Открыть сервис
Главная → Блог → DuerOS

DuerOS

DuerOS — это голосовая платформа (голосовой помощник) с функциями искусственного интеллекта, разработанная китайской компанией Baidu. Платформа предназначена для интеграции в различные устройства, включая смарт-колонки, наушники, автомобильные системы, бытовую технику и устройства «умного дома». DuerOS позволяет пользователям взаимодействовать с техникой с помощью голосовых команд на китайском и английском языках, выполняя поиск информации, управление воспроизведением мультимедиа, заказ товаров и услуг, а также управление подключёнными устройствами.

История и развитие

Разработка DuerOS была начата компанией Baidu в 2015 году как часть стратегии по созданию экосистемы голосового управления и искусственного интеллекта. Первая публичная версия платформы была представлена в 2017 году на выставке Consumer Electronics Show (CES) в Лас-Вегасе. Изначально DuerOS позиционировалась как аналог Amazon Alexa и Google Assistant, ориентированный на китайский рынок и китайскоязычных пользователей.

В 2018 году Baidu объявила о партнёрстве с рядом крупных производителей электроники, включая Huawei, Xiaomi и Lenovo, для интеграции DuerOS в их устройства. К концу 2019 года, по данным Baidu, количество устройств с поддержкой DuerOS превысило 400 миллионов единиц, а количество активных пользователей голосового помощника достигло нескольких сотен миллионов.

В 2020 году Baidu представила платформу DuerOS 5.0, которая включала улучшенные алгоритмы распознавания речи, поддержку диалогов с контекстом и интеграцию с сервисами электронной коммерции. В 2023 году была выпущена версия DuerOS X, которая интегрировала большие языковые модели (LLM) на базе собственной разработки Baidu — Ernie Bot (ERNIE). Это позволило существенно улучшить качество понимания естественного языка и генерации ответов.

Технологические особенности

Распознавание и синтез речи

DuerOS использует технологии глубокого обучения для распознавания речи. Система способна обрабатывать команды в условиях шума, различать акценты и диалекты китайского языка (включая путунхуа и региональные варианты). Синтез речи (Text-to-Speech, TTS) реализован с использованием нейросетей, что обеспечивает естественное звучание голоса помощника.

Обработка естественного языка

Платформа поддерживает многошаговые диалоги, позволяя пользователю уточнять запросы без повторного произнесения всей команды. Например, после вопроса «Какая погода в Москве?» пользователь может спросить «А завтра?», и система поймёт, что речь идёт о том же городе. DuerOS также способна распознавать намерения пользователя (intent recognition) и извлекать из запроса ключевые сущности (entities), такие как даты, названия мест, имена.

Интеграция с Ernie Bot

С 2023 года DuerOS интегрирована с большой языковой моделью Ernie Bot (ERNIE), разработанной Baidu. Это позволяет помощнику генерировать развёрнутые ответы на сложные вопросы, писать тексты, переводить, давать рекомендации и вести более естественные беседы. Ernie Bot является одной из ведущих китайских LLM, сопоставимой по возможностям с GPT-4 от OpenAI.

Устройства и экосистема

DuerOS встраивается в широкий спектр устройств, выпускаемых как самой Baidu, так и сторонними производителями.

Смарт-колонки

Baidu выпускает линейку смарт-колонок под брендом Xiaodu (小度). Наиболее известные модели:

Автомобильные системы

DuerOS интегрирована в информационно-развлекательные системы автомобилей ряда китайских марок, включая Geely, BYD и NIO. Водители могут голосом управлять навигацией, музыкой, климат-контролем и совершать звонки.

Устройства «умного дома»

Платформа поддерживает управление освещением, розетками, термостатами, дверными замками и другими устройствами, совместимыми с протоколами Wi-Fi, Zigbee и Bluetooth. Baidu также предлагает собственные «умные» устройства, такие как розетки, лампочки и датчики, работающие с DuerOS.

Носимые устройства и наушники

DuerOS встраивается в смарт-часы и TWS-наушники (True Wireless Stereo) от китайских производителей, позволяя пользователям получать голосовые ответы и управлять функциями без использования рук.

Функциональные возможности

DuerOS предоставляет широкий набор функций, типичных для голосовых помощников, а также ряд специфических для китайского рынка.

Конкуренция на рынке

DuerOS является одним из лидеров на китайском рынке голосовых ассистентов, конкурируя с:

По данным аналитических компаний, по состоянию на 2023 год DuerOS занимала около 30-35% китайского рынка голосовых ассистентов, уступая лишь Tmall Genie. Основным преимуществом DuerOS считается глубокая интеграция с поисковой системой Baidu и возможность использования Ernie Bot для генерации контента.

Критика и ограничения

Основные претензии к DuerOS связаны с вопросами конфиденциальности и безопасности данных. Как и другие китайские голосовые помощники, DuerOS передаёт голосовые команды на серверы Baidu, что вызывает опасения по поводу сбора и использования личных данных пользователей. В Китае действует Закон о кибербезопасности, который обязывает компании хранить данные на территории страны и предоставлять их властям по запросу. Это ограничивает возможности использования DuerOS в странах с более строгими законами о защите данных (например, в Евросоюзе в рамках GDPR).

Кроме того, DuerOS в основном ориентирована на китайский язык и китайские сервисы. Функциональность на английском языке и поддержка западных приложений (например, Spotify, YouTube) существенно ограничена, что делает платформу малопригодной для использования за пределами Китая.

Некоторые пользователи отмечают, что качество распознавания речи в шумной обстановке уступает западным аналогам, а количество поддерживаемых навыков (skills) от сторонних разработчиков значительно меньше, чем у Alexa или Google Assistant.

Перспективы развития

Baidu продолжает инвестировать в развитие DuerOS, делая ставку на интеграцию с генеративным искусственным интеллектом. Ожидается, что будущие версии платформы будут глубже интегрированы с Ernie Bot, что позволит помощнику выполнять более сложные задачи, такие как написание кода, создание изображений по описанию и ведение длительных диалогов. Также планируется расширение поддержки других языков, включая японский, корейский и испанский, для выхода на международные рынки.

Источники

BFOmetr — база данных и аналитика по компаниям России.

На главную BFOmetr →

Похожие материалы