淺析語音技術(shù)在萬物互聯(lián)時代的商業(yè)應(yīng)用落地

跟隨物聯(lián)網(wǎng)的發(fā)展大潮，人工智能已經(jīng)形成火熱的發(fā)展勢態(tài)，尤其是語音技術(shù)的成熟，智能語音儼然已經(jīng)成為新一代人機(jī)交互入口，走在了發(fā)展前列。從國外的微軟、亞馬遜、蘋果，到國內(nèi)科大訊飛、小i機(jī)器人、捷通華聲、云知聲及思必馳，都在紛紛推進(jìn)語音技術(shù)在萬物互聯(lián)時代的商業(yè)應(yīng)用落地。

站在物聯(lián)網(wǎng)的風(fēng)口之上，這些企業(yè)怎樣迎接機(jī)遇，應(yīng)對挑戰(zhàn)？小編簡單介紹一下從國內(nèi)科大訊飛、捷通華聲、云知聲以及思必馳幾家語音技術(shù)公司在物聯(lián)網(wǎng)產(chǎn)業(yè)的布局。

科大訊飛的語音技術(shù)能力小編就不再做過多介（chui）紹(peng)，在語音技術(shù)領(lǐng)域，其能調(diào)動的資源肯定是行業(yè)第一的。在物聯(lián)網(wǎng)方面，科大訊飛發(fā)布了訊飛物聯(lián)，訊飛物聯(lián)就是為了支撐機(jī)器學(xué)習(xí)和智能人機(jī)交互界面能更好、更加智能，AI是基于大數(shù)據(jù)的，在一個場景的交互里面需要更多個性化數(shù)據(jù)，個性化數(shù)據(jù)從各個設(shè)備、各個傳感器里來，還從云端上來?？拼笥嶏w發(fā)布的物聯(lián)同樣也是為了支撐其AIUI平臺，能在機(jī)器學(xué)習(xí)能夠產(chǎn)生更加智能的服務(wù)。

成立于2007年的思必馳，在語音技術(shù)上通過“產(chǎn)學(xué)研一體化”模式推進(jìn)原始技術(shù)創(chuàng)新，在智能終端領(lǐng)域?qū)Ｗ⑽锫?lián)網(wǎng)，包括車載、家居、玩具/機(jī)器人、手機(jī)等，在前端布局語音芯片，在后端升級平臺能力，通過DUI開放平臺推進(jìn)語音技術(shù)的定制規(guī)?；?。同時，擴(kuò)展企業(yè)智慧服務(wù)項目，打造智能商業(yè)助理，把消費(fèi)端的自然語言交互能力擴(kuò)展至企業(yè)端。此外，思必馳成立了兩支人工智能產(chǎn)業(yè)基金，目前已投資了覆蓋醫(yī)療、IoT、教育等各領(lǐng)域的16家人工智能及物聯(lián)網(wǎng)上下游企業(yè)。

作為國內(nèi)語音商業(yè)化應(yīng)用落地較好的人工智能企業(yè)之一，成立于2012年的云知聲在“云端芯”產(chǎn)品體系之下，將 AI 技術(shù)廣泛應(yīng)用于智慧生活中的家居、車載、機(jī)器人等場景以及智慧服務(wù)，像醫(yī)療、教育、司法等場景，在物聯(lián)網(wǎng)產(chǎn)業(yè)中，云知聲給自己的定位是“物聯(lián)網(wǎng)人工智能服務(wù)”公司，在今年其發(fā)布了首款面向物聯(lián)網(wǎng)的AI芯片。

2000年成立的捷通華聲，在物聯(lián)網(wǎng)產(chǎn)業(yè)的驅(qū)使下，目前主要結(jié)合物聯(lián)網(wǎng)行業(yè)的特點(diǎn)和其在人工智能領(lǐng)域核心技術(shù)的積累，發(fā)揮捷通在人工智能的優(yōu)勢為各行業(yè)物聯(lián)網(wǎng)應(yīng)用賦與智能語音交互的能力。捷通華聲先后推出了靈云麥克風(fēng)陣列、車載輸入法、智能語音交互助手等產(chǎn)品，能夠快速的與客戶產(chǎn)品集成，已經(jīng)與多家機(jī)器人廠商、汽車廠商、車機(jī)廠商、廣電運(yùn)營商等展開合作，并實施落地。其麥克風(fēng)陣列、語音識別、語義理解這幾項與物聯(lián)網(wǎng)語音交互相關(guān)的產(chǎn)品，無論是技術(shù)還是項目應(yīng)用捷通華聲在行業(yè)的認(rèn)可度還是蠻高的。

