萬(wàn)萬(wàn)沒想到，釘釘居然是個(gè)AI平臺(tái)
煢煢 發(fā)自 凹非寺
量子位 報(bào)道 | 公眾號(hào) QbitAI
60秒的語(yǔ)音，1秒就能轉(zhuǎn)成文字，即使是廣普、川普，也能準(zhǔn)確地被“翻譯”成普通話。
打開文檔，點(diǎn)擊語(yǔ)音速記，開會(huì)時(shí)不用鍵盤敲得噼啪響，也能把會(huì)議內(nèi)容用文字記錄下來。
這是辦公軟件釘釘，展現(xiàn)的智能化能力。
嗯，真香。
而且這些技術(shù)，對(duì)于常刷AI前沿論文的我，亦似曾相識(shí)。
所以當(dāng)我心生好奇，想要扒一扒應(yīng)用背后的技術(shù)，還真找到了相關(guān)文獻(xiàn)。
豁，左一個(gè)INTERSPEECH，右一手SOTA，還掛上了阿里的技術(shù)招牌達(dá)摩院，研發(fā)人員一水兒的大牛，甚至是達(dá)摩院語(yǔ)音實(shí)驗(yàn)室負(fù)責(zé)人鄢志杰親自參與……
咦？那個(gè)讓人“瑟瑟發(fā)抖”的釘釘本釘，一直印象是個(gè)應(yīng)用型產(chǎn)品，怎么還和技術(shù)范兒的達(dá)摩院關(guān)聯(lián)了起來？
再一打聽，果然。
釘釘自己也大大方方承認(rèn)，在整合進(jìn)入阿里云體系后，包括達(dá)摩院，阿里云的最新最前沿的技術(shù)，都會(huì)開始加速落地。
現(xiàn)在，請(qǐng)叫釘釘為——阿里AI等前沿技術(shù)的用戶界面。
前沿技術(shù)的產(chǎn)品化陣地？
就說長(zhǎng)語(yǔ)音轉(zhuǎn)文字這么一個(gè)小功能。
在釘釘里，最長(zhǎng)可以發(fā)送5分鐘的語(yǔ)音，同樣能夠秒轉(zhuǎn)文字，并且支持四川話、廣東話等多種方言。
中英混雜，也不影響文字轉(zhuǎn)換的準(zhǔn)確率。
功能雖常見，細(xì)節(jié)處卻能見真章。而其背后用到的，正是達(dá)摩院最新的端到端語(yǔ)音識(shí)別技術(shù)。
2020年9月的云棲大會(huì)上，達(dá)摩院公布了語(yǔ)音AI方面的技術(shù)突破：
推出E2E-ASR端到端語(yǔ)音識(shí)別技術(shù)，基于達(dá)摩院提出的SAN-M網(wǎng)絡(luò)結(jié)構(gòu)，及基于SCAMA的流式端到端語(yǔ)音識(shí)別框架，在提升計(jì)算效率的同時(shí)，還將高難度場(chǎng)景中的語(yǔ)音識(shí)別錯(cuò)誤率降低近三成，刷新已公布的在線ASR（語(yǔ)音識(shí)別）方法的SOTA。
更重要的是，該技術(shù)能在移動(dòng)終端上，實(shí)現(xiàn)接近云端的語(yǔ)音識(shí)別效果。
類似的，還有支持中文、英文、日語(yǔ)、越南語(yǔ)等10種語(yǔ)言轉(zhuǎn)化的AI翻譯功能。
不只是針對(duì)文字對(duì)話、文檔，結(jié)合OCR技術(shù)，對(duì)于聊天中的圖片文件，釘釘同樣可以一鍵識(shí)別文字并翻譯。
而疫情期間著實(shí)火了一把的釘釘視頻會(huì)議功能背后，同樣有來自阿里云、達(dá)摩院的強(qiáng)力輸出。
要知道，釘釘在2020年的用戶數(shù)比2019年翻了一番，突破4億。
想要平穩(wěn)支持這個(gè)量級(jí)的用戶的辦公協(xié)同、遠(yuǎn)程上課需求，對(duì)于視頻會(huì)議背后的技術(shù)人員而言，就意味著前所未有的高并發(fā)挑戰(zhàn)。還記得疫情期間，各類在線教育、遠(yuǎn)程辦公平臺(tái)你崩我崩不斷崩。
不僅需要充足的服務(wù)器、云計(jì)算資源作為基礎(chǔ)支撐，也同樣對(duì)視頻編解碼算法、視頻會(huì)議架構(gòu)等提出了更高難度的技術(shù)挑戰(zhàn)。
比如傳統(tǒng)的視頻會(huì)議架構(gòu)采用集中式架構(gòu)，在大規(guī)模部署和彈性伸縮等方面存在天然的劣勢(shì)。
