茕茕 發自 凹非寺量子位 報道 | 公衆号 QbitAI

60秒的語音，1秒就能轉成文字，即使是廣普、川普，也能準确地被“翻譯”成普通話。

打開文檔，點擊語音速記，開會時不用鍵盤敲得噼啪響，也能把會議内容用文字記錄下來。

這是辦公軟件釘釘，展現的智能化能力。

嗯，真香。

而且這些技術，對于常刷AI前沿論文的我，亦似曾相識。

所以當我心生好奇，想要扒一扒應用背後的技術，還真找到了相關文獻。

豁，左一個INTERSPEECH，右一手SOTA，還挂上了阿裡的技術招牌達摩院，研發人員一水兒的大牛，甚至是達摩院語音實驗室負責人鄢志傑親自參與……

咦？那個讓人“瑟瑟發抖”的釘釘本釘，一直印象是個應用型産品，怎麼還和技術範兒的達摩院關聯了起來？

再一打聽，果然。

釘釘自己也大大方方承認，在整合進入阿裡雲體系後，包括達摩院，阿裡雲的最新最前沿的技術，都會開始加速落地。

現在，請叫釘釘為——阿裡AI等前沿技術的用戶界面。

就說長語音轉文字這麼一個小功能。

在釘釘裡，最長可以發送5分鐘的語音，同樣能夠秒轉文字，并且支持四川話、廣東話等多種方言。

中英混雜，也不影響文字轉換的準确率。

功能雖常見，細節處卻能見真章。而其背後用到的，正是達摩院最新的端到端語音識别技術。

2020年9月的雲栖大會上，達摩院公布了語音AI方面的技術突破：

推出E2E-ASR端到端語音識别技術，基于達摩院提出的SAN-M網絡結構，及基于SCAMA的流式端到端語音識别框架，在提升計算效率的同時，還将高難度場景中的語音識别錯誤率降低近三成，刷新已公布的在線ASR（語音識别）方法的SOTA。

更重要的是，該技術能在移動終端上，實現接近雲端的語音識别效果。

類似的，還有支持中文、英文、日語、越南語等10種語言轉化的AI翻譯功能。

不隻是針對文字對話、文檔，結合OCR技術，對于聊天中的圖片文件，釘釘同樣可以一鍵識别文字并翻譯。

而疫情期間着實火了一把的釘釘視頻會議功能背後，同樣有來自阿裡雲、達摩院的強力輸出。

要知道，釘釘在2020年的用戶數比2019年翻了一番，突破4億。

想要平穩支持這個量級的用戶的辦公協同、遠程上課需求，對于視頻會議背後的技術人員而言，就意味着前所未有的高并發挑戰。還記得疫情期間，各類在線教育、遠程辦公平台你崩我崩不斷崩。

不僅需要充足的服務器、雲計算資源作為基礎支撐，也同樣對視頻編解碼算法、視頻會議架構等提出了更高難度的技術挑戰。

比如傳統的視頻會議架構采用集中式架構，在大規模部署和彈性伸縮等方面存在天然的劣勢。

但因為釘釘背靠阿裡雲的雲計算和邊緣計算能力，采用分布式微服務架構，可以進行超大規模系統計算資源編排和網絡資源編排。并且能根據系統負載情況進行動态擴縮容，最後可以做到系統資源的最大化共享使用。

除此之外，由于5G普及、用戶終端網絡能力變強等因素，視頻流量的持續增大，也對分發網絡的時延提出了更高的要求，音視頻的流量需要被更智能地分發、處理。

可以說，音視頻對于技術人員的考驗是全方位的。

而釘釘音視頻如今已然連通了阿裡雲的基礎技術實力，能充分結合達摩院所提供的視頻編解碼算法、語音3A處理、網絡QoS、AI轉寫、機器翻譯、AI降噪等技術，全面提升用戶的視頻會議體驗。

類似達摩院語音實驗室的智能降噪，在0db SNR下，MOS（Mean Opinion Score）依然可以達到3.5分，回聲消除ERLE（回聲回波損耗增強）可以達到52.2db，處于業界領先水平。

