m米乐体育

　　通过强化技术和应用场景对接，先声智能已经基本覆盖常规场景，并且趋近真人老师的批改水平。

　　教育行业还没有被互联网根本改造，这在某种程度上预示着相关企业深入结合人工智能的机会。作为面向教育领域的人工智能技术服务商，先声智能正尝试在自动批改的基础上，优化和拓展AI的应用场景。

　　先声智能在线上教育兴起时创立，自动批改是公司最早也最主要的落点。英语口语测评和作文批改的AI化能帮助老师提升工作效率，帮助老师从繁重的课后工作中解脱出来。通过优化技术，先声智能已经基本覆盖自动批改场景，并且趋近真人老师的批改水平。

　　但AI的应用还在外围，先声智能也在自动批改的基础上拓展AI应用的深度和广度。一方面在技术之上叠加内容和硬件的解决方案，另一方面为教育公司可以提供系统化的AI方案，这也许是AI真正进入核心教育环节的机会。

　　先声智能创立于2016年，几位创始人都有着AI背景。之前在国际语言学习平台Duolingo的工作经历，让公司CEO秦龙认识到AI在教育领域还有很大的应用空间。由于创始团队的技术基因，先声智能决定以技术服务商的身份切入市场。

　　最初团队思考的是如何利用AI帮助老师从繁琐的日常工作中解脱出来。对教师来说，作业批改占据了大量的课后时间，对学生来说，老师批改会有几天的滞后。能及时快速反馈的自动批改技术因此成为AI教育最开始和最广泛的落点。

　　基于语音识别、语音评测和自然语言处理等核心算法，先声智能推出了智能写作批改和智能口语测评技术，可以对学生的英语口语和写作进行评分和纠正。团队还在瞄准OCR （光学字符识别）领域，希望能够通过拍照来对学生手写的作业进行批改。

　　去年公司发布了语法批改技术，将语法纳入自动批改重要的分析维度。公司从2017年开始做语法改错，通过实验逐步覆盖所有语法改错点，直到2019年才正式对外提供技术：“先声的语法改错不算最早的，但应该是市场上效果最好的。”

　　在技术层面，先声最近一次较大的跳跃是将Transformer框架运用到批改上。Transformer的好处是能够突破现存技术的天花板，难点是在数据不多的情况下进行模型训练。先声做了不少努力来解决数据不足的问题，也是市面上少有的能提供这项技术的公司。

　　从传统的机器学习到现在的深度学习，秦龙认为公司的自动批改尤其是口语测评技术已大体接近真人水平。写作批改在整体风格反馈和主题相关性判断上还有改进空间，但是在现实应用中，老师一般改单份作业的时间很短，自动批改反而能体现出精度的优势。

　　技术的探索建立在公司长期研发投入上。先声团队70%是技术人员，还聘请了有三十年语音对话研究经验的卡内基梅隆大学教授Alexander I. Rudnicky担任首席科学家。在2018年的北美SLAM 竞赛中，先声在英语语种比赛中获得了第一名。

　　技术走出实验室，还需要考虑到复杂的落地场景。比如在智能口语测评中，如果使用者身边有人在说话，那么测评的质量就会大打折扣。公司这几年一直在反复和教育学习管理机关沟通，在秦龙看来，技术公司最重要是通过交流知道客户痛点，同时教育客户。

　　沟通具体面向的是应用技术的老师。不少上年纪的老师甚至对App是什么都不太了解，公司需要切实明白他们的需求，并告诉他们AI能做什么：“很多老师看报道说语音识别能达到99%的正确率，但那是在特定数据库上，实际使用的时候，没那么准确。”

　　经过几年的发展，先声基本覆盖了技术常规的应用场景，并在做更多细节优化。智能口语测评先声能够逐句打分，让用户实时收获反馈。先声也在做开放式测评，过去用户对着固定文本进行口语测评，现在产品能对用户随便讲的一段话进行测评，这建立在语音识别准确率足够高的基础上。

　　随着场景拓展，先声智能也在延伸业务。一方面在英语之外，进行中文阅读的口语测评，另一方面，在耕耘K12领域几年后，先声也逐渐进入口语学习和中文阅读都很重要的学前教育领域。

