《長(cháng)江七號》是我女兒非常喜歡的一部電影，記得當時(shí)帶她去看這部影片時(shí)她才4歲多，現在她6歲了，仍然還經(jīng)常提起這部片子以及充滿(mǎn)了靈性、智慧、童趣的“小七”。
在我們看來(lái)，“小七”就是一部智能小機器，可以說(shuō)話(huà)，可以與人交流，當然，經(jīng)過(guò)電影作者的想象、加工，給它賦予人類(lèi)的感情，所以也成就了“小七”的輝煌。
“小七”在捷通華聲董事長(cháng)張連毅先生看來(lái)，只是人機交互技術(shù)HCI功能實(shí)現的一小步，張連毅認為：人與機器的溝通將越來(lái)越簡(jiǎn)單，讓機器與人的交流像人與人一樣自然是他的理想。
近日，CTI論壇記者獲得與捷通華聲董事長(cháng)張連毅先生交流的機會(huì )，將這位HCI技術(shù)應用的推動(dòng)者在HCI領(lǐng)域的理念與夢(mèng)想與大家分享。
圖：捷通華聲董事長(cháng)張連毅先生在辦公室接受CTI論壇記者采訪(fǎng)
CTI論壇記者：捷通華聲于12月8日推出全球第一個(gè)全方位人機交互的感知云--靈云，這與以前捷通華聲經(jīng)常談到的智能人機交互技術(shù)HCI有哪些傳承與區別？
張連毅：捷通華聲公司多年來(lái)一直致力于智能人機交互技術(shù)的研究，也就是HCI。其實(shí)HCI技術(shù)投入大、見(jiàn)效慢，只有一些很大的企業(yè)，像IBM、微軟、英特爾才能夠獨立投入，而捷通華聲是民營(yíng)企業(yè)，這么多年堅持下來(lái)其實(shí)是很不容易的。
靈云的推出，可以說(shuō)是 “十年磨一劍”，早在1998年底，捷通華聲在公司剛創(chuàng )建時(shí)，推出新產(chǎn)品“錄易”，就具備了人機交互的基本雛形，具備聽(tīng)、說(shuō)等功能，遺憾的是當年的品牌知名度并沒(méi)有打響，原因有很多，一是當時(shí)的捷通華聲還只是一家剛剛誕生的嬰兒般的企業(yè)，并沒(méi)有雄厚資金去做相應的推廣，而當時(shí)的漢王科技等企業(yè)推出的手寫(xiě)板產(chǎn)品已經(jīng)熱銷(xiāo)，所以捷通華聲的“錄易”就被淹沒(méi)了。
但就現在來(lái)看，“錄易”都不是一款過(guò)時(shí)的產(chǎn)品，“錄易”后期轉換了一種方式，以OEM、ODM的方式繼續履行著(zhù)他的使命。
我剛才說(shuō)到靈云是 “十年磨一劍”，因為我們認為，無(wú)論是手寫(xiě)錄入、語(yǔ)音錄入、還是掃描識別，都是一種錄入手段，人與機器的交互，是全方位、多手段的，無(wú)論用哪種形式，讓機器能夠說(shuō)、能夠聽(tīng)、能夠感知人的語(yǔ)言，這就是HCI的使命。而今天，捷通華聲經(jīng)過(guò)多年對HCI的研究：通過(guò)手寫(xiě)，讓機器能認識人的書(shū)寫(xiě)；通過(guò)語(yǔ)音合成，讓機器能象人一樣說(shuō)話(huà)；通過(guò)語(yǔ)音識別，讓機器能聽(tīng)懂；通過(guò)語(yǔ)音翻譯，讓機器能象人一樣思考。
這些功能以前捷通華聲，包括市場(chǎng)上其他的企業(yè)只能夠一項項的單獨實(shí)現，靈云則通過(guò)相應的技術(shù)讓這些功能集中于一起，對功能加以整合，全方位提供給用戶(hù)多種人機交互的體驗。
