声网钱奋：AI + RTE 开动教育居品的颠覆式革命机遇
声网教育行业认真东谈主钱奋在 GET2024 共享
11 月 11 日至 12 日，芥末堆在北京举办以“新质学习力，通向更好意思好的教育来日”为主题的 GET2024 教育科技大会。在 11 日的首长论坛上，声网教育行业认真东谈主钱奋就《AI + RTE 开动教育居品的颠覆式革命机遇》进行了主题共享。
以下为演讲实录，经剪辑：
熟悉声网的一又友知谈，声网不是一家教育公司，而是一家全球化时期公司，咱们为全球的客户提供及时互动的时期决策，满足他们对及时互动的需求。今天想跟全球共享 AI+RTE 及时互动时期会带来什么更动，绝顶是对教育行业来说。
今天的演讲分为四个部分：
一、声网先容
二、生成式 AI 时期的趋势和发展标的
三、AI+RTE 催生教育新机遇
四、声网 AI Agent 服务平台
一、声网先容
声网专注于 RTE 及时互动鸿沟，是该鸿沟的独创者，界说这个赛谈的玩法和业务，咱们还有创举全球及时互联网 SD-RTN。
手脚 RTE 行业的率领者，声网的阛阓占有率稳居第一，咱们有 50 多项自主革命专利，全球注册欺诈数 74.2 万 +，单月支捏通话分钟数 700 亿 +。
声网 RTE 图谱表露，声网照旧遮盖 20+ 行业和 200+ 场景。和教育关系的在线教育的统共场景，包括 1 对 1、小班课、大班课、AI 自习室、在线自习室，声网王人有遮盖到。
二、生成式 AI 时期的趋势和发展标的
AI 这两年发展特地快，为百行万企带来了许多变化，一些行业以致受到了较大的冲击。在咱们看来，跟着 AI 发展，教育行业是受益较多的行业。生成式 AI 到来之后，出现了几大趋势：
趋势一：末端的进化将以对大模子的智商支捏为中枢开动。大模子对语音、及时图像、当然话语有特地强的齐集力，能使末端和请托变得愈加当然和畅达。以预订机票为例，传统的步地一步一步操作，关联词当手机造成私东谈主助理，东谈主们敌手机说订未往返北京的机票，手机就会凭证日期和行程，径直保举航班。
趋势二：统共软件王人不错或将会用大模子再行竣事。这亦然基于大模子本人特地普遍的通使劲。统共的软件不错依赖于大模子智商，优化场景、功能。举一个例子，目下的一些 CRM 系统王人有这么的智商，不错精确分析统共客户的尊府，而况为销售东谈主员提供特地精确的销售计策，从而大大提高销售遵循和客户惬意度。
趋势三：统共云王人需要具备对大模子磨砺和推理的智商。统共大模子磨砺和推明智商需要普遍的诡计资源，云有天生的弹缩智商，企业不错确立一些资源，并不需要购买特地发愤的实体资源，云会有特地好的数据安全合规智商，以致还不错对一些 AI 欺诈快速回复。
趋势四：东谈主机界面从键盘、鼠标、触屏造成当然话语对话界面（LUI）。全球不错认知感受到，已往在与机器交流的时分，王人是通过图形、手机的触摸来竣事，目下东谈主机交流不错通过对话式的语音来进行，竟然迫临东谈主与东谈主交互的畅达。
在声网看来，生成式 AI 的发展中 OpenAI 带来了一定的导向性趋势。本年 5 月，GPT-4o 发布，上前迈了一大步，语音交互支捏多语音，意味实在时语音交互是生成式 AI 来日的趋势标的。本年 10 月 OpenAI 发布及时 API 智商，声网的昆仲公司 Agora 也参与了这一次发布，OpenAI 也官宣与 Agora 和洽提供 API 智商。
经过对 AI 的酌量，以及与 OpenAI 的合作，声网目下发现来日生成式 AI 有两个趋势、两大标的。
第一是大模子多模态智商将会加快到来。大模子具备高度拟东谈主化特征，具备听、说、看、写、绘、念念的智商。
第二是 RTE 成为多模态欺诈和基础门径的谬误部分。对话模式将成为多模态大模子的主要交互面容，包括对话式音频和对话式视频。
RTC 时期还有许多上风：
传输延时低：RTC 基于智能路由算法，全球网罗遮盖，竣事毫秒级端到端多媒体传输延伸，对比传统决策秒级延伸，竣事量级朝上进步。
支捏全双工通讯：RTC 在低延伸的基础上，通过回声铲除智商、VAD 智商（语行径检测）可竣事及时畅达的语音的双讲功能，使得交互愈加当然、畅达。
