驀然認知的人機對話Mor引擎功能類似于Viv，主要幫用戶執(zhí)行打車、訂票、訂外賣等一些具體任務(wù)。由于這些任務(wù)通常都很少一句話完成，Mor可以實現(xiàn)口語理解，場景下的上下文理解和多輪對話，不斷修改需求，直至訂單完成。雖然與Viv一樣在后端對接地圖、打車等各種服務(wù)，但Mor與Viv不同的是，Mor不直接面向C端，而是作為語音交互和決策引擎，將前端SDK提供給機器人、智能設(shè)備廠商，由他們定制用戶界面并集成到各種智能產(chǎn)品中。

技術(shù)上，創(chuàng)始人戴湘帥告訴36氪，驀然認知通過自己獨創(chuàng)的元語義表示，構(gòu)建認知網(wǎng)絡(luò)中的節(jié)點，每個節(jié)點都能具有語義解讀和認知能力，由此Mor的認知計算模型可以快速適應(yīng)新的場景，在小時級或者天級來完成新場景的識別和理解。例如，現(xiàn)在來了一個新的服務(wù)場景是上門按摩，那么這個場景中涉及到的時間，地點，路線，價格，折扣等常識會直接復(fù)用已有常識，其中按摩特有的按摩類型等概念，則會快速抓取網(wǎng)上相關(guān)按摩品類。

場景識別完成后，Mor引擎可以快速對接服務(wù)商的接口?！爸灰蔷W(wǎng)絡(luò)上出現(xiàn)新的服務(wù)接口，我們的系統(tǒng)可以通過掃描接口，自動生成特定的處理程序，來實現(xiàn)和應(yīng)用接口的對接。這個也是我們引擎能夠快速遷移到新場景下使用的一個必要條件?！币陨厦娴陌茨鼍盀槔ト⊥昃W(wǎng)上按摩品類后，Mor自動針對當(dāng)前上門按摩服務(wù)提供商（如功夫熊這類）進行對接。

基于Mor引擎的一個典型對話是：

• 問：幫我查查清華大學(xué)附近人氣最高的日料店 

• Mor：【推薦人氣最高的日料店，并提供更多家供選擇】 

• 問：評價最好的是哪家？ 

• Mor：【推薦評價最好的店，并提供更多供選擇】 

• 問：服務(wù)最好的呢？ 

• Mor：【推薦服務(wù)最好的店，并提供更多供選擇】 

• 問：坐公交去第二家怎么走？ 

• Mor：【給出從當(dāng)前位置到服務(wù)最好的店的路線】 

• 問：開車到那里要多久？ 

• Mor：【給出到服務(wù)最好店駕車時間】 

• 問：叫一輛半個小時以后到那里的快車 

• Mor：【給出約車結(jié)果】 

• 問：打電話給這家餐廳 

• Mor：【讓用戶確認是否撥打這個餐廳電話，確認后即播出】

Mor引擎的語音識別和語音合成部分接入的是其它引擎，驀然認知主要研發(fā)的是其中語義處理部分。實際試用時，語音識別不準(zhǔn)確的情況還是不少的，尤其是數(shù)字和文字混合的情況，這樣也影響了后面的語義處理。針對這個問題，驀然認知在著手訓(xùn)練自己的語音識別模型，提高常用場景語言的識別率。具體使用口語對話時,，Mor也還做不到所有口語都能準(zhǔn)確識別。

Mor還將通過與用戶的交流，不斷自學(xué)習(xí)，提高識別力的同時，加強個性化功能，識別用戶的偏好，進行個性化推薦，讓引擎更“懂你”。Mor不是通過用戶數(shù)據(jù)來訓(xùn)練，而是從世界上的常識數(shù)據(jù)中抽象知識庫，來提高引擎的識別力。大量的用戶數(shù)據(jù)則可以幫助優(yōu)化模型參數(shù)和構(gòu)建個性化。

目前的Mor引擎剛研發(fā)完成，他們希望一方面深度對接更多的服務(wù)商，一方面快速覆蓋車載，家居，機器人及各種智能硬件的場景，重點拓展車載、家居這兩個語言交互更頻繁的場景。但這些市場已經(jīng)有不少玩家，例如車載后裝市場已經(jīng)有思必馳、云之聲、科大訊飛等占據(jù)了不小的份額，Mor要切入市場并不是那么容易，他們也會考慮差異化競爭，例如在車載市場更偏向前裝。

驀然認知創(chuàng)始人戴帥湘9年前進入百度，曾擔(dān)任百度自然語言處理主任架構(gòu)師，負責(zé)搜索上的Query理解，即讓機器理解自然語言，他創(chuàng)建的”改寫模型“目前仍應(yīng)用于百度所有搜索產(chǎn)品線。16年他創(chuàng)立了驀然認知，并成為氪空間第七期孵化團隊。團隊目前11人，此前曾獲得經(jīng)緯的天使輪投資。

（原標(biāo)題：讓智能設(shè)備更好地幫人訂票導(dǎo)航，驀然認知的Mor要做中國的Viv 鏈接：http://36kr.com/p/5050829.html）