作為一名產(chǎn)品經(jīng)理，超自然地滿足用戶需求，用戶體驗就會更好。在日常中，大家很難將自己看不懂的文字或者不同APP的一些信息直接轉(zhuǎn)化到這個APP中，這時候使用一點AI是我們的最佳選擇。本文帶你快速地了解到如何應(yīng)用AI到你的產(chǎn)品里，希望對你有所幫助。

作為一個產(chǎn)品經(jīng)理，讓我們負(fù)責(zé)的產(chǎn)品成功的關(guān)鍵在于場景、需求和痛點——越自然地滿足用戶的需求，用戶的體驗就會越好。

比如我們看看這幾個例子——

• 在快遞、閃送這個場景下，用戶的收件人地址信息通常在另外一個App里，想要有時甚至復(fù)制和粘貼都做不到。是否能對收件人的姓名、地址這些信息進行截圖、識別、智能填寫？至少我們需要把這個截圖里的文字識別出來。
• 在旅游的過程中，用戶如何快速看懂身邊的文字？有時用戶不只是看不懂——大概率連輸入都做不到（日語的假名、泰語的文字），至少我們要先把它轉(zhuǎn)成文字，然后再進行翻譯，對吧？

為了解決這些痛點問題，人工智能（AI）能力很有可能是你最佳的選擇，而做一個“懂一點AI”的產(chǎn)品經(jīng)理很可能在這個新的時代里是PM的必備技能。在這篇博客里，我們會探索三種特定的人工智能功能——圖像文本識別(OCR)、語音識別(ASR)和機器翻譯——以及如何應(yīng)用它們來增強我們的產(chǎn)品并為用戶提供價值。

當(dāng)然，值得注意的是，還有很多其它的AI能力，在日后的文章中我們會一一介紹。在這篇博客中，我會只關(guān)注這些和文字、識別和快速理解相關(guān)的三個能力，而這三個作為整個AI世界里最容易理解的基礎(chǔ)能力，能快速地帶你了解到如何應(yīng)用AI到你的產(chǎn)品里。

目錄：

1. I. 圖像文字識別（OCR）
2. II. 語音識別 (ASR)
3. III. 機器翻譯
4. IV. 總結(jié)
5. V. 一些額外的閱讀建議

一、圖像文字識別 (OCR)

很多人應(yīng)該都有這樣的困擾，比如在逛淘寶的時候，想要去搜索詳情頁的大圖里的文字簡直難于上青天，因為圖片里的文字是沒法復(fù)制的。一些不太懂一些“歪門斜道技術(shù)”的人也很難破解那些“禁止右鍵”或“禁止復(fù)制”的破網(wǎng)站的限制，拿到想要的文字。有時你也可能需要從截圖里獲取文字，或者快速掃描手頭的文檔、電子化課堂里的板書。 這些場景正是OCR的用武之地。OCR是Optical Character Recognition（光學(xué)字符識別）的縮寫，更多的我們會叫它“文字識別”或者“圖像文字識別）。在現(xiàn)在的手機App里很容易找到OCR的身影，如微信最近的更新使得你可以在聊天記錄中搜索文字，會找到提到這個文字的圖片；iOS的實況文本功能可以在輸入框中快速錄入現(xiàn)實生活中的文字等等。

OCR是一種讓計算機能識別和提取圖像中的文字的AI技術(shù)。它的工作原理（簡化到六歲小孩能理解的難度的話）可以認(rèn)為是AI通過研究各種圖片里文字的形狀和模式，學(xué)會了在圖片里“找文字”并把每個文字與已知的字符去匹配，最后告訴你“字在哪”和“這些字是什么”的技術(shù)（當(dāng)然這個解釋非常地不科學(xué)，你就將就看吧）。有了這個技術(shù)，再加上一些非常簡單的交互和UI就可以做到根據(jù)需要去編輯、搜索或存儲你提取的文本了。

如引入部分提到的，OCR的一個常見用例是在快遞行業(yè)。在填寫收件人信息時，用戶通常會截取表單的截圖并提取文本以便快速填寫。OCR使這個過程更快更有效，因為用戶不必手動輸入所有的信息。而且在截圖場景下，像手機號的識別準(zhǔn)確率會非常非常高。

OCR還可用于各種其他行業(yè)，如醫(yī)療保健、金融和教育。例如，OCR可用于從醫(yī)療記錄、財務(wù)文檔和學(xué)生成績單中提取和組織信息。在一些特殊的模版下,OCR能力結(jié)合一些圖像處理的技術(shù),也可以把一些固定格式的內(nèi)容快速提取出來,形成結(jié)構(gòu)化的信息并錄入到數(shù)據(jù)庫中;當(dāng)結(jié)合一些自然語言處理(NLP)技術(shù)時,也可以做到一些非結(jié)構(gòu)化的信息提取。

