下一代的人機(jī)交互方式是什么？

自互聯(lián)網(wǎng)誕生以來(lái)，人與機(jī)器的信息交互方式就在不斷演進(jìn)和發(fā)展。從早期單一的鼠標(biāo)、鍵盤(pán)操作方式，再到如今以智能手機(jī)為代表的觸控交互。我們急切地想知道：下一代的人機(jī)交互方式是什么？

智能語(yǔ)音，賦予了機(jī)器可以像人類一樣“講話”并與人類“對(duì)話”的能力，也讓不少人看到了語(yǔ)音技術(shù)的巨大潛力。追溯起來(lái)，有關(guān)語(yǔ)音技術(shù)真正意義上的研究可以追溯到 1876 年貝爾電話的發(fā)明。

從 2009 年開(kāi)始，借助機(jī)器學(xué)習(xí)領(lǐng)域深度學(xué)習(xí)研究的發(fā)展及大數(shù)據(jù)語(yǔ)料的積累，以語(yǔ)音識(shí)別為突出代表的語(yǔ)音技術(shù)得到了突飛猛進(jìn)的發(fā)展。如將深度學(xué)習(xí)引入語(yǔ)音識(shí)別聲學(xué)模型訓(xùn)練，使用基于 RBM 預(yù)訓(xùn)練的多層神經(jīng)網(wǎng)絡(luò)，以提高聲學(xué)模型的準(zhǔn)確性，包括蘋(píng)果公司的 Siri、谷歌公司的 Google Assistant 的面世曾一時(shí)引起了不小轟動(dòng)。2015 年，亞馬遜 Amazon Echo 的誕生正式開(kāi)啟了智能語(yǔ)音技術(shù)的競(jìng)爭(zhēng)局面。從智能音箱到主打語(yǔ)音交互的智能設(shè)備，國(guó)內(nèi)外巨頭們不惜輪番價(jià)格戰(zhàn)。

截止到目前，國(guó)內(nèi)外的戰(zhàn)場(chǎng)上有阿里、騰訊、百度，也有谷歌、微軟、亞馬遜、Facebook，它們的介入導(dǎo)致不少創(chuàng)新公司展開(kāi)了激烈競(jìng)爭(zhēng)，也對(duì)未來(lái)十年產(chǎn)生了極其重要的影響。

在眾多語(yǔ)音技術(shù)中，語(yǔ)音識(shí)別、語(yǔ)音合成、聲紋識(shí)別、語(yǔ)音喚醒、端信號(hào)處理等語(yǔ)音技術(shù)伴隨著算法統(tǒng)計(jì)模型的迭代有了新的重大創(chuàng)新，也成為當(dāng)前最具有挑戰(zhàn)性和應(yīng)用場(chǎng)景的技術(shù)。

以聲紋識(shí)別為例，即通過(guò)對(duì)一種或多種語(yǔ)音信號(hào)的特征分析來(lái)判斷說(shuō)話人身份的技術(shù)。由于任何兩個(gè)人的聲紋圖譜都有所差異，所以聲紋同樣具有如指紋生物特征一樣的唯一性。聲音不涉及隱私問(wèn)題，麥克風(fēng)和傳感器等相關(guān)設(shè)備成本低廉，傳輸帶寬窄，而語(yǔ)音又是一個(gè)形簡(jiǎn)意豐的信號(hào)，口音、語(yǔ)種、情感等各種信息通過(guò)一段聲音便傳輸了出來(lái)。

清華大學(xué)語(yǔ)音和語(yǔ)言技術(shù)中心主任、得意音通董事長(zhǎng)鄭方博士接受 CSDN 采訪時(shí)表示：“目前在聲紋識(shí)別這個(gè)領(lǐng)域，不同技術(shù)或產(chǎn)品提供商參差不齊、差異很大；與此同時(shí)，聲紋識(shí)別不再是單一強(qiáng)調(diào)準(zhǔn)確性，而是變得更為成熟、完備和可用。”

不過(guò)相對(duì)來(lái)講，聲紋識(shí)別仍是一個(gè)應(yīng)用相對(duì)較窄的領(lǐng)域。就目前來(lái)看，語(yǔ)音識(shí)別、語(yǔ)音合成的應(yīng)用更為廣泛。

例如在年初舉辦的Google I/O 大會(huì)上，機(jī)器語(yǔ)音助手的一聲“嗯哼”震驚了全場(chǎng)，然后微軟小冰為知乎寫(xiě)歌又刷了一波屏。我們才意識(shí)到，AI 語(yǔ)音正悄然從原來(lái)的“機(jī)械式語(yǔ)音”變成了“像人類一樣說(shuō)話”的自然語(yǔ)言。

語(yǔ)音產(chǎn)業(yè)雖然可以由概念觸發(fā)，但最終仍由技術(shù)驅(qū)動(dòng)，打磨好技術(shù)和產(chǎn)品仍是第一要?jiǎng)?wù)。