但因?yàn)獒斸敱晨堪⒗镌频脑朴?jì)算和邊緣計(jì)算能力，采用分布式微服務(wù)架構(gòu)，可以進(jìn)行超大規(guī)模系統(tǒng)計(jì)算資源編排和網(wǎng)絡(luò)資源編排。并且能根據(jù)系統(tǒng)負(fù)載情況進(jìn)行動(dòng)態(tài)擴(kuò)縮容，最后可以做到系統(tǒng)資源的最大化共享使用。
除此之外，由于5G普及、用戶終端網(wǎng)絡(luò)能力變強(qiáng)等因素，視頻流量的持續(xù)增大，也對(duì)分發(fā)網(wǎng)絡(luò)的時(shí)延提出了更高的要求，音視頻的流量需要被更智能地分發(fā)、處理。
可以說，音視頻對(duì)于技術(shù)人員的考驗(yàn)是全方位的。
而釘釘音視頻如今已然連通了阿里云的基礎(chǔ)技術(shù)實(shí)力，能充分結(jié)合達(dá)摩院所提供的視頻編解碼算法、語(yǔ)音3A處理、網(wǎng)絡(luò)QoS、AI轉(zhuǎn)寫、機(jī)器翻譯、AI降噪等技術(shù)，全面提升用戶的視頻會(huì)議體驗(yàn)。
類似達(dá)摩院語(yǔ)音實(shí)驗(yàn)室的智能降噪，在0db SNR下，MOS（Mean Opinion Score）依然可以達(dá)到3.5分，回聲消除ERLE（回聲回波損耗增強(qiáng)）可以達(dá)到52.2db，處于業(yè)界領(lǐng)先水平。
在當(dāng)初釘釘整合進(jìn)入阿里云體系時(shí)，張建鋒就放話說，釘釘只會(huì)更強(qiáng)。
如今，誠(chéng)不我欺。
釘釘如何更強(qiáng)？
最近釘釘?shù)闹匾姹旧?jí)，就是直觀展現(xiàn)。
這回，連定位都不一樣了：直接從協(xié)同辦公平臺(tái)，升級(jí)成了企業(yè)協(xié)同辦公和應(yīng)用開發(fā)平臺(tái)。
主要的變化，有以下幾點(diǎn)：
推出釘釘宜搭等低代碼開發(fā)工具，讓非程序員用戶也能快速開發(fā)新應(yīng)用。
推出應(yīng)用連接器，可以連接起釘釘、釘釘生態(tài)應(yīng)用、用戶自建的應(yīng)用、原有IT系統(tǒng)等等，打破信息孤島；
同時(shí)，通過1300+ API接口，將底層產(chǎn)品能力開放給客戶，作為應(yīng)用開發(fā)平臺(tái)，為企業(yè)數(shù)字化轉(zhuǎn)型降本增效。
……
不妨結(jié)合具體的案例，來看這到底是怎樣一種能力。
蒙牛集團(tuán)在2020年初疫情期間，面臨著線下招投標(biāo)暫停的問題。如何快速把招投標(biāo)這件事挪到線上，盡快恢復(fù)正常工作？
蒙牛在早已將組織架構(gòu)通過釘釘搬上云端的基礎(chǔ)上，決定采用宜搭搭建招標(biāo)平臺(tái)，結(jié)合釘釘?shù)娜骸⒁曨l會(huì)議等功能，線上完成供應(yīng)商的招投標(biāo)和審計(jì)工作。
據(jù)蒙牛集團(tuán)IT總監(jiān)鄭炯介紹：
原本采購(gòu)一套審計(jì)系統(tǒng)需要花100萬(wàn)元，現(xiàn)在用宜搭幾乎0成本開發(fā)出來。
目前公司搭建宜搭應(yīng)用100多項(xiàng)，替代大批采購(gòu)IT系統(tǒng)，有效降低了企業(yè)的運(yùn)營(yíng)成本。
所以可以理解為，如今的釘釘：
中后臺(tái)技術(shù)更強(qiáng)，達(dá)摩院等前沿技術(shù)的使用，讓前端應(yīng)用更有支撐和保障了。
中后臺(tái)技術(shù)還進(jìn)一步降低了前臺(tái)技術(shù)開發(fā)門檻，開發(fā)者因地制宜開發(fā)適配的程序，變得更簡(jiǎn)單，于是釘釘能做的，更多了。
就說新上線的低代碼開發(fā)產(chǎn)品宜搭，搭建出來的應(yīng)用還是云原生的。
怎么說？由于宜搭自身天然構(gòu)建在阿里云上，用它搭出來的應(yīng)用具備分布式計(jì)算、彈性擴(kuò)容、異地容災(zāi)、CDN加速、企業(yè)級(jí)云安全等阿里云原生能力。
