Алиса ассистент от яндекса: Голосовой помощник Алиса. Справка

Содержание

Хаб Яндекса для устройств — один для всех

Расширит возможности вашего
умного дома с Алисой. Точка соединения разных устройств через Zigbee™, ИК‑порт и Wi-Fi. Быстро и легко подключить, удобно управлять¹

Ваш умный дом сможет больше

Если наполнить его датчиками и множеством
других Zigbee-устройств. Хаб соединит их с умным домом, и вы сможете управлять всем через приложение или через Станцию голосом²

— Алиса, какая температура в гостиной?

Чтобы умный дом стал комфортным, уютным и безопасным.
Всё будет работать даже без ваших команд

Правильный микроклимат в квартире

Задайте комфортный уровень температуры и влажности, и кондиционер с увлажнителем сами включатся, когда нужно

Освещение, которое подстраивается под вас

Свет в кухне будет гореть,
только когда вы там находитесь

Безопасность дома и на даче

Установите датчики открытия, чтобы сразу узнать, если окно или дверь откроются, пока вас нет

Уязвимые места под контролем

Разместите датчики протечки
в ванной и на кухне, чтобы избежать неприятных сюрпризов

Беспроводная
кнопка

Выключайте свет, телевизор и запускайте увлажнитель перед сном одним нажатием,
не вставая с кровати³

Добавляйте различные устройства в умный дом с Алисой и легко соединяйте их между собой

Через Zigbee

Подключайте датчики Яндекса с Zigbee напрямую к Хабу, объединяйте с другими устройствами умного дома и задавайте сценарии. Множество процессов в умном доме станут автоматизированными

Через ИК-порт

Подключите телевизор или кондиционер к Хабу и управляйте без пульта.
Через приложение Дом с Алисой или через колонку голосом³

Через Wi-Fi

Подключайте к умному дому с Алисой умные лампочки, чайники, пылесосы и тысячи других Wi-Fi-устройств разных производителей

Через Zigbee

Через ИК-порт

Подключите телевизор или кондиционер к Хабу и управляйте без пульта.
Через приложение Дом с Алисой или через колонку голосом⁴

Через Wi-Fi

Подключайте и объединяйте разные устройства умного дома в одном приложении

Получайте
push-уведомления

Настройте уведомления в приложении
Дом с Алисой. Стандартные push-уведомления, чтобы быть в курсе событий в вашем умном доме, и дополнительные — для экстренных случаев⁵

Настраивайте работу
умного дома как вам удобно

Проверяйте
состояние датчиков

Голосом через Яндекс Станцию

Объедините Хаб со Станцией, подключите датчики и взаимодействуйте с устройствами умного дома голосом²

— Алиса, какая
влажность в детской?

«Яндекс» адаптирует голосового помощника «Алису» под работу в других странах / Хабр

«Яндекс» начал адаптировать голосового помощника «Алису» под работу в других странах. Компания активно нанимает специалистов по обучению «Алисы» другим языкам помимо русского. Профильные эксперты пояснили СМИ, что есть хорошие перспективы в локализации «Алисы» для испаноязычных стран Южной Америки. Они предупреждают, что голосового ассистента придётся перевоспитывать, потому что его текущая «игривая натура» может быть неприемлема для других культур.

«Помощник «Алиса» начинает развиваться в международном направлении, и у нас появляется множество интересных задач по локализации технологий голосового ассистента. Ищем крутых разработчиков, которые помогут «Алисе» научиться говорить на новых языках», — пояснили в «Яндексе».

«Мы стремимся сделать «Алису» максимально интеллектуальной голосовой помощницей и уже приобрели значительный опыт в области Natural Language Understanding (NLU) для российского сегмента. Теперь нашей команде предстоит выстроить систему, которая позволит обучать «Алису» иностранным языкам», — подтвердили в компании.

У «Яндекса» есть такие вакансии: «Разработчик системы понимания естественных языков в Алису» и «Разработчик в команду международного движка Алисы».

Представители отрасли рассказали СМИ, что отсутствие поддержки национальных языков сдерживает рост популярности устройств от «Яндекса» в других странах, где они продаются. В «Яндексе» отметили, что умные колонки компании «относительно хорошо продаются в странах с большой долей русскоязычного населения», а целевые аудитории «мало отличаются друг от друга».

Изначально «Алиса» позиционировалась как первый голосовой ассистент для российского рынка, способный вести диалоги и исполнять команды только по-русски. Распознавание и синтез речи на других языках в ней ограничиваются функциями поиска и переводчика. В 2018 году СМИ выяснили о планах «Яндекса» создать версию «Алисы» для украинского, белорусского и казахского и узбекского языков. Но с началом пандемии работа над локализацией «Алисы» была приостановлена.