出門(mén)問(wèn)問(wèn) CTO 雷欣曾表示，“從技術(shù)上來(lái)講，機(jī)器學(xué)習(xí)、人工智能跟其他功能性的東西不太一樣，它非常強(qiáng)調(diào)學(xué)習(xí)的過(guò)程，訓(xùn)練跟實(shí)際使用場(chǎng)景越匹配越好，做得越通用，就代表在某一個(gè)垂直領(lǐng)域做不到最優(yōu)。”

那么，隨著語(yǔ)音市場(chǎng)需求的爆發(fā)，如何更好地通過(guò)智能技術(shù)解決聲學(xué)、語(yǔ)音、語(yǔ)義等各方面的問(wèn)題，對(duì)于任何一位語(yǔ)音技術(shù)相關(guān)領(lǐng)域的工程師而言，將是未來(lái)長(zhǎng)期時(shí)間內(nèi)必然面臨的挑戰(zhàn)。

現(xiàn)在，CSDN 就為大家提供了這樣一個(gè)機(jī)會(huì)，讓你能夠聆聽(tīng)頭部 AI 公司的最新技術(shù)實(shí)踐，并有機(jī)會(huì)與這些公司的資深技術(shù)人員面對(duì)面交流。

2018 年 11 月 8-9 日，由中國(guó) IT 社區(qū) CSDN 與硅谷 AI 社區(qū) AICamp 聯(lián)合出品的 2018 AI 開(kāi)發(fā)者大會(huì)（AI NEXTCon）將于北京召開(kāi)。

本次大會(huì)設(shè)有“語(yǔ)音技術(shù)專場(chǎng)”，我們很榮幸邀請(qǐng)到在研究和工業(yè)界都極富盛名的一線技術(shù)專家們：清華大學(xué)語(yǔ)音和語(yǔ)言技術(shù)中心主任、得意音通董事長(zhǎng) 鄭方，聲智科技創(chuàng)始人、董事長(zhǎng)兼 CEO 陳孝良，出門(mén)問(wèn)問(wèn) CTO 雷欣、云知聲董事長(zhǎng)、CTO梁家恩，以及標(biāo)貝科技聯(lián)合創(chuàng)始人&CTO 李秀林。

下面重磅介紹語(yǔ)音技術(shù)專題的講師團(tuán)和他們的議題概要：

陳孝良：聲智科技創(chuàng)始人、董事長(zhǎng)兼 CEO

演講議題：遠(yuǎn)場(chǎng)語(yǔ)音交互技術(shù)與實(shí)踐

陳孝良，2017年度中關(guān)村高端領(lǐng)軍人才，計(jì)算機(jī)學(xué)會(huì)語(yǔ)音對(duì)話與聽(tīng)覺(jué)專業(yè)組常務(wù)委員，中國(guó)聲學(xué)學(xué)會(huì)聲頻工程分會(huì)委員，中國(guó)人工智能和大數(shù)據(jù)專家委員，美國(guó) AES/JASA會(huì)員。先后于北京航空航天大學(xué)和中國(guó)科學(xué)院大學(xué)(聲學(xué)研究所)獲得管理學(xué)學(xué)士和工學(xué)博士學(xué)位。

曾任職于金山軟件股份有限公司和中國(guó)科學(xué)院聲學(xué)研究所，歷任初級(jí)工程師、助理研究員、副研究員，兼任首屆信息化辦公室主任和中國(guó)科學(xué)院上海高等研究院客座副教授，主要參與海軍某重大型號(hào)艦艇、863、973、國(guó)家自然科學(xué)基金、中科院戰(zhàn)略先導(dǎo)等國(guó)家重要項(xiàng)目，共發(fā)表文章36篇，申請(qǐng)專利 35項(xiàng)。

鄭方：清華大學(xué)語(yǔ)音和語(yǔ)言技術(shù)中心主任、得意音通董事長(zhǎng)

演講議題：聲紋識(shí)別技術(shù)及其應(yīng)用現(xiàn)狀

鄭方，博士、教授、博士生導(dǎo)師，清華大學(xué)語(yǔ)音和語(yǔ)言技術(shù)中心主任；北京得意音通技術(shù)有限責(zé)任公司董事長(zhǎng)；亞太區(qū)信號(hào)與信息處理聯(lián)合會(huì)副主席、中國(guó)中文信息學(xué)會(huì)語(yǔ)音專委會(huì)主任、中國(guó)計(jì)算機(jī)學(xué)會(huì)語(yǔ)音對(duì)話與聽(tīng)覺(jué)專業(yè)組副主任。

鄭方博士從事語(yǔ)音語(yǔ)言處理和生物特征識(shí)別的研發(fā)近 30 年，是全國(guó)安防標(biāo)委會(huì)人體生物特征識(shí)別應(yīng)用分委會(huì)副主任委員、中文語(yǔ)音交互技術(shù)標(biāo)準(zhǔn)工作組聲紋識(shí)別專題組組長(zhǎng)、全國(guó)信標(biāo)委生物特征識(shí)別分委會(huì)委員等，是許多國(guó)家和行業(yè)標(biāo)準(zhǔn)的起草者。

