Datality Lab 運用AWS技術建立AI演講訓練系統

Datality Lab運用AWS多項AI及ML產品建立AI演講訓練系統。

新科技速遞

在現今社會，出色的溝通及演説技能無論在職場、學校或其他場合均非常重要，亦是成功人士的必備因素之一。要掌握或提升有關技能，不少人士會參加小組或1對1訓練課程。本港初創Datality Lab最近推出使用人工智能 (AI)及機器學習(ML)技術的演講分析及評分系統Moodie.ai，冀為商界及教育界提供有系統的演講訓練。

一個具感染力或説服力的演講除了內容吸引外，講者的聲線、面部表情、肢體動作同樣重要。用戶透過Moodie.ai錄製個人演講短片，系統借助Amazon Web Services (AWS)多項AI及ML產品，自動分析用戶在上述範疇的演講表現，並提供詳盡的評分報告及建議。

Datality Lab創辦人及董事總經理梁泰然表示，系統硏發初期，以分析面部表情為主，收集市場意見後，加入肢體動作、聲線及說明內容範疇，並使用決策科學運算模型，透過AI及ML技術提供全面、自動化丶快速及客觀分析，開發成本逾百萬元。

從70個觀察點分析

建立AI及ML模型過程複雜，他續説如自行建立需投放大量資源、時間及人力物力，AWS具備相關產品以供即時運用，因而可快速地起動Moodie.ai系統。

在Amazon Rekognition、Amazon Transcribe及Amazon Comprehend AI解決方案的協助下，該演講訓練系統從多達70個觀察點，包括面部表情、頭部、膊頭、前臂、手掌、手指、腳部的移動等，進行170個演算法，評估演講者表現並提供評語。系統可在20分鐘內，分析一條5分鐘的演講短片並提供全面的評級報告給用戶。

他指出，教育界使用Moodie.ai系統時，同一日內可能有數以百計學生進行數以千計次演講練習，系統需加大處理能力，以應付令突如其來的流量。Moodie.ai 利用 AWS Lambda、AWS Auto Scaling等AWS運算服務，自動擴充或縮減分析演講時需要的容量，監控服務流量，同時在流量發生變化之前，自動拓展運算能力。系統現時可在120秒內提升流量至處理300名線上用戶同時登入平台及上傳演講短片，並作出分析。

系統亦運用AWS Cloudfront，以低延遲和高速傳輸的方式把大量演講片段的

分析報告及教學影片呈現在用戶的使用界面。

Moodie.ai根據多個範疇包括演講內容、講者的聲線、面部表情、肢體動作等評分及提供意見。

模擬真人評分

Moodie.ai能夠模擬真人評分能力，根據演講者的自信心、流𣈱度、可信性、能量值等計分，給予評語及改善建議，這是由於Datality Lab在設計評分準則前，與不同導師進行問卷調查，了解他們用什麼準則、準則各自的重要性比重等去評價演講者表現。

系統現時提供4個預設練習場景，包括訪問(interviews)、傳媒(media) 、公開演講(public speech)及會議室(board room)。Datality Lab可為客戶身訂造專屬的場景及評審標準，約1日內可完成新埸景設計。

大學及保險公司客戶

Datality Lab在今年2至4月與香港城市大學商學院合作测試Moodie.ai，50名参與學生進行了數次演講練習，共錄制了逾350個練習短片。經過反覆練習，學生的整體演說技巧有所提升。系統在4月正式推出市面，現時已獲本地大學及大型保險公司採用，分別用作訓練學生的演講技巧及代理人的銷售技巧。

用戶首次使用系統需先進行面部表情校對，而每次登入也要做面部識別，以確保練習所獲得分數來自同一人。練習完成後可重播短片，然後把短片上載，系統在AWS雲端分析，約10分鐘便可完成，並以電郵通知用戶在系統內瀏覽成績。

香港城市大學50名學生反覆練習，整體演說技巧有所提升。

收費模式

使用Moodie.ai，在硬件上只需一部電腦及攝錄鏡頭，Datality Lab所收取的費用有3部分，分別是按用戶數目計算的月費、平台定製費(customization)及管理費。

平台現時只適用於英語練習，今年底前會加入廣東話及普通話。此外亦會提供Android 及IoS手機程式版本，以及後台管理系統，屆時客戶可在後台管理系統自行設計練習埸景及專屬的分數校對，從而將新埸景設計所需時間縮短半天。