的內(nèi)容。你可以馬上開始搜索全文。同樣有用的是，一旦你熟悉關(guān)鍵字，可以點擊播放按鈕來收聽發(fā)生的音頻部分。

該應(yīng)用程序的下一個最佳功能是可以共享記錄的會議。所以，如果你有一個會議，而一個同事不能參加，你可以隨后向他們發(fā)送記錄和音頻，以便他們找到與之相關(guān)的東西。

如果你將谷歌帳戶連接到應(yīng)用并導(dǎo)入聯(lián)系人，那么所有這些高級功能都是非常簡單的。因此，如果你的企業(yè)使用Google Apps，它可以非常順利地運行。跟谷歌的整合并不令人意外，因為Liang是谷歌前工程師。

McAteer從事移動和數(shù)據(jù)分析工作已有20多年。團隊的其他成員由前谷歌，F(xiàn)acebook，雅虎和Nuance員工以及麻省理工學院、斯坦福大學和其他頂尖科技計劃的博士和計算機科學家組成。

自2016年1月起，該團隊一直致力于研究Otter背后的技術(shù)。他們擁有在過去一年中授權(quán)給其他合作伙伴的API － 主要是在錄制完成后提供音頻文件的轉(zhuǎn)錄。 AISense利用所有的合作伙伴數(shù)據(jù)來調(diào)整和訓(xùn)練算法。

今年1月，他們宣布與快速增長的視頻會議服務(wù)公司Zoom簽署了一項許可合作伙伴關(guān)系，現(xiàn)在該公司提供了一個錄制視頻會議的選項——由AISense提供支持。

隨著推出實時錄音的免費應(yīng)用程序，該公司正在進入下一個階段。它最終計劃推出其應(yīng)用程序的高級版本，該版本將建立在免費版本的功能上。例如，免費版本將允許你搜索過去90天的會議。高級版本將進一步擴大。

“能夠記住，搜索和分享你的語音對話是合作的下一個前沿。” Liang說，“Otter授權(quán)用戶使用AI進行日常對話，因此他們可以專注于所說的內(nèi)容而忘記記筆記。”

可以在Otter．a(chǎn)i，Apple App Store和Google Play Store找到該應(yīng)用程序。 iOS版本在這一點上更加精細一些，但都值得關(guān)注這款應(yīng)用程序隨著時間的推移如何發(fā)展和提高。

IBM Watson提供實時的文本到語音服務(wù)，但它背靠超級計算機。因此，AISense使用應(yīng)用程序和智能手機取得了令人印象深刻的成就，而且它可以說是2018年世界移動通信大會上宣布的最重要突破之一 ，盡管它一直以來十分低調(diào)。