梁家恩：云知聲董事長(zhǎng)、CTO

演講議題：AIoT 智能交互技術(shù)與應(yīng)用

梁家恩博士畢業(yè)于中國(guó)科技大學(xué)，獲中國(guó)科學(xué)院識(shí)別與智能系統(tǒng)專業(yè)博士學(xué)位，畢業(yè)后留校負(fù)責(zé)語(yǔ)音識(shí)別核心技術(shù)研發(fā)及其產(chǎn)業(yè)化，在國(guó)家863語(yǔ)音識(shí)別核心技術(shù)評(píng)測(cè)中多次獲第一名，在廣電、安全、教育等領(lǐng)域?qū)崿F(xiàn)產(chǎn)業(yè)化應(yīng)用。

2012 年，由梁家恩博士主導(dǎo)創(chuàng)立人工智能公司云知聲，并率先在國(guó)內(nèi)實(shí)現(xiàn)深度學(xué)習(xí)和5米遠(yuǎn)講識(shí)別技術(shù)的產(chǎn)業(yè)化，在業(yè)內(nèi)首次提出的“云端芯”一體化解決方案已經(jīng)在家居、車載、醫(yī)療、教育等領(lǐng)域規(guī)?；涞亍Ｔ谒蛨F(tuán)隊(duì)的共同努力下，云知聲先后被福布斯評(píng)為“中國(guó)成長(zhǎng)最快科技企業(yè)”、科技部評(píng)為“中國(guó)獨(dú)角獸企業(yè)”。2013 年底，梁家恩博士出任云知聲 CTO，負(fù)責(zé)技術(shù)領(lǐng)域。

李秀林：標(biāo)貝科技聯(lián)合創(chuàng)始人&CTO

演講議題：標(biāo)貝科技的語(yǔ)音超市實(shí)踐——助力智能產(chǎn)品人性化

李秀林，中國(guó)科學(xué)院博士，15 年語(yǔ)音相關(guān)技術(shù)研發(fā)和學(xué)術(shù)研究，申請(qǐng)專利三十余項(xiàng)，在國(guó)內(nèi)外語(yǔ)音界有很高的知名度；曾帶領(lǐng)團(tuán)隊(duì)獲得百度百萬(wàn)美元大獎(jiǎng)。2006 年— 2013 年，松下研發(fā)中心高級(jí)研發(fā)經(jīng)理；2013 年— 2016 年，百度語(yǔ)音合成技術(shù)負(fù)責(zé)人；2016 年—2018 年，滴滴研究院語(yǔ)音團(tuán)隊(duì)負(fù)責(zé)人&首席算法工程師；2018年3月份加盟標(biāo)貝科技，作為聯(lián)合創(chuàng)始人兼 CTO。

雷欣：出門(mén)問(wèn)問(wèn)（Mobvoi）CTO

演講議題：語(yǔ)音交互的軟硬結(jié)合

雷欣，人工智能專家，在人工智能尤其是語(yǔ)音識(shí)別領(lǐng)域至今已有十多年研究及從業(yè)經(jīng)驗(yàn)。2006 年，雷欣獲得美國(guó)華盛頓大學(xué)電子工程博士后，加入了微軟總部任軟件設(shè)計(jì)工程師及 Speech Scientist，負(fù)責(zé)開(kāi)發(fā)微軟語(yǔ)音識(shí)別引擎內(nèi)的說(shuō)話人自適應(yīng)模塊；后加入斯坦福研究所（SRI）任研究工程師，領(lǐng)導(dǎo)開(kāi)發(fā)了SRI 2008 年大規(guī)模中文語(yǔ)音識(shí)別系統(tǒng)；隨后進(jìn)入 Google 研究院任 Staff Research Scientist，領(lǐng)導(dǎo)開(kāi)發(fā) Google 基于深度神經(jīng)網(wǎng)絡(luò)的離線語(yǔ)音識(shí)別系統(tǒng)。

目前，雷欣所帶領(lǐng)的出門(mén)問(wèn)問(wèn) AI 團(tuán)隊(duì)，正進(jìn)行人工智能落地在生活場(chǎng)景（可穿戴、車載、家居）上的研究開(kāi)發(fā)。

除了語(yǔ)音技術(shù)專題之外，我們還為大家準(zhǔn)備了“自然語(yǔ)言處理”、“機(jī)器學(xué)習(xí)工具”、“數(shù)據(jù)分析”、“機(jī)器學(xué)習(xí)”、“計(jì)算機(jī)視覺(jué)”、“知識(shí)圖譜”等技術(shù)專題，以及“智慧金融”、“智能駕駛”、“智慧醫(yī)療”等行業(yè)峰會(huì)。大會(huì)完整日程以及嘉賓議題請(qǐng)查看下方海報(bào)。