Clubhouse forces you to connect by words, by intelligence.

----- Ketan Anjaria

近日，一款叫Clubhouse的語音社交軟件風頭無兩：

特斯拉CEO馬斯克2月1日在Clubhouse上“開房間”，5000人的聊天室瞬間擠爆； 軟件不僅美國大火，也在德國、日本等國APP Store總榜排名第一； 內測的邀請碼“一碼難求”； 注冊人數從4月份1500人到200萬，如今暴增到500萬； Clubhouse注冊者“大象聚首”：硅谷創業者、投資者、明星等； 2020年4月上線，5月被估值1億美元，如今估值10億美元……

交互式語音社交引發大規模投資

Clubhouse并非首款語音社交軟件，僅國內就有語音巨頭荔枝、國外的Yalla和Tiya等。騰訊早在一年前就推出QQ語音房和語音表情。伴隨著這股語音社交浪潮，人工智能也正在從視覺領域拓展到語言領域。

知名投資管理機構方舟投資管理公司(Ark Investment Management)報告顯示，對于交互式人工智能來說，2020年是極具突破性進展的一年。人工智能系統第一次能夠理解和創造語言，精準度之高與人類間的對答無異。相比早期局限在視覺領域的AI，如今的交互式AI所需的資源也更多，是前者的10倍。這將在未來數年引發大規模的投資。

隨著語音社交不斷升溫，語音社交平臺要想精準識別用戶意圖，增加用戶粘性，智能化語音分析系統成為關鍵。一個好的智能化語音系統離不開大數據的支撐。大量匹配度高、有效性強的訓練數據，對語音社交軟件的AI模型優化起到至關重要作用。

作為一家專注為語音交互領域客戶提供一站式數據解決方案的公司，Magic Data為正在進行語音交互智能化的客戶提供了超過10萬小時的對話聊天式語音訓練數據。這些數據幫助各個行業，希望快速搭建智能語音交互系統的企業，迅速完成從0到1 的過程。數據產品覆蓋全球50種不同的語言，服務了上百家合作伙伴，涵蓋智能家居、智能客服、智能助手、智能車載、智能金融、智慧教育、機器翻譯等場景。

那么對于時下炙手可熱的語音社交“Clubhouse們”，Magic Data的訓練數據產品，又可以從哪些維度幫助提升交互技能呢？

還原真實社交場景 數據如何賦能“Clubhouse們”?

Clubhouse如此被熱捧，玩法上目前有多種，不同的玩法對應不同場景。讓我們來看看具體的場景有哪些，以及怎么樣通過智能交互提高體驗性：

第一種主打半熟人社交，邀請注冊制。首先團隊邀請硅谷等知名KOL注冊，然后再通過朋友邀請朋友。這種裂變式傳播很快，短時間內覆蓋很多國家和地區。

半熟人社交一般會有共同的聊天話題，從衣食住行到興趣愛好，再到職場工作等。這些場景，通過智能語音識別的方式，記錄對話內容形成摘要，幫助后加入的人了解之前的對話內容，方便快速融入主題。

針對這個交互場景的智能化數據解決方案，Magic Data有超過100種不同主題的聊天對話數據集，這些數據集可以針對性提高不同主題的識別性能。同時，Magic Data也對這些數據進行了分類，分類結果也可以幫助優化智能系統的自動主題分類和摘要。

不同語言和方言數據產品幫助語音社交產品快速占領市場，為更多地區用戶提供更好的服務和體驗。

Clubhouse的第二種玩法是圓桌討論。在主持人引導下，就一個話題公開討論。發言嘉賓從2~100人都可以，圍觀聽眾可以達上千人。Clubhouse為代表的純語音社交讓人耳目一新，它能讓人感到更親密和“真實”。

圓桌討論的核心是主持人模式，主持人引導大家的討論方向。同時，由于參與人數較多，出現搶麥現象會比較頻繁。這個時候，系統如果能自動處理好搶麥情況，將不同說話人聲音分離，能夠給聽眾一個更好的聽覺效果。

針對這個場景，Magic Data推薦會議數據產品，幫助優化會議討論模式的識別，以及多說話人的分類識別問題。

Clubhouse的第三點，也是未來一定需要解決的，便是自動翻譯問題。由于參與人群地區跨度大，大家都希望能夠加入到交流中。這里勢必會引起不同語種間的自動翻譯需求。

Magic Data針對語音的自動翻譯功能，設計了方言和外語的語音翻譯數據集，幫助優化語音自動翻譯性能。同時，多語言的混合使用code-mixing在日常聊天中越來越普遍，針對這種現象，Magic Data推出了多語言混合場景的數據產品以及相匹配的平行語料。

Clubhouse的誕生或將意味著語音社交時代的來臨。純語音社交產品將引導人們回到以人際關系為核心，即席交談，用自己的真實的一面，用更加智慧的一面實現人與人的連接。未來，在人人社交遍地開花的時代，Magic Data將推出更多有效性、多維度和多場景的數據產品，提升語音社交平臺的智能化，讓人與人之間關系更親近、更真實。