【語音辨識、語音合成和臉部辨識先推】LINE Brain商用AI產品明年要落地臺灣

這個LINE年底在臺灣的重大宣布，將會是明年在臺最重要的一步新戰略：LINE商用AI要落地臺灣了。在剛落幕的 LINE臺灣開發者大會上，LINE臺灣董事總經理陳立人一上場就宣布了這個計畫。明年先應用到LINE自身業務，來改善用戶體驗，到了明年下半年，再進一步挑選先行試用的企業。

外部SI或加值應用代理商，甚至，未來，他表示，LINE Brain上的各種技術，都引進臺灣商用環境，提供給臺灣消費者、中小企業和各大品牌業者，這也是他想要靠AI搶攻的三大類族群。

LINE技術長朴懿彬最近在東京開發者大會上，公開了自家AI藍圖，也揭露了主要研發的8大領域，包括了自然語言處理、語音辨識、電腦視覺、OCR、臉部識別、影音處理、資料分析、語音合成。LINE Brain就是利用這些技術或旗下的衍生技術，所發展出來的AI產品線，目前已發表的產品有Chatbot技術、OCR文字辨識和語音辨識技術（Speech to Text），未來還將推出語音生成（Text to Speech）和影像辨識。

LINE日本總部，早在2017年就對內揭露了日後發展AI的新戰略，開始提供大量線上課程，來培養內部人員。LINE臺灣也是在2年前，開始投入機器學習領域的培訓。LINE臺灣資深技術總監陳鴻嘉先從內部成員中，找到種子成員，從論文研究、資料蒐集、系統規畫到設計開發，先開發了一套機器學習訓練系統，再打造出LINE客服小幫手Chatbot，從此，LINE臺灣客服部門的官方帳號，可以開始回應用戶的提問。

LINE在臺灣開發日活動上宣布LINE Brain明年登臺，LINE臺灣資深技術總監陳鴻嘉也揭露了優先導入的三大AI技術，包括了語音辨識、語音生成和臉部辨識，另外也會優先引進Clova Chatbot建置工具。

後來，LINE的Clova AI團隊看到臺灣工程部門自己打造的整套機器學習系統，就將總部的AI技術提供給臺灣使用，同時，臺灣團隊也開始參與總部中文NLP和NLU分析模型的強化。隨著，臺灣在地資料越來越多，LINE總部資料管理跟處理團隊也來協助，在今年設立了臺灣的資料工程團隊，成員包括了資料工程師、資料科學家、資料分析師和自然語言處理工程師。

LINE訊息查證，就是這個團隊自主開發的第一個AI應用。過去，這類用戶檢舉，得靠人工審查，但是同樣的訊息可能散播給2百萬人，其中10萬人通報檢舉，利用文字辨識、圖片內容OCR，來判斷是不是同一則訊息，就不用人工重複審查這則訊息的10萬次通報。

不只這個查證應用，在LINE總部揭露的AI藍圖8大方向中，陳鴻嘉指出，已有不少已經落實到在臺推出的服務中，LINE客服後臺的檢舉處理上，就是運用了圖像辨識、文字辨識來輔助檢舉訊息的判斷，就算是圖中有文字也可以分辨，來判斷是否為需要過濾的不當內容，用來改善內部的工作效率。另外，像LINE貼圖小舖，也同樣利用OCR來辨識貼圖中的文字，自動產生推薦用的標籤，這項專案，LINE臺灣的臺灣工程團隊也有跨海參與。或像是文字辨識服務，用LINE拍照後，可以辨識出圖中的文字，來進行翻譯或分享給好友。

今年先推的服務LINE Music中的AI DJ功能，可以透過聲紋比對出音樂類型，再由機器人自動播放風格相似的音樂給使用者。或像LINE購物的商品推薦技術，就直接使用了日本總部的資料叢集、搜尋引擎、推薦服務技術，來開發臺灣本地端的LINE購物產品推薦機制。原本日本總部的推薦引擎，對中文內容的推薦品質較差，後來，臺灣工程團隊協助強化了中文斷詞等NLP技術，才能順利推出更適合臺灣用戶習慣的推薦內容。

LINE臺灣工程團隊早就開始運用總部的AI技術，例如LINE購物就使用了搜尋引擎技術、推薦服務等。經過這些練手，這個團隊將成為日後LINE Brain在臺技術支援。

最近，LINE臺灣剛舉辦了第一次內部的AI黑客松競賽，奪下第一名的是自動報帳系統，臺灣一位工程師，運用總部OCR技術，自動辨識手機拍下的紙本單據照片上的所有文字，透過機器學習判斷出哪些是申請表單需要的資料，再自動帶入對應的欄位，原本需要30分鐘填寫的報帳作業，現在只需要幾分鐘就能完成，後來，這套比賽成果，還變成了他們的內部正式系統。

臺灣工程團隊將成LINE Brain在臺技術支援

透過這些專案的磨練，LINE臺灣工程團隊可以成為LINE Brain引進臺灣的關鍵技術人力，他們最新的任務是，開始跟日本LINE Brain團隊合作，日本LINE總部的NLP技術已經支援日文、韓文，目前在資料分析與學習平臺，Clova Chatbot Builder都已經支援中文，但還需要持續調校，這正是臺灣工程團隊的任務之一，另外，他們也要負責解決臺灣開發者遇到的問題。

LINE臺灣團隊，在過去四年成長了10倍，其中有一成是資料工程團隊，但是，陳鴻嘉坦言，還是需要更多資料工程和資料科學的人才。

他解釋，這兩種角色的分工，用戶資料從前端蒐集後，還得經過清洗、驗證品質等資料工程處理，才會提供給資料分析科學家和資料分析人員使用，進行假設驗證、建立ML模型、資料實驗等。資料分析人員偏重負責商業分析、使用者需求、使用者傾向，以及找出哪些地區的用戶對何種產品有興趣，來幫助商業上的決策。而資料科學家則要負責機器學習建模。最後找到可用的ML模型後，要轉為對外服務的API，同樣再由資料工程師來負責建置。為了LINE Brain落地臺灣後的技術團隊支援，也展開新一波的徵才。

Chatbot建置工具、語音辨識與合成、臉部識別先落地

陳鴻嘉已經預告了LINE Brian將先導入臺灣的技術，Chatbot Builder將是第一個引進，也會將原本臺灣團隊自行開發的客服小幫手，改用這個工具重新訓練。另外，也會先將語音合成（Text-To-Speech，TTS）、語音辨識（Voice）和臉部辨識技術引進臺灣，讓客服小幫手可以用語音來回答用戶。

而LINE Bank籌備處執行長黃以孟日前在臺北金融科技展時也透露，將會採用NLU技術來介接銀行業務，以打造智能客服，或是運用eKYC技術來優化客戶申辦流程，儘管他沒有直言會採用LINE Brain產品，但這兩項技術，LINE Brain都正是推出了商品化的產品。

明年如何挑選第一波試行LINE Brain的合作對象？陳鴻嘉透露，希望以日常生活中的服務優先，可以涵蓋食、衣、住、行類的需求，評選重點是能不能用AI讓生活變得更方便；另外，也開放Clova Chatbot Builder工具在臺灣試用的申請。

 相關報導  LINE全面進攻AI