茕茕 发自 凹非寺
量子位 报道 | 公众号 QbitAI

60秒的语音，1秒就能转成文字，即使是广普、川普，也能准确地被“翻译”成普通话。

打开文档，点击语音速记，开会时不用键盘敲得噼啪响，也能把会议内容用文字记录下来。

这是办公软件钉钉，展现的智能化能力。

嗯，真香。

而且这些技术，对于常刷AI前沿论文的我，亦似曾相识。

所以当我心生好奇，想要扒一扒应用背后的技术，还真找到了相关文献。

豁，左一个INTERSPEECH，右一手SOTA，还挂上了阿里的技术招牌达摩院，研发人员一水儿的大牛，甚至是达摩院语音实验室负责人鄢志杰亲自参与……

咦？那个让人“瑟瑟发抖”的钉钉本钉，一直印象是个应用型产品，怎么还和技术范儿的达摩院关联了起来？

再一打听，果然。

钉钉自己也大大方方承认，在整合进入阿里云体系后，包括达摩院，阿里云的最新最前沿的技术，都会开始加速落地。

现在，请叫钉钉为——阿里AI等前沿技术的用户界面。

前沿技术的产品化阵地？

就说长语音转文字这么一个小功能。

在钉钉里，最长可以发送5分钟的语音，同样能够秒转文字，并且支持四川话、广东话等多种方言。

中英混杂，也不影响文字转换的准确率。

功能虽常见，细节处却能见真章。而其背后用到的，正是达摩院最新的端到端语音识别技术。

2020年9月的云栖大会上，达摩院公布了语音AI方面的技术突破：

推出E2E-ASR端到端语音识别技术，基于达摩院提出的SAN-M网络结构，及基于SCAMA的流式端到端语音识别框架，在提升计算效率的同时，还将高难度场景中的语音识别错误率降低近三成，刷新已公布的在线ASR（语音识别）方法的SOTA。

更重要的是，该技术能在移动终端上，实现接近云端的语音识别效果。

类似的，还有支持中文、英文、日语、越南语等10种语言转化的AI翻译功能。

不只是针对文字对话、文档，结合OCR技术，对于聊天中的图片文件，钉钉同样可以一键识别文字并翻译。

而疫情期间着实火了一把的钉钉视频会议功能背后，同样有来自阿里云、达摩院的强力输出。

要知道，钉钉在2020年的用户数比2019年翻了一番，突破4亿。

想要平稳支持这个量级的用户的办公协同、远程上课需求，对于视频会议背后的技术人员而言，就意味着前所未有的高并发挑战。还记得疫情期间，各类在线教育、远程办公平台你崩我崩不断崩。

不仅需要充足的服务器、云计算资源作为基础支撑，也同样对视频编解码算法、视频会议架构等提出了更高难度的技术挑战。

比如传统的视频会议架构采用集中式架构，在大规模部署和弹性伸缩等方面存在天然的劣势。

但因为钉钉背靠阿里云的云计算和边缘计算能力，采用分布式微服务架构，可以进行超大规模系统计算资源编排和网络资源编排。并且能根据系统负载情况进行动态扩缩容，最后可以做到系统资源的最大化共享使用。

除此之外，由于5G普及、用户终端网络能力变强等因素，视频流量的持续增大，也对分发网络的时延提出了更高的要求，音视频的流量需要被更智能地分发、处理。

可以说，音视频对于技术人员的考验是全方位的。

而钉钉音视频如今已然连通了阿里云的基础技术实力，能充分结合达摩院所提供的视频编解码算法、语音3A处理、网络QoS、AI转写、机器翻译、AI降噪等技术，全面提升用户的视频会议体验。

类似达摩院语音实验室的智能降噪，在0db SNR下，MOS（Mean Opinion Score）依然可以达到3.5分，回声消除ERLE（回声回波损耗增强）可以达到52.2db，处于业界领先水平。