然而，在使用OCR時還是會有一些需要考慮的問題的。其中一個挑戰(zhàn)是，你想讓OCR識別得準(zhǔn)，你的圖片就得很高清優(yōu)質(zhì)。如果圖像模糊或扭曲，OCR可能就沒辦法很準(zhǔn)確地識別了。有一個比較容易理解的評估方式就是，如果人能輕松認(rèn)出這個字是什么，機器的準(zhǔn)確率通常會很高；但如果人需要費很大的勁，甚至需要結(jié)合上下文去猜測，那么機器一般就不是很能準(zhǔn)確地進行識別。

另外，像一些潦草的手寫，用通用的OCR有時也會識別困難。當(dāng)然，通用的AI能力在特殊的場景下，一般比不過對這個場景做專門優(yōu)化的能力。比如在有道智云這個AI開放平臺里，通用文字識別、手寫文字識別和公式識別是三個不同的接口。比如在教育場景下的公式識別，可以識別出LaTeX格式的公式，讓在客戶端渲染公式時更輕松容易。在我們的產(chǎn)品中如果有相應(yīng)的場景，可以去接入試試看。

二、語音識別 (ASR)

語音識別，或者說ASR（Automatic Speech Recognition，自動語音識別），則是讓計算機聽懂“語音”的技術(shù)。它能將語音轉(zhuǎn)換為文本，使用戶無需打字就能更方便地輸入信息或發(fā)出命令。

ASR通常用于智能語音助手，如Siri和小愛同學(xué)，以及各種叫“轉(zhuǎn)錄”或“聽寫”的軟件。還是拿微信舉例子，微信的語音轉(zhuǎn)文字就是一個非常典型的ASR能力的例子，沒有它你可能每天都被（你討厭的）某些朋友進行60s轟炸。其它的例子比如如語音輸入法、語音導(dǎo)航等等。它還可以用于各種行業(yè)，包括客戶服務(wù)、教育、音視頻行業(yè)等等。

例如，在客戶服務(wù)行業(yè)，ASR可用于創(chuàng)建交互式語音應(yīng)答(IVR)系統(tǒng)，讓用戶可以用語音就和“外呼機器人”對線。當(dāng)然更早期還沒有現(xiàn)在這么智能的機器人，早期其實是做一些簡單的“回答”就可以讓用戶找到他們需要的信息，有效減少了（某些公司——合理懷疑——根本就不存在的）人工客服。在教育行業(yè)，ASR應(yīng)用還是很廣泛的，比如在線課程的字幕識別、學(xué)生的課文背誦和語音問答等等。最新的B站也終于加了“字幕自動識別”，結(jié)合后文的機器翻譯就可以快速理解原本不懂的外文影片了。

在產(chǎn)品里集成ASR的好處可太多了。主要的原因其實就是它能解放雙手，不需要再去打字，這樣無論是輸入速度還是精確性都會提高不少，產(chǎn)品的可用性也會有提升。

和所有其它AI能力一樣，在使用語音識別能力的時候，要特別注意使用場景，同時也會搭配一些額外的能力使用。如實時交流的過程中，需要加入VAD能力來判斷用戶的一段話是否已經(jīng)說完（在有道智云這些能力都已經(jīng)集成進了接口中），同時對時延的要求非常高，通常要求時延在200ms以內(nèi)。相對的，在長語音文件轉(zhuǎn)寫的場景里，用戶等待的時間就可以適當(dāng)放寬，在產(chǎn)品設(shè)計上可以批量提交后系統(tǒng)轉(zhuǎn)寫再通知用戶完成（異步處理）。一般來說，一個商用的ASR系統(tǒng)的加速比一般是在1:30、1:50甚至更高，即半小時的音頻，在一分鐘就可以轉(zhuǎn)寫完畢，大家可以在產(chǎn)品設(shè)計的過程中參考這一數(shù)字。

然而，在使用ASR時也有一些問題需要考慮。其中一個挑戰(zhàn)是，這項技術(shù)可能并不總是能準(zhǔn)確識別不同的口音或方言。此外，背景噪聲會干擾ASR過程的準(zhǔn)確性。當(dāng)然，和OCR一樣，如有道智云這種面向開發(fā)者的AI平臺一方面會充分考慮通用性，在系統(tǒng)內(nèi)部進行了對噪聲的處理，同時兼容不同的方言和口音，有必要的時候還可以考慮通過聲紋識別等新的技術(shù)進行優(yōu)化，另一方面如果有特殊的需求（如對某種特定方言的準(zhǔn)確識別），也可以和他們的商務(wù)聯(lián)系來獲得更積極的支持和優(yōu)化。