而且，宜搭對(duì)阿里巴巴、阿里云的各類前沿技術(shù)和基礎(chǔ)技術(shù)進(jìn)行了組件化，每個(gè)用戶能直接調(diào)用阿里的OCR、數(shù)據(jù)引擎、DataV等技術(shù)與產(chǎn)品。
以前的釘釘，只是一支單兵提供武器，現(xiàn)在卻正在發(fā)動(dòng)起廣大開發(fā)者和人民群眾。
釘釘憑啥“煥然一新”？
秘訣就可以套用群眾路線：依靠群眾、發(fā)動(dòng)群眾，從群眾中來，到群眾中去。
但在實(shí)踐這條路線之前，釘釘有前置性的準(zhǔn)備。
而這也就是阿里的“云釘一體”戰(zhàn)略。
阿里云智能總裁張建鋒說，在云智能體系中，釘釘上聯(lián)行業(yè)應(yīng)用，下聯(lián)基礎(chǔ)設(shè)施。
上聯(lián)行業(yè)應(yīng)用，前文說到的低代碼工具、連接器等正在體現(xiàn)，讓行業(yè)應(yīng)用的創(chuàng)建開發(fā)、連接、數(shù)據(jù)互通更簡(jiǎn)單。
那下聯(lián)基礎(chǔ)設(shè)施如何體現(xiàn)？分析下來就是調(diào)用阿里云的底層各項(xiàng)計(jì)算、網(wǎng)絡(luò)、存儲(chǔ)服務(wù)、產(chǎn)業(yè)解決方案能力，以及將阿里云的在云、AI、大數(shù)據(jù)領(lǐng)域的前沿技術(shù)和算法等，在釘釘上進(jìn)行產(chǎn)品化，把各種各樣普通用戶聽起來遙不可及的前沿技術(shù)，在釘釘變成現(xiàn)實(shí)，變成用戶觸摸得到的產(chǎn)品、工具。
所以釘釘之所以煥然一新，在于云釘一體戰(zhàn)略的初步成功，釘釘真的在成為阿里技術(shù)的集大成陣地。
其次，集阿里技術(shù)大成畢竟有限，所以阿里在實(shí)踐“群眾路線”中，把開發(fā)門檻降得更低，讓更多場(chǎng)景性應(yīng)用可以開花結(jié)果。
這也是為什么，低代碼這件事，在釘釘此次升級(jí)中顯得如此矚目的原因。
如果連點(diǎn)成線來看，也就能理解為何當(dāng)初一定要把釘釘調(diào)整并入阿里云體系之中了。
一方面，協(xié)同作戰(zhàn)，統(tǒng)一領(lǐng)導(dǎo)，可以集中開發(fā)精銳和前沿技術(shù)炮火。
另一方面，阿里云也有了合適的面向終端客戶和用戶的業(yè)務(wù)應(yīng)用窗口，各種前沿技術(shù)有了更直接的使用陣地。
也正因?yàn)榇耍斸敩F(xiàn)在可以說擁有強(qiáng)悍技術(shù)實(shí)力在后臺(tái)支持。
當(dāng)然，再來看云釘一體化戰(zhàn)略的掌舵者——張建鋒之前的判斷，還會(huì)感慨阿里的戰(zhàn)略格局和遠(yuǎn)見。
站在歷史的角度來看釘釘未來，張建鋒認(rèn)為，全球軟件發(fā)展的歷史分為三個(gè)階段：
第一階段IT基礎(chǔ)設(shè)施是大型機(jī)或小型機(jī)，企業(yè)購(gòu)買大型軟件系統(tǒng)來解決所有問題，但實(shí)施成本高、運(yùn)維代價(jià)大、再次開發(fā)難。
第二波浪潮是SaaS軟件興起，比如Salesforce的CRM系統(tǒng)。這個(gè)階段IT基礎(chǔ)設(shè)施統(tǒng)一了，但軟件是由不同的供應(yīng)商提供，軟件和軟件之間還是形成了數(shù)據(jù)孤島。
第三階段是云釘一體進(jìn)化的目標(biāo)。主要的特點(diǎn)，就是基于云的能力，讓企業(yè)開發(fā)應(yīng)用從過去集成式或SaaS化的軟件開發(fā)，進(jìn)化到低代碼開發(fā)，讓企業(yè)、組織可以更低成本地跟上數(shù)字化轉(zhuǎn)型的大勢(shì)。
張建鋒還說，未來十年有諸多不確定性，但也有明確的——最大的確定性——數(shù)字化技術(shù)的普及，整個(gè)社會(huì)經(jīng)濟(jì)和生活的全面數(shù)字化趨勢(shì)。
所以不要擔(dān)心釘釘“支配”你的學(xué)習(xí)和工作啦。
因?yàn)樗鼘⒆兏锏模桥c你數(shù)字化和智能化相關(guān)的一切。
戀習(xí)Python 關(guān)注戀習(xí)Python，Python都好練 好文章，我在看??