捷通華聲也“老大不小”了，技術(shù)沉淀也已經(jīng)有十八個年頭了，在物聯(lián)網(wǎng)競爭如此激烈下，捷通華聲接下來怎樣發(fā)展，怎樣布局物聯(lián)網(wǎng)賽道？

聯(lián)動原素VS捷通華聲

Q

能否先簡單介紹下捷通華聲目前的核心業(yè)務(wù)是什么？有哪些具體的產(chǎn)品服務(wù)嗎？

李?。和ㄈA聲擁有語音識別、語音合成、語義理解、圖像識別、手寫識別、麥克風(fēng)陣、聲紋識別、人臉識別等12項人工智能核心技術(shù)。圍繞這12項核心技術(shù)能力構(gòu)建完善的人工智能云服務(wù)和產(chǎn)品生態(tài)系統(tǒng)，從公有云、私有云到行業(yè)解決方案，全面賦能各行各業(yè)，努力實現(xiàn)“讓每一家企業(yè)都擁有人工智能，讓每個人都能享受到人工智能的方便與快捷”的人工智能戰(zhàn)略。目前，靈云人工智能云服務(wù)及產(chǎn)品生態(tài)系統(tǒng)包括以下五大類：

靈云云服務(wù)平臺（AICloud），包含語音云、圖像云、客服云、智能外呼云等智能方案云服務(wù)以及智能語音、智能圖像等全方位AI技術(shù)云服務(wù)；智能物聯(lián)網(wǎng)（AIoT），包含智能電視語音助手、智能音箱語音助手、智能車載輸入法等，致力于讓每個智能終端“能聽會說、能思考會判斷”；全方位人工智能能力平臺（AICP），為企業(yè)提供包括靈云智能語音、智能圖像、智能語義、生物特征識別等全能力私有云能力平臺，客戶可以靈活挑選、組合AI技術(shù)，實現(xiàn)企業(yè)業(yè)務(wù)、應(yīng)用的智能化升級；人工智能聯(lián)絡(luò)中心（AICC），包含全渠道智能客服系統(tǒng)、智能外呼系統(tǒng)、智能語音分析系統(tǒng)等在內(nèi)的，面向智能客戶服務(wù)中心的全方位人工智能門戶解決方案；行業(yè)智能解決方案（AIIS），包括應(yīng)用于會議、司法、醫(yī)療領(lǐng)域的智能語音轉(zhuǎn)錄系統(tǒng)，支持文本、名片、票據(jù)、證照識別的智能圖像識別系統(tǒng)，以及可對人臉、聲紋等身份信息進(jìn)行綜合認(rèn)證的多維生物特征識別系統(tǒng)等。

Q

在激烈的競爭環(huán)境下，捷通華聲較于市場同類公司，您認(rèn)為貴公司的核心競爭力是什么？

李?。航萃ㄈA場在人工智能領(lǐng)域擁有行業(yè)領(lǐng)先的靈云全方位人工智能開放平臺，能夠為廣大IoT領(lǐng)域相關(guān)廠商、集成商提供語音識別、語義理解、語音合成、麥克風(fēng)陣列、語音喚醒等核心技術(shù)，以及圖像處理、人臉識別等全方位人工智能能力，為企業(yè)提供一站式的AI能力解決方案，同時擁有豐富的接入方式，支持所有主流的操作系統(tǒng)接入，擁有穩(wěn)定的服務(wù)支持并能提供可定制化的全面服務(wù)支持。

在核心技術(shù)方面，靈云各項能力均位居行業(yè)領(lǐng)先地位，語音識別準(zhǔn)確率高達(dá)97%，實時率可達(dá)0.3以下，支持普通話、英語、粵語、維吾爾語、客家話等多種語言；語音合成市場占有率超50%，支持多種語言、多種音庫；語義理解支持上下文語義分析、多輪對話、實體屬性等，支持天氣、導(dǎo)航、航班、音樂、閑聊等20多個常見領(lǐng)域；語音喚醒可低功率持續(xù)偵聽，喚醒率大于95%，且誤喚醒率低于小于 1次/24小時，支持自定義設(shè)置多個喚醒詞；麥克風(fēng)陣列支持單麥、多麥以及線性、環(huán)形排列方式，3米識別率大于 95%，5米識別率大于92%。