弱网质地保险：RTC 通过弱网叛逆算法以及丢包抵偿机制，保证媒体传输质地郑重，在极致弱网条款下也能保证通话质地，保险 ASR 识别率。
音频降噪限度好：RTC 具备熟悉的降噪、动增益智商和 ASR 时期不错深度配合，准确过滤布景音，精确识别声，进步语转翰墨的识别准确率。
高清视频传输：RTC 通谈在音视频及时传输经过中，对首帧出图、低卡顿、端到端延时方针等均有较高的体验保险，支捏多模态信回绝互。
三、AI+RTE 催生教育新机遇
AI+RTE 时期正在催生教育新机遇。多模态大模子与对话式交互衔尾，等于场景升级。老场景和老案例包括 AI 助教备课、AI 答疑 / 智能蛊卦、AI 点窜、个性化保举。
咱们看到许多 AI+ 教育案例照旧落地。AI 备课方面，西宾通过输入一些常识点，就不错用 AI 大模子生成教案、课本，已往备课需要数个小时，目下只需要几分钟。
AI 智能蛊卦故意于学生找到正确谜底，也有助于老诚给出好的蛊卦方法。我前两天看到一个家长拿手机拍孩子的功课，拍的时瓦解题经过就沿路表泄露来了。此外还有 AI 作文点窜、英语陪练等场景。
AI+ 教育是全球王人想获得的限度。通过学生画像、常识点、学生推崇、收成，通过大模子的学情分析，为学生提供学习打算、个性化学习观点、个性化训导本色等等，亦然来日教育但愿抵达的目的地。
同期咱们也看到了 AI+RTE 时期的新场景和新案例，包括 AI 白话陪练，这与全球齐集的陪练不太雷同，目下市面上大多数是对讲机模式的疏浚和教训，这并不是东谈主与东谈主之间的疏浚。如今，AI+RTE 照旧不错模拟东谈主，竣事不错随时打断的 AI 白话陪练场景，咱们照旧有客户在提供这么的服务。还有 AI 助手同声传译和 AI 在线音乐学习，王人需要 AI+RTE。
与 AI 和教育关系的还有 AI 智能监护，也即是通过音视频不雅察孩子的推崇，模拟家长的声息来随同宝宝、监护宝宝。还有 AI 随同学习机器东谈主，不错与三至六岁孩子及时互动，提供热沈随同。
AI 讲故事亦然客户的案例，已往全球合计 AI 讲故事是 AI 对我讲，或者我对 AI 讲，而目下的 AI 讲故事是我讲一半，AI 讲一半，咱们共创一个故事，让统共这个词场景变得更丰富。
AI+RTE 在来日还会有特地多的新场景出现，场景将获得很大的升级。
四、声网 AI Agent 服务平台
基于 AI+RTE 及时互动场景，声网推出了基于及时互动的 AI Agent 服务平台。
声网 AI Agent 是一套云边端一体的 PaaS 服务，聚焦及时音视频互动场景，衔尾阛阓上最优秀的模子智商，充分阐述声网音视频算法及 SD-RTN 的传输上风，助力中小客户快速搭建低延伸、高可用的东谈主机交互欺诈，适用于泛文娱、教育、企业配合等多个行业场景。
AI Agent 具备四大中枢上风，在体验和资本方面进一步优化。
低延伸：通过声网自研语音识别及措置时期，竣事更细粒度的语音切割，智能体对话端到端延伸低至 500ms，同声传译尾字到尾字延伸
极致拟真：声网自研 AI VAD 时期，妥当东谈主类对话的停顿、口吻和对话节拍，支捏 AI 对话经过中随时打断，深度优化 AI 变装，最猛进度保介怀理热沈等谬误信息，语音合成音色更传神。
低资本接入：许多教育公司在研发进入上相比严慎，这个决策资本可控，客户无需单独部署推拉流服务，大约调用 Agent 接口，即可将智能体快速集成到客户的及时互动业务中，极地面裁减了蛊卦和服务资本。
业务高度机动：提供 20+ 音视频高等引擎及 AI 算法积木，客户可凭证业务需求，淘气拼插，同期支捏通用模板和自界说模板确立。
这是声网的 RTE+AI 智商全景图，咱们信服来日十年内，能用 RTE+AI 支捏更多的场景，咱们也但愿更多的教育客户与咱们共创场景。
这是声网目下合作的全球合作商，咱们但愿不错成为最受接待的及时互动云服务商。
本年是声网建设十周年，咱们永久保捏初心。咱们的愿景是匡助东谈主们朝上距离及时互动，如聚一堂，咱们的就业是让及时互动像空气和水雷同无处不在。