在當初釘釘整合進入阿裡雲體系時，張建鋒就放話說，釘釘隻會更強。

如今，誠不我欺。

最近釘釘的重要版本升級，就是直觀展現。

這回，連定位都不一樣了：直接從協同辦公平台，升級成了企業協同辦公和應用開發平台。

主要的變化，有以下幾點：

……

不妨結合具體的案例，來看這到底是怎樣一種能力。

蒙牛集團在2020年初疫情期間，面臨着線下招投标暫停的問題。如何快速把招投标這件事挪到線上，盡快恢複正常工作？

蒙牛在早已将組織架構通過釘釘搬上雲端的基礎上，決定采用宜搭搭建招标平台，結合釘釘的群、視頻會議等功能，線上完成供應商的招投标和審計工作。

據蒙牛集團IT總監鄭炯介紹：

原本采購一套審計系統需要花100萬元，現在用宜搭幾乎0成本開發出來。

目前公司搭建宜搭應用100多項，替代大批采購IT系統，有效降低了企業的運營成本。

所以可以理解為，如今的釘釘：

中後台技術更強，達摩院等前沿技術的使用，讓前端應用更有支撐和保障了。

中後台技術還進一步降低了前台技術開發門檻，開發者因地制宜開發适配的程序，變得更簡單，于是釘釘能做的，更多了。

就說新上線的低代碼開發産品宜搭，搭建出來的應用還是雲原生的。

怎麼說？由于宜搭自身天然構建在阿裡雲上，用它搭出來的應用具備分布式計算、彈性擴容、異地容災、CDN加速、企業級雲安全等阿裡雲原生能力。

而且，宜搭對阿裡巴巴、阿裡雲的各類前沿技術和基礎技術進行了組件化，每個用戶能直接調用阿裡的OCR、數據引擎、DataV等技術與産品。

以前的釘釘，隻是一支單兵提供武器，現在卻正在發動起廣大開發者和人民群衆。

秘訣就可以套用群衆路線：依靠群衆、發動群衆，從群衆中來，到群衆中去。

但在實踐這條路線之前，釘釘有前置性的準備。

而這也就是阿裡的“雲釘一體”戰略。

阿裡雲智能總裁張建鋒說，在雲智能體系中，釘釘上聯行業應用，下聯基礎設施。

上聯行業應用，前文說到的低代碼工具、連接器等正在體現，讓行業應用的創建開發、連接、數據互通更簡單。

那下聯基礎設施如何體現？分析下來就是調用阿裡雲的底層各項計算、網絡、存儲服務、産業解決方案能力，以及将阿裡雲的在雲、AI、大數據領域的前沿技術和算法等，在釘釘上進行産品化，把各種各樣普通用戶聽起來遙不可及的前沿技術，在釘釘變成現實，變成用戶觸摸得到的産品、工具。

所以釘釘之所以煥然一新，在于雲釘一體戰略的初步成功，釘釘真的在成為阿裡技術的集大成陣地。

其次，集阿裡技術大成畢竟有限，所以阿裡在實踐“群衆路線”中，把開發門檻降得更低，讓更多場景性應用可以開花結果。

這也是為什麼，低代碼這件事，在釘釘此次升級中顯得如此矚目的原因。

如果連點成線來看，也就能理解為何當初一定要把釘釘調整并入阿裡雲體系之中了。

一方面，協同作戰，統一領導，可以集中開發精銳和前沿技術炮火。

另一方面，阿裡雲也有了合适的面向終端客戶和用戶的業務應用窗口，各種前沿技術有了更直接的使用陣地。

也正因為此，釘釘現在可以說擁有強悍技術實力在後台支持。

當然，再來看雲釘一體化戰略的掌舵者——張建鋒之前的判斷，還會感慨阿裡的戰略格局和遠見。

站在曆史的角度來看釘釘未來，張建鋒認為，全球軟件發展的曆史分為三個階段：

第一階段IT基礎設施是大型機或小型機，企業購買大型軟件系統來解決所有問題，但實施成本高、運維代價大、再次開發難。

第二波浪潮是SaaS軟件興起，比如Salesforce的CRM系統。這個階段IT基礎設施統一了，但軟件是由不同的供應商提供，軟件和軟件之間還是形成了數據孤島。

第三階段是雲釘一體進化的目标。主要的特點，就是基于雲的能力，讓企業開發應用從過去集成式或SaaS化的軟件開發，進化到低代碼開發，讓企業、組織可以更低成本地跟上數字化轉型的大勢。

張建鋒還說，未來十年有諸多不确定性，但也有明确的——最大的确定性——數字化技術的普及，整個社會經濟和生活的全面數字化趨勢。

所以不要擔心釘釘“支配”你的學習和工作啦。

因為它将變革的，是與你數字化和智能化相關的一切。

— 完 —

量子位 QbitAI · 頭條号簽約

關注我們，第一時間獲知前沿科技動态

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!