В конце апреля и начале мая в Казахстане появились в продаже умные телевизоры «Яндекса», новая «Станция Макс», «Яндекс Хаб» и датчики с поддержкой протокола Zigbee. С устройствами можно общаться только на русском языке. В компании не пояснили, когда смогут сделать локализацию для пользователей в стране.

10 октября 2022 года голосовому ассистенту «Алиса» от компании «Яндекс» исполнилось 5 лет. Этот сервис теперь умеет намного больше, чем разработчики себе представляли на старте проекта.«Яндекс» выпустила свой голосовой помощник «Алису» в 2017 году. Сервис использует технологии SpeechKit для распознавания голоса и Turing, чтобы подобрать подходящий по смыслу ответ. Голосовой помощник «Алиса» обучена поддерживать живой диалог с пользователями с помощью суперкомпьютеров «Яндекса», современных технологий машинного обучения и систем искусственного интеллекта на базе нейронных сетей.

«Яндекс» рассказал, что голосовой ассистент «Алиса» научилась узнавать всех членов семьи, а все умные колонки компании с «Алисой» получили функцию совместного использования.

В конце декабря 2022 года «Яндекс» научил голосовой ассистент «Алиса» искать потерянный дома смартфон. В компании пояснили, что «Алиса» может быть полезна в самых разных ситуациях: с ней можно учиться новому, развлекаться и решать повседневные задачи. Теперь разработчики добавили в неё возможность позвонить на мобильное устройство пользователя.

Алиса, создание: За кулисами с новым ИИ-помощником от Яндекса

Siri против Google Assistant против Bixby

Сегодня к вечеринке присоединяется еще один ИИ-помощник с Alexa, Google Assistant, Siri, Viv, и банда. Ее зовут Алиса, и она родом из России. У Яндекса, российского интернет-гиганта, большие планы на будущее, и Алиса играет в них ключевую роль.

Читайте также: Россия приговаривает хакеров из кольца Шалтая-Болтая | Руководители Facebook, Google и Twitter дадут показания на слушаниях в России | Нарушил ли российский взлом выборов международное право? Даже эксперты не уверены

Недавно Яндекс отпраздновал свое 20-летие в Москве, и это празднование дало возможность посетить штаб-квартиру Яндекса, пообщаться с некоторыми из его лучших умов и узнать подробности того, что готовится и как все работает за кулисами.

Как и большинство поставщиков высоких технологий в наши дни, Яндекс использует огромное количество данных и передовое машинное обучение (МО) для разработки своих продуктов и услуг. В этом случае Яндекс должен учитывать дополнительные особенности местности и языка, и взгляд на то, как выпускники Google и Microsoft делают это в Яндексе, освещает современное состояние дел.

Группа помощников ИИ только что получила новую запись: Алиса из российского Яндекса. (Изображение: Яндекс)

Мир, познакомьтесь с Алисой

Когда ZDNet посетил Москву в конце сентября, это был не просто еще один день в офисе для почти 3000 человек, работающих в огромной штаб-квартире Яндекса. Не каждый день компания отмечает 20-летие, а Яндекс жив и здоров, доминируя на рынке, который включает Россию и ее периферийные страны.

Это были дни финального спринта по освобождению Алисы, но люди из Яндекса уже были достаточно уверены в ней, чтобы показать ее специальному гостю: президенту России Владимиру Путину. По общему признанию, это больше, чем обычный стресс от выпуска новых продуктов, но в конце концов все получилось.

Во всяком случае, как в шутку заметил Миша Биленко во время нашей беседы на следующий день, вы не хотите пропустить срок выпуска продукта после того, как пообещали его Путину. Биленко присоединился к Яндексу в качестве главы отдела машинного интеллекта и исследований (МИР) после долгого пребывания в Microsoft и, помимо прочего, активно участвовал в создании Алисы.

Это говорит о строительных блоках, использованных для создания Алисы, но Биленко определенно был не единственным, кто участвовал в этом. На данный момент Алиса интегрирует такие сервисы Яндекса, как Поиск, Новости, Погода, Музыка и Карты. Алиса доступна в приложении Яндекс Поиск на iOS и Android. Есть бета-версия для Windows, скоро появятся Яндекс.Браузер и другие продукты Яндекса.