在当初钉钉整合进入阿里云体系时，张建锋就放话说，钉钉只会更强。

如今，诚不我欺。

钉钉如何更强？

最近钉钉的重要版本升级，就是直观展现。

这回，连定位都不一样了：直接从协同办公平台，升级成了企业协同办公和应用开发平台。

主要的变化，有以下几点：

• 推出钉钉宜搭等低代码开发工具，让非程序员用户也能快速开发新应用。

• 推出应用连接器，可以连接起钉钉、钉钉生态应用、用户自建的应用、原有IT系统等等，打破信息孤岛；

• 同时，通过1300+ API接口，将底层产品能力开放给客户，作为应用开发平台，为企业数字化转型降本增效。

……

不妨结合具体的案例，来看这到底是怎样一种能力。

蒙牛集团在2020年初疫情期间，面临着线下招投标暂停的问题。如何快速把招投标这件事挪到线上，尽快恢复正常工作？

蒙牛在早已将组织架构通过钉钉搬上云端的基础上，决定采用宜搭搭建招标平台，结合钉钉的群、视频会议等功能，线上完成供应商的招投标和审计工作。

据蒙牛集团IT总监郑炯介绍：

原本采购一套审计系统需要花100万元，现在用宜搭几乎0成本开发出来。

目前公司搭建宜搭应用100多项，替代大批采购IT系统，有效降低了企业的运营成本。

所以可以理解为，如今的钉钉：

中后台技术更强，达摩院等前沿技术的使用，让前端应用更有支撑和保障了。

中后台技术还进一步降低了前台技术开发门槛，开发者因地制宜开发适配的程序，变得更简单，于是钉钉能做的，更多了。

就说新上线的低代码开发产品宜搭，搭建出来的应用还是云原生的。

怎么说？由于宜搭自身天然构建在阿里云上，用它搭出来的应用具备分布式计算、弹性扩容、异地容灾、CDN加速、企业级云安全等阿里云原生能力。

而且，宜搭对阿里巴巴、阿里云的各类前沿技术和基础技术进行了组件化，每个用户能直接调用阿里的OCR、数据引擎、DataV等技术与产品。

以前的钉钉，只是一支单兵提供武器，现在却正在发动起广大开发者和人民群众。

钉钉凭啥“焕然一新”？

秘诀就可以套用群众路线：依靠群众、发动群众，从群众中来，到群众中去。

但在实践这条路线之前，钉钉有前置性的准备。

而这也就是阿里的“云钉一体”战略。

阿里云智能总裁张建锋说，在云智能体系中，钉钉上联行业应用，下联基础设施。

上联行业应用，前文说到的低代码工具、连接器等正在体现，让行业应用的创建开发、连接、数据互通更简单。

那下联基础设施如何体现？分析下来就是调用阿里云的底层各项计算、网络、存储服务、产业解决方案能力，以及将阿里云的在云、AI、大数据领域的前沿技术和算法等，在钉钉上进行产品化，把各种各样普通用户听起来遥不可及的前沿技术，在钉钉变成现实，变成用户触摸得到的产品、工具。

所以钉钉之所以焕然一新，在于云钉一体战略的初步成功，钉钉真的在成为阿里技术的集大成阵地。

其次，集阿里技术大成毕竟有限，所以阿里在实践“群众路线”中，把开发门槛降得更低，让更多场景性应用可以开花结果。

这也是为什么，低代码这件事，在钉钉此次升级中显得如此瞩目的原因。

如果连点成线来看，也就能理解为何当初一定要把钉钉调整并入阿里云体系之中了。

一方面，协同作战，统一领导，可以集中开发精锐和前沿技术炮火。

另一方面，阿里云也有了合适的面向终端客户和用户的业务应用窗口，各种前沿技术有了更直接的使用阵地。

也正因为此，钉钉现在可以说拥有强悍技术实力在后台支持。

当然，再来看云钉一体化战略的掌舵者——张建锋之前的判断，还会感慨阿里的战略格局和远见。

站在历史的角度来看钉钉未来，张建锋认为，全球软件发展的历史分为三个阶段：

第一阶段IT基础设施是大型机或小型机，企业购买大型软件系统来解决所有问题，但实施成本高、运维代价大、再次开发难。

第二波浪潮是SaaS软件兴起，比如Salesforce的CRM系统。这个阶段IT基础设施统一了，但软件是由不同的供应商提供，软件和软件之间还是形成了数据孤岛。

第三阶段是云钉一体进化的目标。主要的特点，就是基于云的能力，让企业开发应用从过去集成式或SaaS化的软件开发，进化到低代码开发，让企业、组织可以更低成本地跟上数字化转型的大势。

张建锋还说，未来十年有诸多不确定性，但也有明确的——最大的确定性——数字化技术的普及，整个社会经济和生活的全面数字化趋势。

所以不要担心钉钉“支配”你的学习和工作啦。

因为它将变革的，是与你数字化和智能化相关的一切。

— 完 —

本文系网易新闻•网易号特色内容激励计划签约账号【量子位】原创内容，未经账号授权，禁止随意转载。

加入AI社群，拓展你的AI行业人脉

量子位「AI社群」招募中！欢迎AI从业者、关注AI行业的小伙伴们扫码加入，与50000+名好友共同关注人工智能行业发展&技术进展：

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态

一键三连「分享」、「点赞」和「在看」

科技前沿进展日日相见~