索尼北京工廠關(guān)閉 印度試產(chǎn)最新iPhone 亞馬遜Alexa推新語音識(shí)別系統(tǒng)

3月28日，索尼移動(dòng)官方宣布關(guān)閉北京工廠，按照官方說法，索尼將把生產(chǎn)轉(zhuǎn)移至泰國的工廠，將繼續(xù)把部分生產(chǎn)外包給合同制造商，目標(biāo)是在2020年4月開始的會(huì)計(jì)年度將成本減半，并實(shí)現(xiàn)智能手機(jī)業(yè)務(wù)的扭虧為盈。

自3月28日索尼移動(dòng)官方宣布關(guān)閉北京工廠以來，索尼在中國的五家工廠之一北京索愛普天移動(dòng)通信有限公司已經(jīng)開始遣散員工了。

據(jù)悉，北京索愛普天移動(dòng)通信有限公司（BMC）為合資公司，索尼移動(dòng)占有51%的股份。索尼原本有兩家手機(jī)制造工廠，一家為BMC、一家為設(shè)在泰國的STT。

BMC停產(chǎn)主要原因是產(chǎn)量逐年下降、開工不足，不存在向泰國進(jìn)行生產(chǎn)轉(zhuǎn)移的情況。今后，索尼將繼續(xù)在泰國工廠制造智能手機(jī)設(shè)備，也會(huì)不斷尋求最佳的生產(chǎn)解決方案，包括目前采用的ODM制造，以便能夠靈活應(yīng)對(duì)快速變化的智能手機(jī)市場(chǎng)形勢(shì)。

BMC停產(chǎn)計(jì)劃的實(shí)施旨在提升移動(dòng)業(yè)務(wù)的整體生產(chǎn)運(yùn)營效率，其它幾家從事電子產(chǎn)品生產(chǎn)的工廠不受影響。作為索尼全球最重要的戰(zhàn)略市場(chǎng)和全球運(yùn)營鏈的重要組成部分，中國市場(chǎng)的核心戰(zhàn)略地位不會(huì)改變。

印度試產(chǎn)最新iPhone

4月2日消息，據(jù)彭博報(bào)道，富士康稱最新的iPhone手機(jī)將在印度試產(chǎn)。

對(duì)富士康來說，這可能也是縮減成本之舉。富士康最大規(guī)模的 iPhone 組裝廠位于河南鄭州。2018年，河南省上調(diào)了最低工資標(biāo)準(zhǔn)至1500元/月。而據(jù)了解，印度目前還沒有“最低工資”一說。根據(jù)富士康A(chǔ)股上市公司工業(yè)富聯(lián)日前公布的首份年報(bào)顯示，2018年?duì)I業(yè)總收入超4000億，在職員工25.2萬人，員工每月平均工資7021元。

亞馬遜Alexa推出新語音識(shí)別系統(tǒng)

亞馬遜Alexa部門的研究人員認(rèn)為，他們已經(jīng)開發(fā)出一種新的聲學(xué)建?？蚣?，通過統(tǒng)一語音增強(qiáng)和語音識(shí)別來提高性能。在實(shí)驗(yàn)中，當(dāng)應(yīng)用2-mic系統(tǒng)時(shí)，他們聲稱他們的模型比使用傳統(tǒng)的7-mic系統(tǒng)提高了9.5%的語音識(shí)別準(zhǔn)確率。

他們?cè)趦善撐闹忻枋隽俗约旱墓ぷ鞒晒?，“頻域多通道聲學(xué)模型用于遠(yuǎn)程語音識(shí)別”和“多幾何空間聲學(xué)模型用于遠(yuǎn)程語音識(shí)別”，這兩篇論文將于下月在布萊頓舉行的第44屆ICASSP國際聲學(xué)、語音與信號(hào)處理會(huì)議上發(fā)表。

研究人員在論文中描述了一種多麥克風(fēng)系統(tǒng)方法，它取代了獨(dú)立的手工編碼算法，這些算法確定波束形成器（在傳感器輸出上工作的空間濾波器，以增強(qiáng)波的幅度）的方向，并用單個(gè)神經(jīng)網(wǎng)絡(luò)識(shí)別語音信號(hào)。亞馬遜目前的Echo音箱可以動(dòng)態(tài)調(diào)整波束形成器，以適應(yīng)新的聲學(xué)環(huán)境。

Alexa語音組的語音科學(xué)家Kenichi Kumatani在一篇博客文章中解釋道：“傳統(tǒng)技術(shù)旨在將單個(gè)聲束指向任意方向，但這是一種計(jì)算密集型的方法。” “有了Echo智能音箱，我們可以將多個(gè)聲束指向不同的方向，并識(shí)別出產(chǎn)生最清晰語音信號(hào)的那一個(gè)……這就是為什么即使電視在幾碼外發(fā)出刺耳的聲音，Alexa依然可以理解你對(duì)要求播報(bào)天氣預(yù)報(bào)的指令?！?/p>

單個(gè)神經(jīng)網(wǎng)絡(luò)和傳統(tǒng)模型都將波束形成器的輸出以對(duì)數(shù)濾波器組能量的形式傳遞給特征提取器，或者以多個(gè)不規(guī)則頻帶的信號(hào)能量快照的形式傳遞給特征提取器。在傳統(tǒng)的模型中，它們對(duì)背景噪聲進(jìn)行標(biāo)準(zhǔn)化估算，提取器的輸出被傳遞給一個(gè)人工智能系統(tǒng)，該系統(tǒng)計(jì)算出不同“電話”（即語音信息的短單位）對(duì)應(yīng)的特征的概率。

論文的作者表示，如果模型的每個(gè)組件（例如，特征提取器和波束形成器優(yōu)化器）分別初始化，性能就會(huì)提高。他們同時(shí)補(bǔ)充到，不同的訓(xùn)練數(shù)據(jù)使模型能夠跨設(shè)備處理各種類型和配置的麥克風(fēng)。Kumatani說：“這意味著新設(shè)備的ASR（自動(dòng)語音識(shí)別技術(shù)）系統(tǒng)，或者使用范圍不太廣泛的設(shè)備，都可以從更廣泛使用的設(shè)備產(chǎn)生的交互數(shù)據(jù)中受益。”