Денис Филиппов, руководитель Яндекс Речевых Технологий, рассказал, что «Алиса» предоставляет расширенный цифровой функционал для решения задач с помощью единого инструмента за счет централизации ряда лидирующих на рынке продуктов. Филипов отвечает за SpeechKit, собственный набор инструментов распознавания речи Яндекса, на который опирается распознавание и синтез голоса Алисы.

Филипов, однако, указывает, что Алиса построена на стеке поисковых, речевых и диалоговых технологий: голосовая активация, распознавание речи, преобразование текста в речь, недостатки естественного языка, распознавание сущностей, управление диалогами, контекстная поддержка, поиск , ответы объектов и другие.

Большинство этих технологий основаны на глубоком обучении (ГО), поэтому для их обучения необходимо большое количество обучающих данных. Однако для Филипова это не проблема: «У нас есть отличный источник данных, поскольку у Яндекса самые популярные в России поисковые, гео-сервисы и сервисы такси, а также десятки других мобильных приложений. Мы также используем Яндекс Толоку, нашу краудсорсинговую платформу, для сбора тренировочных данных».

Что на будущее? В конечном итоге «Яндекс» хочет, чтобы «Алиса» стала базовой платформой для организации взаимодействия людей и устройств на всех возможных поверхностях, таких как смартфоны, десктопы, умные дома, автомобили и любые другие, сказал Филипов. Звучит по-гугловски. Но как насчет хранения и обработки голосовых данных — будет ли это тоже по-гугловски?

Филипов рассказал, что голосовые запросы к Алисе обрабатываются серверами Яндекса в облаке: «Некоторые из них мы сохраняем для расширения обучающей выборки данных, чтобы предоставить нашим пользователям лучшее качество распознавания речи. Для нас крайне важно обеспечить высочайший уровень конфиденциальности для наших пользователей, поэтому мы сохраняем полностью анонимные голосовые данные без каких-либо ассоциаций с учетными записями пользователей».

Филипов добавил, что Алиса работает в составе других приложений Яндекса и не может быть использована для управления какими-либо другими функциями смартфона, в ответ на опасения по поводу недавно обнаруженных уязвимостей в других помощниках. В конечном счете, как Алиса оценивается по сравнению с другими помощниками? Как вообще можно начинать делать такие сравнения?

Одним из способов сделать это было бы придумать способ измерения IQ, как это недавно было сделано в сравнительном тесте. Однако Филипов, похоже, предпочитает другой показатель: WER (Коэффициент ошибок в словах). «Мы хотели, чтобы Алиса взаимодействовала с пользователями как человек, чтобы пользователям не нужно было адаптировать свои запросы», — сказал он.

«При разработке Алисы мы использовали наши речевые технологии, которые в настоящее время обеспечивают самое точное в мире распознавание русского языка. Основываясь на измерениях WER, Алиса демонстрирует уровень точности распознавания речи, близкий к человеческому. Алиса использует технологию гибридного диалога с контекстной поддержкой, это сочетание целенаправленных и общих моделей беседы9.0005

Читайте также: Путин говорит, что Россия других не взламывает, но патриоты могли бы | Трамп увольняет директора ФБР Джеймса Коми на фоне продолжающегося расследования в отношении России | Россия присоединяется к гонке вооружений по производству пушечных роевых ботов

«Для общего разговора Алису обучали не только предопределенным ответам, что на данный момент является обычным подходом для виртуальных помощников, но и мы пошли дальше и запустили нейросетевой разговор модель, которая была обучена на огромном количестве текстовых диалогов из Интернета. 0005

«Алиса, как и все продукты Яндекса, является продуктом, ориентированным на пользователя, поэтому мы используем некоторый общий набор метрик для его оценки на высоком уровне, таких как ежедневная активная аудитория, удержание пользователей, запросы на пользователя и другие.

» Русский язык предлагает уникальный набор проблем с его грамматическими сложностями и зависимостью от тона голоса. Сосредоточенность и опыт Яндекса в русском языке позволили нам обучить Алису превосходному пониманию пользователей и их различных акцентов».

С русского на английский и обратно

Это все хорошо, но если ты не русскоязычный, то какое тебе дело? На данный момент, по общему признанию, не так много. Но это вполне может измениться в не столь отдаленном будущем, если Дэвиду Талботу и его команде есть что сказать по этому поводу. Например, люди уже используют перевод Яндекса в сочетании с распознаванием текста, поэтому создание голосовой связи не кажется чем-то далеким.

