一老人有口音◈★◈ღღ，在家庭群里发语音“我的护工死了”◈★◈ღღ，惊出子女一身冷汗◈★◈ღღ。问清楚了才知道◈★◈ღღ，原来是老人养的宠物蜈蚣死了凯发k8国际首页登录◈★◈ღღ。

　　微信语音转文字对四川话识别率很低◈★◈ღღ，常误判为英语◈★◈ღღ，如“鞋”识别为Hik8·凯发(中国)天生赢家·一触即发◈★◈ღღ，凯发k8娱乐官网app下载◈★◈ღღ，◈★◈ღღ、“街识别出Gap美国CERANETWORK超清◈★◈ღღ、“恩桃儿”识别为Enter……

　　为提升方言识别算法的技术能力◈★◈ღღ，近期微信在小程序推出方言活动◈★◈ღღ，希望通过用户以方言语音形式参与美国CERANETWORK超清◈★◈ღღ，一方面推动方言语音识别技术迭代◈★◈ღღ，同时也记录方言语料◈★◈ღღ、服务文化保护◈★◈ღღ。

　　“AI能听懂英语法语日语凯发k8国际首页登录◈★◈ღღ， 听不懂自己国家群众的方言◈★◈ღღ，这事说不过去◈★◈ღღ。”近日◈★◈ღღ，微信产品团队向《中国科学报》说◈★◈ღღ，微信方言活动正是在这样的目标下开展的◈★◈ღღ。

　　微信推出方言活动◈★◈ღღ，直接起因是用户反馈◈★◈ღღ。尤其是方言使用者在使用语音输入◈★◈ღღ、语音转文字◈★◈ღღ、智能客服等功能时◈★◈ღღ，长期存在识别不准的问题◈★◈ღღ。

　　“潮汕话闽南话温州话这些◈★◈ღღ，用语音输入基本等于‘废’的◈★◈ღღ。”有用户反馈说◈★◈ღღ，语音输入这么多年了◈★◈ღღ，服务的一直是普通话说得标准的那批人◈★◈ღღ，“早该优化了”◈★◈ღღ。还有用户提出◈★◈ღღ，微信里不会说普通话的老人那么多◈★◈ღღ，“应该多照顾照顾他们”◈★◈ღღ。

　　这不是一个小众需求◈★◈ღღ。中国有七大方言区——官话k8·凯发(中国)◈★◈ღღ，◈★◈ღღ、吴◈★◈ღღ、湘◈★◈ღღ、赣凯发k8国际首页登录◈★◈ღღ、客家◈★◈ღღ、闽◈★◈ღღ、粤◈★◈ღღ，往下还可细分为几十个次方言片◈★◈ღღ，部分地区一县之内就有十几种口音差异◈★◈ღღ。语音输入普及这么多年◈★◈ღღ，服务的主要是普通话标准度较高的人群◈★◈ღღ；口音一重◈★◈ღღ，识别质量就明显下降◈★◈ღღ。

　　“受影响最大的是不会说普通话的老年人◈★◈ღღ。”微信产品团队对记者表示◈★◈ღღ，老人们打字困难◈★◈ღღ，语音又转不出准确文字◈★◈ღღ，家人往往需要反复听完整条语音才能理解◈★◈ღღ。在医院挂号◈★◈ღღ、政务办事等场景中凯发k8国际首页登录◈★◈ღღ，“请清楚说出您的需求”常对他们构成实际障碍◈★◈ღღ。

　　具体来说◈★◈ღღ，“微信方言活动”是一个小程序◈★◈ღღ。小程序邀请用户用家乡话朗读一些日常句子◈★◈ღღ，并互相判断彼此的发音是否地道◈★◈ღღ。采集到的方言语音◈★◈ღღ，用于训练和优化微信的方言语音识别能力◈★◈ღღ。

　　微信方言活动推出以来◈★◈ღღ，有人额手称庆◈★◈ღღ，有人则充满困惑◈★◈ღღ：为什么必须采集真人语音？短视频平台上有大量方言内容◈★◈ღღ，不能直接采用吗？

　　对此◈★◈ღღ，微信产品团队回应称◈★◈ღღ，采集真人语音是语音识别的基本工作方式◈★◈ღღ。模型的识别能力直接来源于它“见过”的语音样本◈★◈ღღ；没有真实口音数据◈★◈ღღ，模型对该口音就没有识别能力◈★◈ღღ。

　　“这不是工程偷懒◈★◈ღღ，是这类模型的根本约束——它无法对从未见过的发音模式做出可靠推断◈★◈ღღ。”微信产品团队对《中国科学报》说◈★◈ღღ，文本与语音的严格对应关系k8凯发国际◈★◈ღღ，是训练语音识别模型的核心要求◈★◈ღღ。而训练方言模型的问题在于◈★◈ღღ，方言语料几乎不存在现成资源——互联网上可获取的中文语料绝大部分是普通话◈★◈ღღ，而诸如短视频平台上的方言内容凯发·K8国际-(中国)首页登录◈★◈ღღ，也因缺少文本与语音的严格对应关系◈★◈ღღ，模型不能建立音频与文字之间的一一映射◈★◈ღღ，也无法直接使用◈★◈ღღ。