Q

您認(rèn)為貴公司的產(chǎn)品在物聯(lián)網(wǎng)產(chǎn)業(yè)中能否占據(jù)一席之地？貴公司在物聯(lián)網(wǎng)產(chǎn)業(yè)鏈中是如何定義自己？

李?。何锫?lián)網(wǎng)雖然經(jīng)過七八年的發(fā)展逐漸形成了家居、工業(yè)、城市、農(nóng)牧等領(lǐng)域性劃分，以及通訊、模組、芯片、操作系統(tǒng)等技術(shù)領(lǐng)域的劃分，但整體碎片劃仍舊嚴(yán)重。因此，結(jié)合物聯(lián)網(wǎng)行業(yè)的特點(diǎn)和捷通華聲在人工智能領(lǐng)域核心技術(shù)的積累，我們找到以語音交互、圖像識別為結(jié)合點(diǎn)，與各行業(yè)深度合作，發(fā)揮捷通在人工智能的優(yōu)勢為各行業(yè)物聯(lián)網(wǎng)應(yīng)用賦與智能語音交互的能力。這一結(jié)合點(diǎn)是捷通特有的優(yōu)勢，一方面捷通擁有全方位的人工智能能力，以語音交互切入物聯(lián)網(wǎng)應(yīng)用能夠快速的為其其他提供豐富的云端智能能力，從而促進(jìn)物聯(lián)網(wǎng)應(yīng)用的快速發(fā)展。

捷通華聲先后推出了靈云麥克風(fēng)陣列、車載輸入法、智能語音交互助手等產(chǎn)品，能夠快速的與客戶產(chǎn)品集成，目前已經(jīng)與多家機(jī)器人廠商、汽車廠商、車機(jī)廠商、廣電運(yùn)營商等展開合作，并實施落地。

Q

貴公司打造了靈云平臺的初衷是什么？目前這個平臺的建設(shè)是怎樣的？

李健：伴隨各領(lǐng)域、各行業(yè)市場對各種人工智能技術(shù)需求的爆發(fā)式增長，單一的人工智能技術(shù)已經(jīng)不能完全滿足各行業(yè)智能化發(fā)展的需要，多種人工智能技術(shù)的融合已成為人工智能在各領(lǐng)域、行業(yè)應(yīng)用與發(fā)展的必由之路。

捷通華聲順應(yīng)人工智能產(chǎn)業(yè)發(fā)展趨勢，倡導(dǎo)并積極推動人工智能技術(shù)能力“融合應(yīng)用、融合服務(wù)、融合發(fā)展”，并于2011年率先推出了靈云全方位人工智能開放平臺，為企業(yè)提供包括智能語音、智能語義、智能圖像、生物特征識別等12項人工智能技術(shù)，致力于讓每一家企業(yè)擁有人工智能。

如今，靈云平臺各項人工智能技術(shù)已經(jīng)成功服務(wù)智能應(yīng)用、智能家電、智能車載、智能音箱、智能機(jī)器人等眾多領(lǐng)域客戶，在京東商城、出國翻譯官、滴滴出行、高德地圖、快快查字典等上萬個APP中得以應(yīng)用，也已為小米電視、PPTV、廣電機(jī)頂盒等眾多電視、機(jī)頂盒廠商提供了語音交互服務(wù)，終端用戶量更是超8億。

作為國內(nèi)首個全方位人工智能開放平臺，靈云平臺成為捷通華聲在物聯(lián)網(wǎng)產(chǎn)業(yè)布局中的核心產(chǎn)品。通過靈云平臺，捷通華聲可為包括智能家電、智能車載、智能機(jī)器人等眾多物聯(lián)網(wǎng)行業(yè)終端產(chǎn)品通過“云+端”的方式提供全方位的人工智能技術(shù)支持，從而實現(xiàn)產(chǎn)品的智能化升級。靈云平臺強(qiáng)大的大規(guī)模數(shù)據(jù)處理與云計算能力，以及遍布全國、高密度覆蓋的數(shù)據(jù)網(wǎng)絡(luò)，能讓物聯(lián)網(wǎng)企業(yè)用戶能夠享受到更流暢的人工智能交互體驗，喚醒業(yè)務(wù)敏捷活力。