Как Яндекс добавил новые быстрые команды в умные колонки без ухудшения работы: технические детали

Владельцы умных колонок с Алисой знают, что для простых действий не обязательно каждый раз произносить активационное слово. Быстрые команды — короткие фразы вроде «дальше», «тише» или «громче» — обрабатываются прямо на устройстве, без обращения к серверу. Это экономит время и ресурсы. Недавно Яндекс столкнулся с необходимостью добавить к уже существующему набору новые команды: «лайк», «дизлайк», «включи блютус» и «выключи блютус». Особенно актуально это для портативной Станции Стрит, которую часто используют в местах без интернета. Но как добавить функциональность, не сломав старую и не превысив лимиты скромного «железа» колонки?

Как работают быстрые команды в умных колонках Яндекса

Быстрые команды — это компактная нейросеть, которая живёт прямо в колонке. В отличие от основной системы распознавания речи (ASR), требующей мощных серверов, модель быстрых команд весит всего от 0,5 до 1,5 МБ в зависимости от модели устройства. Она работает на локальном процессоре и оперативной памяти колонки. Архитектура этой нейросети почти полностью совпадает с решением для наушников Яндекс Дропс, о котором рассказывал Григорий Афанасенко. Разница лишь в масштабе: модель для колонок меньше и легче. За счёт этого команды выполняются практически мгновенно, без задержек на передачу данных в облако.

Почему нельзя просто увеличить модель?

Казалось бы, если нужно добавить новые команды, можно расширить нейросеть. Но есть ограничение: модель должна помещаться в память устройства и не перегружать процессор. Умные колонки — не серверы, их вычислительные ресурсы строго ограничены. Увеличение модели может привести к замедлению работы или даже к ошибкам распознавания. Кроме того, любое изменение может случайно ухудшить точность уже работающих команд. Поэтому задача Яндекса была не просто добавить новые слова, а сделать это так, чтобы старые команды продолжали распознаваться с прежней точностью, а потребление ресурсов не выросло критически.

Технические детали: как Яндекс решил задачу

Инженеры Яндекса применили подход, который позволяет расширять словарь быстрых команд без увеличения размера модели. Вместо того чтобы переучивать нейросеть с нуля, они использовали технику «добавления новых классов» в уже обученную модель. Это похоже на то, как если бы вы добавили новые слова в свой словарный запас, не забывая старые. Ключевой момент — новые команды должны быть фонетически различимы с существующими, чтобы модель не путала, например, «лайк» с «дальше». Для этого команды подбирались с учётом акустической уникальности. Также была проведена тщательная валидация на реальных устройствах: тестирование на разных колонках, в разных условиях шума и с разными голосами.

Какие новые быстрые команды появились и для чего они нужны?

Новые быстрые команды включают «лайк», «дизлайк», «включи блютус» и «выключи блютус». Команды «лайк» и «дизлайк» упрощают управление музыкой — теперь не нужно говорить «Алиса, поставь лайк», достаточно просто сказать «лайк». Команды Bluetooth особенно важны для владельцев Станции Стрит: они позволяют быстро переключаться между режимами без голосового ассистента, что удобно в походах или на пляже, где интернет может отсутствовать. Для разработчиков сторонних навыков это изменение не несёт прямой выгоды, но показывает, что платформа Яндекса эволюционирует в сторону более быстрого и автономного взаимодействия. Конкуренты вроде «Маруси» или «SberBoom» также имеют быстрые команды, но решение Яндекса отличается тем, что модель остаётся компактной и работает офлайн.

Кого затронет обновление и как

Новые быстрые команды будут полезны всем пользователям умных колонок Яндекса. Функция «лайк» и «дизлайк» упрощает управление музыкой — теперь не нужно говорить «Алиса, поставь лайк», достаточно просто сказать «лайк». Команды Bluetooth особенно важны для владельцев Станции Стрит: они позволяют быстро переключаться между режимами без голосового ассистента, что удобно в походах или на пляже, где интернет может отсутствовать. Для разработчиков сторонних навыков это изменение не несёт прямой выгоды, но показывает, что платформа Яндекса эволюционирует в сторону более быстрого и автономного взаимодействия. Конкуренты вроде «Маруси» или «SberBoom» также имеют быстрые команды, но решение Яндекса отличается тем, что модель остаётся компактной и работает офлайн.

Что будет дальше

Яндекс планирует и дальше расширять список быстрых команд, но без конкретных сроков. Возможно, появятся команды для управления умным домом — например, «свет» или «температура». Также не исключено, что технология будет адаптирована для других устройств, таких как телевизоры или автомобильные системы. Главный принцип останется неизменным: новые команды не должны ухудшать работу старых и должны укладываться в аппаратные ограничения.

Итог

Яндекс успешно добавил новые быстрые команды в умные колонки, сохранив точность распознавания и не увеличив нагрузку на устройство. Это важный шаг для улучшения пользовательского опыта, особенно в сценариях без интернета. Следите за обновлениями прошивки: новые команды уже доступны на большинстве моделей.