　　记者了解到◈★◈ღღ，目前英语◈★◈ღღ、法语等语言有成熟的公开语音数据集◈★◈ღღ，中文方言基本是空白◈★◈ღღ。想做◈★◈ღღ，只能自己攒◈★◈ღღ。

　　与想要借用短视频方言素材“走捷径”相比◈★◈ღღ，微信方言活动的做法恰恰是相反的◈★◈ღღ：先给定文本凯发k8国际◈★◈ღღ，◈★◈ღღ，再请用户用方言念出来◈★◈ღღ。这样每一条录音都有确定的正确答案◈★◈ღღ。微信产品团队告诉记者◈★◈ღღ，这也是为什么活动中要让用户互相评判发音是否地道◈★◈ღღ：“那一步是在给数据打标签◈★◈ღღ，是训练流程中绕不过去的环节◈★◈ღღ。”

　　如前所述◈★◈ღღ，方言的地理颗粒度极细◈★◈ღღ。同一个县◈★◈ღღ，不同村镇的口音可能就有明显差别◈★◈ღღ。这也是微信方言活动希望覆盖到大量人群的原因◈★◈ღღ。微信产品团队表示◈★◈ღღ，不到县一级的采集密度◈★◈ღღ，模型在实际使用中仍会失效◈★◈ღღ。此外凯发k8国际首页登录◈★◈ღღ，样本还需覆盖不同年龄◈★◈ღღ、性别的发音特征◈★◈ღღ，“否则模型只能识别特定人群”◈★◈ღღ。

　　这无疑是一项巨大的工程◈★◈ღღ。同时◈★◈ღღ，让用户一句句朗读固定文本◈★◈ღღ，也是最慢◈★◈ღღ、最贵◈★◈ღღ、最容易被注意到的路径◈★◈ღღ。

　　“为什么微信要用这个最笨的办法？因为我们要的不是‘方言长什么样’◈★◈ღღ，而是‘这句话用这个地方的话怎么说◈★◈ღღ、说得标不标准’◈★◈ღღ。”微信产品团队回应说◈★◈ღღ，你得知道正确答案是什么美国CERANETWORK超清◈★◈ღღ，模型才能学◈★◈ღღ。刷来的短视频没有这个对应关系◈★◈ღღ，再多也用不上天生赢家·一触即发◈★◈ღღ。◈★◈ღღ。

　　用“一文一句”的笨办法去攻克非典型发音识别◈★◈ღღ，并非微信独创◈★◈ღღ。市面上一些拥有方言能力的模型◈★◈ღღ，也都采用过类似做法◈★◈ღღ。记者了解到◈★◈ღღ，谷歌还曾专门收集帕金森病◈★◈ღღ、渐冻症患者的发音样本◈★◈ღღ，目的就是让语音助手能够识别这些特定对象的发音◈★◈ღღ。

　　“没有哪个模型的方言能力是凭空产生的◈★◈ღღ。”北京邮电大学人机交互与认知工程实验室一位AI专家告诉记者◈★◈ღღ，诸如微信方言活动的语料收集方式◈★◈ღღ，是语音识别行业的通行做法◈★◈ღღ。

　　在微信方言活动开展过程中◈★◈ღღ，有人担心◈★◈ღღ，方言在“二战”期间曾被当做密码使用◈★◈ღღ，收集方言是否也存在类似“密码破解”的问题？

　　对此前述AI专家回答说◈★◈ღღ：“‘二战’期间美军曾使用纳瓦霍语通讯员传递战场信息◈★◈ღღ，抗战时期我军也使用过方言传令◈★◈ღღ。但这类做法成立有一个特定前提◈★◈ღღ：当时的加密手段有限◈★◈ღღ，语言本身的稀缺性构成了安全屏障◈★◈ღღ。但现代密码学早已不这样工作了——现代加密通信的安全性来自数学◈★◈ღღ，不来自‘对方听不懂’◈★◈ღღ。”

　　“历史上的方言通信之所以有效◈★◈ღღ，很大程度上依赖对手不具备相应的语言接触条件◈★◈ღღ；而今这个条件在今天已不存在◈★◈ღღ。”该AI专家继续解释说美国CERANETWORK超清◈★◈ღღ，依赖“语言稀缺性”的做法◈★◈ღღ，在今天属于典型的隐晦式安全——把安全性寄托在“对方不知道”上◈★◈ღღ。而这在现代信息安全领域已被明确视为不合格的设计范式凯发k8国际首页登录◈★◈ღღ，是“教科书中的反面案例”◈★◈ღღ。原因很简单◈★◈ღღ：这类保护一旦被识破就完全失效◈★◈ღღ，且无法评估强度凯发k8国际(中国)官方网站·一触即发◈★◈ღღ，◈★◈ღღ。

　　具体到采集到的方言语料怎么用◈★◈ღღ、怎么管？微信产品团队表示◈★◈ღღ，他们将严格遵循“合法◈★◈ღღ、正当美国CERANETWORK超清◈★◈ღღ、必要”原则◈★◈ღღ，通过专属授权条款取得用户单独同意◈★◈ღღ；语料仅用于提升方言相关服务质量◈★◈ღღ，例如方言识别模型优化凯发k8国际首页登录◈★◈ღღ，不用于与此无关的用途◈★◈ღღ。