Талбот возглавляет подразделение машинного перевода (MTU) Яндекса, после того как около десяти лет работал над машинным переводом в Google. Работа его команды на данный момент не сосредоточена на произнесении слов, но такие вещи, как обработка естественного языка и распознавание сущностей, являются как ключевыми для их работы, так и частью строительных блоков Алисы.

Так что, если вы надеетесь использовать Alice на английском языке в будущем, команда Талбота должна быть еще больше и загруженнее, чем сейчас. Тридцать человек могут звучать как много, как стартап внутри корпорации, но знакомство с их геркулесовой работой может заставить вас задаться вопросом, достаточно ли этого.

Талбот и его команда только что вернулись с международного семинара по машинному переводу, когда у нас состоялось обсуждение, и это была хорошая возможность получить представление изнутри о последних разработках в этой области, а также о том, что используется на практике.

Тальбот присоединился к Яндексу совсем недавно, но команда, которую он сейчас возглавляет, работает с 2011 года, изначально инициированная исправлением пользовательских запросов с ошибками. Поскольку это в каком-то смысле близко к проблеме перевода, именно они позвонили, когда Яндекс решил сделать нерусский интернет прозрачным для своих пользователей.

Миссия MTU — предоставить пользователям Яндекса возможность прозрачно взаимодействовать с любой частью Интернета на их родном языке. Уроженец Англии Талбот, который сам говорит по-русски, сказал, что, хотя это и обеспечивает особый акцент на их переводческой работе, MTU использует методы, которые используют все остальные в этой области. MTU гордится тем, что является лучшим в области перевода на русский язык и с русского языка.

И что это могут быть за техники? В основном много ML и DL. Талбот объясняет, что за последние пару лет в этой области произошли огромные изменения, в основном благодаря прогрессу в области глубокого обучения: «Долгое время доминировали статистические модели, но теперь в моде нейронный машинный перевод».

Служба переводов Яндекса может зависеть от цели и контекста, но проблемы, с которыми она сталкивается, и решения, которые она принимает, универсальны. в основном основаны на огромных таблицах фраз и переводов с языка на язык. Модели DL, напротив, работают со всем документом или, по крайней мере, с гораздо большей его частью.

В результате каждый подход имеет свои сильные и слабые стороны. Статистический подход хорошо работает на уровне фраз за фразами, но общий результат более гибок с DL. Проблема, по словам Талбота, в том, что когда DL идет не так, он идет действительно неправильно — он может производить тарабарщину.

С другой стороны, Талбот заметил: «Мы просим эти алгоритмы машинного перевода сделать то, против чего возражал бы любой человек-переводчик: переводить отдельные фразы вне контекста».

Итак, как решить эту дилемму?

В настоящее время MTU использует оба подхода и классификатор, чтобы определить, какой результат выглядит лучше для данного текста. По сути, сказал Талбот, это работает как запасной вариант для случаев, когда перевод DL идет неправильно.

В будущем MTU надеется решить эту проблему более сложными способами, включая предоставление большего контекста. Вместо того, чтобы позволить каждому алгоритму работать независимо, а затем оставить один результат в конце, MTU работает над способами их более органичного объединения, например, скармливая таблицы фраз алгоритму DL.

Другие подходы связаны с разработкой различных архитектур DL. Как объяснил Талбот, машинный перевод на основе глубокого обучения — это сложная проблема оптимизации, которая, среди прочего, означает, что — в зависимости от ваших начальных настроек и конфигурации — вы можете в конечном итоге разработать разные нейронные сети, которые, кажется, дают один и тот же результат, но работать по-разному. Объединение массива этих нейронных сетей — еще одна возможная оптимизация.

А еще есть метод грубой силы: больше данных = лучше обучение = лучше результаты. Но это не так просто, даже если вы Яндекс. Индексация всей сети или ее части — хорошая основа. Но тогда есть ряд «подводных камней». Что нужно для MTU, так это пары документов, которые существуют и на русском, и на английском языке, для которых перевод на самом деле хороший.

Без хорошей эвристической стратегии это невыполнимая задача. Представьте, что вам нужно найти каждый документ в Интернете и сопоставить его с любым другим документом, а затем оценить, является ли один переводом другого, а затем оценить качество перевода. Даже с учетом эвристики это действительно сложно и требует огромных вычислительных ресурсов и ресурсов хранения.

Возможно, было бы проще применить какие-то предметные знания, которые в данном случае сводятся к лингвистике. На самом деле это уже сделано, сказал Талбот. Какое-то время это было основной стратегией машинного перевода, пока подходы машинного обучения не стали доминирующими. Интересно, что в том, что отражает ситуацию во многих областях, рвение к машинному обучению заставило людей изначально игнорировать знание предметной области.