CTI論壇記者：靈云可以用語(yǔ)音、手寫(xiě)、拍照，甚至可使用腦波識別等智能手段來(lái)操作、感知手機、計算機等數字設備的網(wǎng)絡(luò )云服務(wù)，這是如何做到的呢？
張連毅：人機交互一直是人們所期待的，人類(lèi)希望機器象人一樣做基本的思考，象人一樣更加協(xié)調，所以，在技術(shù)形成上我們賦予機器“大腦”的功能。
捷通華聲依照多年來(lái)對自然語(yǔ)言的理解，引入“神經(jīng)元”概念，比如讓機器判斷語(yǔ)音、語(yǔ)氣、語(yǔ)境，象人一樣具備簡(jiǎn)單的思考功能。
剛才我也提到過(guò)，人機交互的方式是多種多樣的，不應該有局限，應不拘一格，無(wú)論是語(yǔ)音、手寫(xiě)、拍照、手勢，都是人與機器交互的方式，我們對這些交互方式在技術(shù)上加以整合、集結，讓他們同時(shí)具備上述功能，而不是以前的某一種單一方式，可以說(shuō)這是一種突破，工程師付出了很大的努力。
圖：捷通華聲董事長(cháng)張連毅先生
CTI論壇記者：捷通華聲對靈云準備采取哪些推廣模式？合作伙伴可以做些什么？
張連毅：在回答這個(gè)問(wèn)題之前，我想闡述一下我們的合作理念，這個(gè)理念前幾天我在中國手機產(chǎn)業(yè)大會(huì )上也提到過(guò)。舉個(gè)例子，比如喬布斯的蘋(píng)果公司，首先我本人非常佩服喬布斯，他為觸控技術(shù)乃至整個(gè)人類(lèi)計算機和手機產(chǎn)業(yè)做出的貢獻無(wú)人能超越。但是我認為很少有開(kāi)發(fā)者或者手機制造廠(chǎng)商能真正從產(chǎn)業(yè)、從蘋(píng)果的APPStore獲得利益，所以我支持Android，因為Android是開(kāi)放，是分享，是每一個(gè)人都可以用的。
另外企業(yè)也要做好自己的定位，比如作為大學(xué)，它的定位就是培養人才。捷通以前是語(yǔ)音、手寫(xiě)領(lǐng)域技術(shù)商，現在是HCI方案提供商。而人與機器的交互可以說(shuō)是無(wú)所不在，捷通華聲作為HCI方案提供商，我們提供方案，培養開(kāi)發(fā)者，讓成千上萬(wàn)的開(kāi)放者集結多種智慧，來(lái)促進(jìn)HCI技術(shù)多種多樣的應用。總之，捷通華聲將輔助所有的合作伙伴、支持各種合作伙伴將HCI引進(jìn)到他們擅長(cháng)的領(lǐng)域。
所以，捷通華聲今后的推廣也將以合作為主，開(kāi)放、共享，與合作伙伴共同合作、共同分享。
CTI論壇記者：您怎么評估HCI市場(chǎng)規模及應用趨勢？
張連毅：我認為HCI只是一個(gè)時(shí)代的開(kāi)始，前途不可限量，但不會(huì )象互聯(lián)網(wǎng)及移動(dòng)互聯(lián)網(wǎng)有那么多的泡沫。并且我個(gè)人認為，對HCI整個(gè)產(chǎn)業(yè)并不適宜用一個(gè)具體的數字來(lái)評估其發(fā)展的規模。HCI與云計算技術(shù)的結合，則是宣告了人機交互時(shí)代的來(lái)臨。
