负责 Alexa 法国版推出的团队曾问："我们能否利用 Alexa 对其他语言的掌握来帮助她更快地学习法语？"答案无疑是肯定的。
理解你的话语
Alexa 团队的研究科学家采用了一种称为迁移学习的机器学习技术，以帮助 Alexa 识别用户向 Alexa 发出请求中的词汇。迁移学习是指借鉴某一领域的知识，并用该知识来训练不同领域的模型。
"人类在迁移学习方面天生就表现出色，" Alexa AI-自然理解部门的高级经理 Max Bisani 表示。他在德国亚琛领导一个机器学习团队，负责教 Alexa 学习新语言。"例如，如果你学会了‘面包’这个词，你就知道如何发音像 'b' 和 'r' 这样的字母。接着你就能将这些字母用于其他单词中。此外，假设你遇到一个熟悉的词‘可颂’，你无需重新学习可颂是名词，或它与面包相似，或它配黄油可能很好吃。"
机器学习团队共同努力，利用 Alexa 对英语的知识并识别法语中的词汇。
当你与 Alexa 对话时，你的指令（或礼貌的请求）会被拆分为每段 25 毫秒的片段，并计算每个片段的频率能量。由多层组成的神经网络会估算声音目录中每种声音在该片段中出现的可能性。通过整合这些关于单个声音组合方式的可能性，Alexa 能够识别出单词和短语。
"当我们教 Alexa 法语时，我们借鉴了大量来自其他语言的示例，因为在英语中识别 'm' 或 's' 声音的能量模式是识别法语中 'm' 和 's' 声音的良好起点，" Bisani 说。"利用我们在英语、德语和其他语言上的神经网络，使我们教授 Alexa 法语所需的数据量减少了十倍。"
理解你话语背后的意图
识别单词是一回事，理解它们的含义则是另一回事。法语和英语之间存在显著差异，使得这一任务变得困难。
例如，在英语中，你会用代词“you”来称呼你的孩子和一位长者。然而，在法语中，你更可能对前者使用“tu”，对后者使用“vous”。许多基本差异之一是，法语的句式结构比英语有更多变化——单词常以被动语态表达，或以在英语中不合逻辑的顺序排列（例如：Harry Potter was the book the best I have read）。
如果将相同的系统应用于理解这两种语言，这些差异可能会导致困难。Alexa 使用自然语言理解（NLU）系统来理解用户请求背后的意图。鉴于两种语言之间的根本差异，用于英语的 NLU 系统在理解法语的人类意图时会彻底失败。因此，Alexa 的科学家采用了两种不同的方法来解决这一难题。
一种方法是自动将来自美国英语的命令翻译成法语，通过法语 NLU 系统运行，再将语句翻译回英语。然后根据新的语义标签与原始标签的匹配程度对翻译进行评分。糟糕的翻译会被丢弃，而准确的翻译则用于推动系统的改进。
“我们知道，你不能简单地把‘一个美国的 Alexa’拿来，就期望它在法国客户中产生共鸣，”Alexa 法国国家经理 Nicolas Maynard 说。“我们有不同的方式提出相同的问题，仅发音会根据你是否试图表现得礼貌而有所不同。Alexa 需要理解这两种情况。”
鉴于此，克服潜在 NLU 问题的第二种方法需要人工介入。
Alexa 的法语版本在亚马逊的配送中心和办公地点由员工进行了 beta 测试。这些对话帮助 Alexa 了解了不同地区的法语口音细微差别、常见的问题类型（例如，烹饪和足球被频繁提及），以及设置计时器或闹钟等常用任务的表达方式。
Alexa 在法国的迅速普及令人印象深刻，但仍有大量工作要做，因为世界远比一个国家或一种语言广阔得多。
“在教 Alexa 学习新语言方面，这仍然是第一天，”Bisani 说。“我们现在正在解决的一个问题是，让为 Alexa 开发新技能的开发者能够轻松实现技能的多语言支持。举个例子，如果有人用法语开发了一项技能，那么这位开发者如何只需点击一下，就能让这项技能在全球所有语言中被理解？”
敬请期待后续内容。”