Facebook语音计算革命的速度有点慢。它没有语音助手，它的智能扬声器仍在开发中，而像Instagram这样的一些应用程序并没有完全配备音频通信。但根据在Facebook代码中发现的实验，再加上新的专利申请，情况可能有所改变。

据报道，它即将推出的Portal智能音箱专为与家庭远程视频聊天而设计，包括老年人和可能遇到手机问题的孩子。改进的转录和语音到文本到语音转换功能可以将Messenger用户连接到输入媒体上，并将它们保留在聊天应用程序上，而不是偏向于短信。

鉴于Facebook已经迟了一步，它需要通过强大的实用程序来解决实际问题。以下是Facebook在语音领域的最新发展，以及它过去的实验如何为其下一次重大推动奠定基础。

Aloha

Facebook正在以Aloha为名开发自己的语音识别功能，用于Facebook和Messenger应用程序，以及外部硬件，可能是它正在开发的视频聊天智能扬声器。在Facebook和Messenger的Android应用中，移动研究人员Jane Manchun Wong第一次看到了Aloha用户界面的原型。

[video width="358" height="360" mp4="https://www.atyun.com/uploadfile/2018/08/Facebook-Aloha-Voice-Testing-TechCrunch-Jane-Manchun-Wong.mp4"][/video]

Aloha语音测试中，当用户在消息线程中说话时，水平蓝条会扩展和收缩，以便在识别和转录到文本时可视化语音量。该代码将该功能描述为与外部Wi-Fi或蓝牙设备建立连接。该软件可能会在Facebook的硬件和软件上运行，类似于在手机和Google Home扬声器上运行的谷歌智能助理。

多年前，Facebook有兴趣开发自己的语音识别软件，专门用于准确转录朋友之间的互动方式。与我们正式处理亚马逊Alexa或Google Home等计算机助理的方式相比，这些语音模式通常更随意，口语化，快速且充满俚语。

Wong还在Facebook的代码中发现了Aloha徽标，其中包含火山图像。有人在Facebook员工的手机上看到了一个Facebook Aloha Setup聊天机器人，上面有类似的标志。



如果Facebook可以解决这个问题，它可以在Messenger和网站的其他地方提供自己的转录功能，这样用户就可以跨媒体进行通信。它可能会让你无法查看屏幕时向朋友发出评论或消息。然后，接收者可以阅读文本而不必像语音消息那样收听它。该功能还可用于为Facebook应用程序的语音导航提供动力，以实现更好的免提使用。

智能音箱Portal

Facebook的视频聊天智能音箱最初代号为Aloha，但后来更名为Portal，Business Insider的Alex Heath和现在Cheddar于2017年8月首次报道。由于担心会加剧剑桥分析公司引发的隐私丑闻，它被推迟了。



一项新的专利申请显示，Facebook正在考虑建立一个智能音箱，早在2016年12月26日，它就为立方体形状的设备申请了专利。该专利描绘了由Baback Elmieh，Alexandre Jais和John Proksch-Whaley 发明的“音箱的装饰设计”。Facebook于当年9月收购了Elmieh的创业公司Nascent Objects，现在他是Facebook秘密的Building 8硬件实验室的技术项目负责人。

通往Voicebook的漫长道路

Facebook长期在语音领域进行修整。2015年，它收购了自然语言处理初创公司Wit.ai，该公司运行了一个用于构建语音界面的开发者平台，但后来将Wit.ai推入Messenger的平台团队，专注于聊天机器人。Facebook也开始测试在2015年自动将Messenger语音片段转录成文本，这可能是上面看到的Aloha的基础功能。

第二年，Facebook负责人David Marcus声称“这不是我们现在正在积极开展工作的事情”，但他补充道，“在某种程度上，很明显，随着我们在Messenger中开发越来越多的功能和交互，我们将开始处理语音交换和接口。”然而，一位消息人士称Facebook的秘密语言技术小组已经在探索语音机会。Facebook也开始为想要播放声音而不是视频的用户测试其实时音频功能。

到2017年，Facebook为Pages的视频提供自动字幕，并正在开发语音搜索功能。今年，Facebook开始尝试将语音片段作为状态更新和故事，这些用户可能难以用母语打字。但高管们并未谈及语音举措。

最详细的评论来自Facebook的设计负责人Luke Woods，他在TechCrunch Disrupt 2017描述了语音搜索，说它“非常有前途”。

目前还不清楚Facebook的Aloha究竟会怎样。对于Facebook的智能扬声器和应用程序，它可以是操作系统或语音界面和转录功能。它也可能会像M一样成为一个更加成熟的语音助手。或许它可能成为Facebook与其他语音生态系统的桥梁。

更多语音识别数据集点击“这里”下载