你的英語水平究竟如何？讓 AI 語音測評“先聲”奪人！
你的英語水平究竟如何?讓 AI 語音測評“先聲”奪人! 肯尼思·洛克·黑爾(Kenneth L. Hale)，美國著名語言學家，一生中始終保持著以非凡的速度和完美的狀態學習新語言的能力。人們經常問他：“你學一門語言要多久?”他一般會回答：“ 10 - 15 分鐘吧，如果我能和當地人聊聊的話，差不多就能學會這門語言最核心最重要的部分。”
和多數人相比，Kenneth 無疑是一個奇跡般的存在
接受昂貴教育卻原地踏步的語言學習者大有人在
你我也許都是，或曾是其中一員
學生渴望被因材施教、即時反饋
老師則渴望剔除冗雜工作，投身于教學方法的研究
AI + 云
正在為這一困局提供一個令人滿意的方案
北京先聲教育科技有限公司(以下簡稱“先聲教育”)是一家 AI 技術服務商，目前落地在 K12 教育領域，創始團隊來自騰訊、美國卡耐基梅隆大學(CMU)，并已獲得來自聯想之星、思必馳、浙大友創、創世伙伴資本(CCV)等投資方累計數千萬美金的投資。先聲教育專注為教育機構提供在線口語、聽說考試、寫作評測系統及定制化技術服務，通過 AI 技術與教學場景的深度融合，升級傳統教育模式，促進教學相長，推動效率改善。所服務的客戶包括百度、好未來、新東方、拓維信息、海云天、全通教育、趣配音等。
基于語音識別、自然語言處理等核心技術，先聲教育自主研發智能口語測評、智能寫作批改、自適應學習、智能對話及情感識別等技術解決方案。根據對市場和技術成熟度的分析判斷，先聲教育選擇智能語音測評和智能寫作批改作為 AI 技術與教育場景結合的切入點，專注于輸出底層技術，以云計算的形式提供給合作伙伴，提高教育能效，使客戶可以更好地為教學雙方服務。
面臨挑戰
先聲教育的核心挑戰在于充分保障語音和寫作測評核心業務穩定、高效運行;在此基礎上，向 IT 后臺簡單、無感知的目標邁進，降低運維壓力，釋放資源。
穩定性
作為底層的智能技術供應商，先聲教育服務的穩定性不僅關系著自身業務和客戶商譽，更是關系到整個在線教育產業鏈產品和服務創新的關鍵所在。底層平臺毫秒級的延遲、后臺監控忽高忽低的鋸齒，反映到最終用戶的前端界面，有可能就是糟糕的卡頓體驗。
伸縮性
據先聲教育基礎架構部負責人晉勛介紹，先聲教育每天收到的測評請求量級已達幾千萬次，這些請求很可能是在某一時間段集中發生，比如晚上 18:00 - 22:00。如何滿足高并發的大流量場景，應對每天高差達幾十倍的流量高峰，是一個巨大的挑戰。
因此對先聲教育來說，IT 后臺系統必須具備極強的穩定性和高可用性，同時兼顧可擴展性和靈活性，豐富的 SDK 和友好的開發測試環境同樣非常重要。
選擇 AWS
先聲教育曾使用其它云服務商的服務，過程中碰到過不少問題，包括磁盤 I/O 速率低、網絡不穩定、CPU 性能不匹配等，甚至遇到過比較尷尬的場景，買不到服務商承諾的計算實例，嚴重影響到核心業務的穩定運行。
Amazon Web Services(AWS)功能豐富，產品快速迭代，企業級的支持服務非常到位，這些都成為先聲教育選擇 AWS 云服務的重要原因。
先聲教育從 2018 年初開始測試由西云數據運營的 AWS 中國(寧夏)區域，并于 1 月 15 日完成智能語音測評集群的搭建、上線并正式提供給用戶使用。同時，于 2 月在由光環新網運營的 AWS 中國(北京)區域部署 API 入口，進一步降低部分城市接入時延。
評估選擇云服務時，先聲教育設定了三個基本核心指標：
- ① 相同機型成本對比
- ② 萬次請求成本對比
- ③ 整體運行故障率對比
先聲教育希望在滿足“整體運行故障率”維持在極低水平和可接受范圍的前提下，盡可能降低“萬次請求成本”。在評估 AWS 云服務的過程中，先聲教育秉持“循序漸進”的原則，全面涉及功能測試、壓力測試到最后真實用戶的灰度測試。同時，充分考慮、綜合衡量云服務商基礎功能與自身需求的匹配度，大流量高并發場景下的抗壓能力等因素。
下圖是先聲教育基于 AWS 云的系統架構圖，所采用的 AWS 云服務包括 Amazon EC2、Amazon S3、Amazon Glacier、AWS Auto Scaling、Elastic Load Balancing、Amazon CloudWatch、Amazon EBS 等。
獲得成效
以 AWS 云為基礎構建智能語音測評云服務，先聲教育對 AWS 云的計算實例性能、磁盤 I/O、平均延遲、網絡連通性、服務和整個系統的穩定性等方面，都比較滿意。
采用 AWS 云服務后，先聲教育能夠將更多的精力和時間用于業務創新和產品市場拓展，有效降低了公司的整體運維成本。在同等資源配置的情況下，有能力對外提供更高效的服務。基于 AWS 搭建多云環境、自動可擴展的服務集群后，先聲教育可以放心大膽地向前拓展業務。
此外，AWS 提供的 Amazon EC2、Amazon EBS 實例性能強勁，對比先聲教育曾使用的其它云平臺，磁盤 I/O 等待時間平均降低 25% - 33%;內網連通性極佳;服務整體穩定性得到了顯著提升，從監控圖表上幾乎看不到忽高忽低的鋸齒現象。
結合 Amazon CloudWatch，先聲教育可以進一步細化監控，實現主機內部的透明訪問，精確管理云主機。同時，AWS 云提供豐富且功能強大的 SDK，簡化運維開發，輕松實現更高級別定制化的自動擴容。
晉勛表示：
- “云服務的差異在于細節。例如我們在做應用升級時，只需關閉現有機器，再開啟一臺機器，就可以部署新代碼，類似‘一鍵換機’。這個過程對運維來說可能只需五分鐘，積少成多，無論顯性還是隱性，長期看一定會顯著節省運維成本。”
對于 IT 運維來說，沒有消息就是好消息。采用 AWS 云后，以往告警消息(包含大量無效告警)頻發的狀況得到了明顯改善，AWS 監控報警信息非常少，一周甚至都沒有一條。
先聲教育的應用需要大量的音頻交互，持續穩定的網絡連接是關鍵。AWS 云服務穩定性好，網絡延遲低而且抖動小，這是先聲教育非常看重的地方。同時，AWS 云提供了很好的彈性，非常適合教育類應用的流量峰谷特征和場景，能有效降低后期的綜合使用成本。
先聲教育 CTO 秦龍總結道：
- “就智能語音測評應用場景而言，長連接是其核心特征，用戶往往會不間斷地連續傳音頻，同時要求系統給出的反饋評價足夠快。如果后臺不具備強大的性能和穩定性，一切服務和體驗都無從談起。截至 2018 年 7 月，先聲教育服務近百家 B 端客戶，每天有近百萬學生使用先聲教育提供的智能語音和寫作測評服務，提高自己的學習能力和水平。沒有 AWS 云提供的強大支撐，這一切難以想象。”