　　应用阶段的延伸不是简单的技术复制，而需要仔细考虑到复杂的学习关系。比如学前教育更重要的是鼓励孩子开口，如果一直给孩子打分较低，就会消磨学生的学习兴趣，违背教育本来目的，这是K12教育不需要考虑的。

　　这几年大型网络公司也在尝试将智能语音技术应用到教育领域。面对大公司的压力，秦龙认为先声的优点是对于教育垂类的深耕，双方出发点的不同会让技术具有偏向性。

　　对技术落点的研究，才是先声真正的壁垒。比如同样一段语音，大公司的识别技术会将错误发音和语法识别为正确，而先声智能的技术则会找出错误，因为大公司的语音技术是为了识别和确认语音，而先声的技术是为帮助学生找到错误。

　　随着业务的发展，先声智能也在拓展业务的边界。在横向上，除了提供技术，也尝试输出内容和硬件的解决方案，在纵向上，AI技术有机会运用到课堂教育中，并为教育学习管理机关提供更全面的解决方案。

　　在和学校、硬件厂商的合作过程中，先声智能发现除了口语测评技术，合作伙伴也有题库、绘本等内容需求。先声智能去年签约了《爱探险的朵拉》等IP，并与咔哒故事、悟空识字等多家儿童数字内容平台建立了深度合作伙伴关系，希望加强内容的储备。

　　先声也在尝试更多软硬结合的方案。过去公司主攻软件，2018年开始有硬件厂商来寻求合作。去年公司与360AI音箱和等智能硬件达成合作，为其提供技术上的支持。公司也在交互技术上叠加硬件和学习内容，将一套软硬件的模组方案售卖给厂商。

　　对AI教育来说，经历了2018年的风口和2019年的退潮，AI的应用逐渐回归理性，用AI技术改造核心的教育环节还需要一些时间。但先声智能也在尝试用AI解决在线教育的核心痛点。

　　目前热门的在线大班难点在于难以实现学生交互。现在的交互更多通过做题来实现，但会造成对课堂的打断，师生交流更本能的反应仍是语音，先声智能在将语音识别和语音测评技术应用到在线课堂，让学生通过语音解决老师提出的问题，来提升课堂的互动效率。

　　另一方面，过去公司都在做相对外围的单项技术输出。在新的发展阶段，秦龙希望能为教育公司可以提供系统化的AI技术解决方案。教育企业内部有着复杂的场景，由此产生的需求需要多种AI技术融合才能解决。

　　这需要先声深入理解企业的场景，从而寻找痛点和解决办法。比如在线下播放网课视频时，如何利用AI将视频进行剪辑精简。不少教育学习管理机关的学生作业录入线上仍然靠人工进行，若能够采纳AI技术，将会大幅度的降低成本。

　　整体来看，服务商的发展和行业的变化紧密关联。先声创立时在线教育刚刚兴起，在线教育对AI技术有着更强的应用意愿，也逐渐推高了AI的应用热情。公司开展业务后，客户数量从始至终保持每年100%以上的增速，其中超过60%是线上企业。

　　今年的疫情推进了线上教育的发展，先声的技术使用率在疫情期间较去年同期有超过700%的增长。据秦龙判断，在今年三四季度，受到疫情教育的线下教育学习管理机关，也会更多和公司达成合作，过去对线下教育的渗透不足是市场拓展的难点，现在疫情加速了这样的一个过程，公司也因此就需要思考线下场景的技术优化方向。

　　在融资方面，先声智能已完成3轮过千万美金融资，投资方包括联想之星、创世伙伴资本、思必驰、好未来和浙大友创。公司目前在筹划PreB轮融资，大多数都用在学校场景下的技术研发。

　　AI对教育的应用仍在初级阶段，秦龙也承认，互联网并没有在本质上改变教育的运作形式。但在可见的未来，AI仍有机会为教育体系提效，并且深入改造教育本身，这将会是作为AI服务商的智能更长远的机会。

上一篇:成功支撑数十万考生英语传闻中考先声智能白话测评正式对全国中高考
下一篇:猎豹移动｜先声智能 机器人AI英语陪练时代开启