Читайте также: Министерство юстиции предъявило четырем российским хакерам обвинения в взломе Yahoo | Использует ли Россия хакерские атаки и дезинформацию для разрушения западных стран? | Минфин ослабляет санкции против России, чтобы ослабить блокаду зашифрованных технологий | Обама, ФРС описывают технические детали, детали целевого фишинга, санкции против России в связи с кибератаками

Многие методы были применены для повышения качества результатов подходов ML, некоторые из них напоминают то, что MTU сейчас пытается использовать для своего подхода DL. Однако, когда они вышли на плато, пришло время вернуться к лингвистике, что, как оказалось, принесло значительные улучшения.

История вполне может повториться. Талбот отметил, что, несмотря на то, что некоторые люди уже пытались использовать лингвистику с подходами глубокого обучения, успехи были скромными. Однако, как только другие методы вновь выйдут на плато, вполне вероятен возврат к лингвистике.

Для меня это все большие данные

Работа с проектами такого масштаба требует глубокого опыта и инфраструктуры для вычислений и хранения действительно больших данных. Яндекс — одна из немногих организаций, которые имеют доступ к такого рода данным и опыту, и его подход интересен, несколько своеобразен и не так уж хорошо известен за его пределами. Мы вернемся к дальнейшему изучению подхода, инфраструктуры и приложений в ближайшем будущем.

Предыдущее и связанное покрытие

Какова роль Касперского в краже данных АНБ? Вот три возможных исхода.

Сенсационный новостной репортаж о предполагаемой причастности Касперского к краже данных АНБ оставляет без ответа один важный вопрос.

Помимо «Лаборатории Касперского»: как цифровая «холодная война» с Россией угрожает ИТ-индустрии

Что будет означать эскалация напряженности для будущего наших отношений с российскими софтверными компаниями, разработчиками и техническими специалистами, находящимися на стратегическом аутсорсинге?

Трамп отказывается от «непробиваемого киберподразделения» с Россией

Коллеги-политики выстроились в очередь, чтобы высмеять идею президента США Дональда Трампа о партнерстве с Россией в области кибербезопасности.

Разоблачитель АНБ Сноуден: запрет VPN делает Россию «менее безопасной и менее свободной»

Решение Владимира Путина запретить виртуальные частные сети вызвало критику со стороны разоблачителя АНБ Эдварда Сноудена.

yalice · PyPI

Библиотека Python для написания приложений на голосовом помощнике яндекс

 pip установить yalice

Эта библиотека является оболочкой для Яндекс Алисы, а не независимой библиотекой для написания веб-приложений, поэтому инициализация принимает объект типа Flask

 из flask import Flask
из yalice импортировать AliceBot, сообщение, чат
приложение = фляга (__имя__)
бот = AliceBot(приложение)

Ваш бот будет находиться на странице ‘/post’
Если вы хотите изменить это, вы можете изменить это, добавив страницу параметра str

 bot = AliceBot(app, page='/alice')

Также Яндекс Алиса может хранить состояние пользователя и состояние сеанса, pyalice дает вам возможность автоматически сохранять все эти данные, но вы можете отключить эту возможность, добавив логический параметр Remember_state (чтобы узнать больше о состояниях, нажмите здесь)

 bot = AliceBot( приложение, страница = '/ Алиса', Remember_state = False)

Для обработки сообщений вы можете использовать декоратор message_handler

 @bot. message_handler(start_handler=True)
def start(чат: Чат, сообщение: Сообщение):
    chat.send_message('Здравствуйте, я раздражаю Алису. Буду повторять каждое ваше слово!')
@bot.message_handler (токены = ['stop'], filter_func = лямбда-сообщение: message.request.type == 'ButtonPressed')
def stop(чат: Чат, сообщение: Сообщение):
    chat.send_message('Это была веселая игра!')
    чат.end_session()
@bot.message_handler(unknown_handler=Истина)
def echo(чат: Чат, сообщение: Сообщение):
    chat.send_message(message.request.original_utterance)
    chat.send_button('Стоп!')

Вы можете инициализировать изображения в начале для легкого доступа
Существует 3 способа инициализации изображений

# 1 изображение за раз
bot.set_image('лиса', '123456/123456')
bot.set_image('кошка', '654321/654321')
# несколько изображений одновременно
изображения = {
«лиса»: «123456/123456»,
«кошка»: «654321/654321»
}
bot.set_images(изображения)
# несколько изображений за раз с помощью переменной bot.