同時(shí)，HCI也不會(huì )有什么突然的爆發(fā)式的增長(cháng)，因為HCI技術(shù)是每天都在成長(cháng)，探討研究機器應用HCI技術(shù)就象探討人自身一樣，本身有一個(gè)慢慢探索的過(guò)程。比如人類(lèi)面臨的一些不治之癥，如癌癥，可能長(cháng)久以來(lái)一直就伴隨著(zhù)人類(lèi)，但近代才開(kāi)始認識到有這個(gè)疾病存在，到目前為止也還沒(méi)有克服這個(gè)疾病的良效藥，也就是說(shuō)，我們人類(lèi)還遠沒(méi)有真正徹底地了解我們自己。所以說(shuō)，探索HCI技術(shù)就象探索人自身一樣有個(gè)過(guò)程，至少要經(jīng)歷從理解----接受----推動(dòng)----寬容----發(fā)展的階段。所以從這個(gè)角度上講，我們要以包容的態(tài)度來(lái)理解HCI在應用發(fā)展中產(chǎn)生的問(wèn)題。
CTI論壇記者：捷通華聲成立于2000年10月，2001年推出中文語(yǔ)音合成技術(shù)，后續推出中文語(yǔ)音識別技術(shù)，可以說(shuō)，這也折射了中國語(yǔ)音技術(shù)的發(fā)展歷史。那么，目前捷通華聲語(yǔ)音的應用領(lǐng)域有哪些？可以舉一些案例進(jìn)行分享；
張連毅：語(yǔ)音應用領(lǐng)域應該從兩個(gè)方面來(lái)統計，一是受眾人群，從這個(gè)角度來(lái)講，語(yǔ)音應用其實(shí)是無(wú)處不在的，語(yǔ)音是服務(wù)的技術(shù)，尤其是語(yǔ)音合成技術(shù)在人群中受眾很高，但語(yǔ)音識別需要在特定的領(lǐng)域中保證識別率，比如銀行業(yè)務(wù)，肯定不會(huì )牽涉天氣預報的內容，受眾相對語(yǔ)音合成會(huì )少一些。捷通華聲過(guò)去十年中，作為語(yǔ)音技術(shù)提供商，涵蓋了所有的產(chǎn)業(yè)、行業(yè)、包括個(gè)人用戶(hù)。比如呼叫中心、導航、教育、手機中的各種應用、桌面辦公應用等，有無(wú)數的人已經(jīng)享受到語(yǔ)音技術(shù)的服務(wù)。
另一種統計方法是銷(xiāo)售額，語(yǔ)音技術(shù)市場(chǎng)包括語(yǔ)音合成及語(yǔ)音識別，基本是五五分成的狀況，從受眾人群講，語(yǔ)音合成用戶(hù)高于語(yǔ)音識別用戶(hù)數，但單價(jià)較語(yǔ)音識別低一些，所以從銷(xiāo)售額統計來(lái)看相差不大。
捷通華聲語(yǔ)音技術(shù)的企業(yè)終端用戶(hù)分布于銀行、交通等所有重要領(lǐng)域，如中國農業(yè)銀行、中國銀行、中國建設銀行、交通銀行、中國高鐵、世博會(huì )都是我們的客戶(hù)或采用捷通的語(yǔ)音技術(shù)。
CTI論壇記者：目前國際國內已經(jīng)有一些語(yǔ)音方面的廠(chǎng)商也有相關(guān)的語(yǔ)音部署，那么捷通華聲的語(yǔ)音技術(shù)專(zhuān)有技術(shù)還是引進(jìn)技術(shù)？
張連毅：捷通華聲在創(chuàng )立之初就有自己的獨立技術(shù)，如語(yǔ)音合成技術(shù)，手寫(xiě)識別技術(shù)，我們找到兩個(gè)在我國非常杰出的在語(yǔ)音領(lǐng)域研究多年的科學(xué)家作為公司創(chuàng )業(yè)的合作者，幫助指導我們研發(fā)。靈云中最核心的幾項技術(shù)均是捷通華聲自主知識產(chǎn)權的核心技術(shù)。當然，靈云離不開(kāi)HCI同行的支持，因此我們也非常注意加強國內、國際間的企業(yè)與研究單位的合作。
CTI論壇記者：您認為中國HCI競爭格局是怎樣的？