三、機器翻譯

機器翻譯是一種讓計算機將文本內(nèi)容從一種語言轉(zhuǎn)換成另一種語言的技術(shù)。它可以用來實時翻譯網(wǎng)站、文檔，甚至是對話。

機器翻譯適用于各種行業(yè)和場合。例如，在社交相關(guān)的產(chǎn)品上，跨語種的交流總是會有語言障礙。加入了機器翻譯后，跨語種的交流就成為了可能。同時像產(chǎn)品描述或客戶服務(wù)查詢這種官方提供的文檔，也可以在低成本的條件下可以輕易拓展更多國家的用戶群。同時，翻譯能力可以讓我們的產(chǎn)品更容易為說不同語言的人所接受，從而使我們能夠接觸到更廣泛的受眾，也可以提高溝通的效率和信息傳遞的速度。

和上文我們提到的OCR、ASR能力結(jié)合在一起，會起到更奇妙的化學(xué)反應(yīng)。

當(dāng)輸入是圖片時，可以進行圖片翻譯，這種翻譯方式除了結(jié)合了OCR、機器翻譯外，還使用了多種新技術(shù)（如對抗生成網(wǎng)絡(luò)、篇章語義理解等等），使得不僅能讓用戶快速理解圖片中的文字，甚至可以把文字直接繪制在背景上，就好像原本照片上就是目標(biāo)語種的文字一樣，這樣能大大降低用戶的理解難度。

而當(dāng)輸入是語音時，又有一些新的玩法。比如可以實時地進行會議場景下的字幕翻譯，還可以和一些其它的語音技術(shù)相融合。比如可以直接把翻譯后的內(nèi)容讀出來（TTS技術(shù)），甚至可以用你自己的聲音讀出來（聲音復(fù)刻的PR稿，鏈接）。

當(dāng)輸入是PDF這類文檔時，由于文檔有可能是圖片格式、有可能是文字格式，需要配合針對性的解析服務(wù)（pdf轉(zhuǎn)word）來使用。有道智云也提供了“文檔翻譯”這樣的能力（可以公有云接入，也可以私有化部署），直接上傳pdf、excel、ppt等格式的文檔，就可以下載對應(yīng)的譯文。

然而，在使用機器翻譯時，也有一些需要考慮的問題。翻譯的質(zhì)量不一定在任何情況下都很好，特別是對于那些更復(fù)雜或有很多習(xí)語和文化參考的語言。 在這種情況下，有可能需要一些術(shù)語庫（鏈接）甚至是專業(yè)領(lǐng)域模型的支持。比如有道智云提供了醫(yī)學(xué)、金融、計算機等多個領(lǐng)域的專有領(lǐng)域模型。 此外，機器翻譯過程有時會改變原文的語氣或意圖。比如日語中的敬體、敬語，在和中文互譯時，受限于語言本身的差異，有時就會丟失掉原本聽話人的感受（比如中文很難表述出日本人花樣繁多的敬語之間的細(xì)微差異）。當(dāng)然，隨著技術(shù)的發(fā)展，這些問題也在慢慢地解決中

四、總結(jié)

在這篇博客文章中，我們探討了如何將圖像文本識別（OCR）、語音識別（ASR）和機器翻譯應(yīng)用于識別信息并為不同行業(yè)的用戶解決他們的痛點。作為產(chǎn)品經(jīng)理，重要的是在了解這些AI能力之后，考慮這些技術(shù)如何提高產(chǎn)品的價值和吸引力。有了像有道智云（鏈接）這樣的AI開放平臺，將這些AI功能集成到產(chǎn)品中是很容易的。他們提供了所需的基礎(chǔ)設(shè)施和算法，因此你就可以專注于改善用戶體驗并為客戶解決挑戰(zhàn)。

如果你有興趣將這些AI功能集成到你的產(chǎn)品中，接下來你可以采取以下幾個步驟：

• 研究各種可用的人工智能功能，并確定哪些功能最相關(guān)，對你的產(chǎn)品和用戶最有益。
• 探索像有道智云這樣的AI PaaS平臺，他們可以提供將這些技術(shù)輕松集成到你的產(chǎn)品所需的基礎(chǔ)設(shè)施和算法。
• 考慮在集成AI能力時一些潛在挑戰(zhàn)和限制，并相應(yīng)地制定計劃，通過產(chǎn)品設(shè)計規(guī)避他們，甚至把它變成產(chǎn)品的亮點。
• 測試和迭代以確保你實現(xiàn)的AI功能能夠為用戶增加價值并解決挑戰(zhàn)。

不要讓集成AI的“難度”成為了阻止你成為一個AI時代的產(chǎn)品經(jīng)理的問題，當(dāng)然，更容易的方法是直接聯(lián)系他們平臺的商務(wù)（鏈接）人員，獲取更加直接的支持。