張連毅：捷通華聲在推出每一個(gè)產(chǎn)品技術(shù)時(shí)，都會(huì )問(wèn)問(wèn)它能給產(chǎn)業(yè)、給社會(huì )帶來(lái)什么？而不是去先炒概念，我們對待每一個(gè)產(chǎn)品都當成新生嬰兒一般，不過(guò)多宣傳自己，也從來(lái)不吃獨食，更不自稱(chēng)是龍頭老大。靈云是國內乃至國際上第一個(gè)感知云，也就是第一個(gè)HCI網(wǎng)絡(luò )云服務(wù)，目前只有合作伙伴，沒(méi)有競爭對手，但將來(lái)是一定會(huì )有的。
當然，在過(guò)去較長(cháng)一段時(shí)間，捷通華聲在HCI其中一些技術(shù)的局部領(lǐng)域一直受到同行業(yè)競爭對手的打壓，包括現在也是，但經(jīng)過(guò)多次幾乎是惡性的競爭，我意識到：HCI要發(fā)展，捷通要發(fā)展，不是通過(guò)僅與其中一兩個(gè)領(lǐng)域中的競爭對手爭勝負，爭贏(yíng)某一個(gè)單子決定的。要更多依靠大眾對HCI知識的了解，HCI技術(shù)要服務(wù)大眾，就要靠所有產(chǎn)業(yè)鏈的企業(yè)精誠合作，只要這樣HCI 產(chǎn)業(yè)才會(huì )真正發(fā)展。即使競爭也是良性競爭，不能失去產(chǎn)業(yè)發(fā)展的責任與越過(guò)商業(yè)規則的底線(xiàn)。
捷通華聲正是因為有了對HCI產(chǎn)業(yè)的全新理解，有了國內所有的合作企業(yè)、用戶(hù)對我們多年的理解與支持，才有了靈云的誕生，因此我們也才敢說(shuō)：靈云是大家的，靈云是中國的！
CTI論壇記者：非常感謝您接受我們的采訪(fǎng)，祝您工作愉快！也祝愿中國的HCI產(chǎn)業(yè)更加蓬勃發(fā)展！因為我們每一個(gè)人都身處其中！
張連毅簡(jiǎn)介：
1989年獲得清華大學(xué)環(huán)境工程系學(xué)士學(xué)位。1992年，與清華大學(xué)吳佑壽、丁曉清教授合作，推進(jìn)漢字印刷體識別系統（OCR）商品化進(jìn)程。1992年底至1998年6月赴美學(xué)習、工作。1998年8月歸國創(chuàng )建北京捷通軟件技術(shù)有限公司，2000年與呂士楠、顧小鳳教授共同創(chuàng )建北京捷通華聲語(yǔ)音技術(shù)有限公司。
發(fā)展中，堅持“開(kāi)發(fā)有價(jià)值的產(chǎn)品，培養有價(jià)值的人，創(chuàng )建有價(jià)值的企業(yè)”，專(zhuān)注發(fā)展中文語(yǔ)音合成技術(shù)，在中文語(yǔ)音技術(shù)領(lǐng)域與國內外企業(yè)展開(kāi)力量懸殊的激烈競爭中，最終捷通華聲不但贏(yíng)得了技術(shù)、市場(chǎng)，也贏(yíng)得了國際語(yǔ)音界的尊重。
捷通華聲取得立足中文語(yǔ)音技術(shù)市場(chǎng)之后，提出以“技術(shù)為核心，服務(wù)為己任，技術(shù)服務(wù)生活”的發(fā)展新思路，領(lǐng)導企業(yè)全面整和語(yǔ)音、手寫(xiě)等智能人機交互技術(shù)（HCI）力量，2011年，在國際云服務(wù)領(lǐng)域推出首個(gè)感知云—靈云，帶領(lǐng)捷通華聲進(jìn)入企業(yè)規模化發(fā)展的全新階段。
聲明：CTI論壇（CTiforum）版權作品，未經(jīng)CTiforum書(shū)面授權，嚴禁轉載，違者將被追究法律責任。
