以下內容由思必馳轉寫(xiě)一體機記錄并轉寫(xiě)。思必馳智能會(huì )議轉寫(xiě)系統，自從開(kāi)會(huì )用上它，職場(chǎng)“社畜”早回家！

　　分享環(huán)節中，思必馳商務(wù)總監申曉宇率先為參會(huì )人員介紹思必馳公司概況及主要產(chǎn)品技術(shù)、解決方案。思必馳一直以來(lái)專(zhuān)注于語(yǔ)音交互核心技術(shù)不斷升級以及AI+行業(yè)的商業(yè)落地，同時(shí)也擁有產(chǎn)業(yè)基金來(lái)孵化不同行業(yè)場(chǎng)景下的商業(yè)化應用，以擴大思必馳在整個(gè)行業(yè)里的布局。

　　思必馳目前為合作伙伴提供全渠道的智能服務(wù)，主要集中在IoT、智能家居、智能車(chē)載、智能電子、機器人等領(lǐng)域。同時(shí)，思必馳業(yè)務(wù)范圍也逐漸覆蓋智慧金融、智慧醫療、智慧物流、智慧酒店等場(chǎng)景。

　　目前，在整個(gè)IoT場(chǎng)景及車(chē)載場(chǎng)景市場(chǎng)占有率里，思必馳以亮眼數據占據了行業(yè)領(lǐng)先地位；同時(shí)，智慧城市、智慧政務(wù)、智能客服等也是思必馳所嘗試的戰略發(fā)展新方向。細化AI+行業(yè)，以AI賦能全行業(yè)，是思必馳一直以來(lái)的用心所在。

　　思必馳全資子公司——深聰智能芯片總監查亮則對思必馳端側專(zhuān)用AI芯片做出了更詳細的闡述。

　　根據IDC預測，2021年全球AI生態(tài)市場(chǎng)規模將超過(guò)520億美金。基于2021年全球AI生態(tài)系統的發(fā)展態(tài)勢，AI芯片迎來(lái)了新的發(fā)展機遇及挑戰，軟件定義芯片的時(shí)代已經(jīng)來(lái)臨。在傳統通用芯片市場(chǎng)上，芯片可匹配的應用場(chǎng)景很多，對算力要求不高，可以適配多種產(chǎn)品，但是通用性強可能導致芯片的專(zhuān)業(yè)性較弱。此外在市場(chǎng)層面，從最初的產(chǎn)品定義到軟件功能、硬件設計，及最后的用戶(hù)體驗，能夠給用戶(hù)帶來(lái)一套完整芯片方案是當前比較剛性的需求。所以軟硬件的結合，是更符合市場(chǎng)趨勢的一個(gè)產(chǎn)品方向。

　　深聰智能自研發(fā)的TH系列芯片作為思必馳語(yǔ)音算法與芯片的完美結合，令客戶(hù)在選擇對傳統產(chǎn)品進(jìn)行智能化改造時(shí)擁有了更多樣化、更靈活的軟硬一體解決方案。深聰智能第一代芯片TH1520已量產(chǎn)上市并落地諸多案例，下一代芯片在開(kāi)發(fā)中針對算法、架構、物理實(shí)現了IP優(yōu)化，多模態(tài)視覺(jué)識別也在規劃中。

　　在全鏈路語(yǔ)音技術(shù)分享環(huán)節中，思必馳前端信號處理負責人周強認為，語(yǔ)音交互仍面臨著(zhù)遠場(chǎng)拾音、多聲道同步采集、回聲消除、去混響、平穩噪聲降噪、自動(dòng)目標偵聽(tīng)和喚醒、目標聲源波達方向估計、目標聲源波束形成和干擾抑制等諸多聲學(xué)場(chǎng)景挑戰。信號處理可以提升語(yǔ)音的可懂度和信噪比，用來(lái)提升人人交互和人機交互的性能。

　　思必馳在遠場(chǎng)語(yǔ)音通話(huà)、遠場(chǎng)語(yǔ)音喚醒識別等方面都有自己的一套處理算法，在不同的系統中做好降噪量和失真的權衡問(wèn)題也有著(zhù)比較充足的實(shí)戰經(jīng)驗。在談到思必馳所掌握的核心基礎技術(shù)時(shí)，周強著(zhù)重介紹了波束成形技術(shù)及盲源分離技術(shù)的技術(shù)原理及關(guān)鍵指標。

　　技術(shù)終將凝練成產(chǎn)品再系統形成成熟方案，基于過(guò)硬的全鏈路語(yǔ)音技術(shù)，周強也簡(jiǎn)要介紹了思必馳的遠/近場(chǎng)交互方案。近場(chǎng)交互方案多應用于智能客服終端、機器人、自動(dòng)售賣(mài)機等案例中，它采用大陣列近場(chǎng)模型，對角度和距離進(jìn)行建模，能有效去除范圍外的噪聲干擾。遠場(chǎng)交互方案則廣泛用于家居場(chǎng)景中，目前思必馳遠場(chǎng)交互方案配合麥陣方案，可實(shí)現遠場(chǎng)3~5米識別率在94%以上。

　　思必馳語(yǔ)音識別技術(shù)總監薛少飛則從語(yǔ)音識別技術(shù)（ASR）、語(yǔ)音富信息技術(shù)（ASR++）以及語(yǔ)音技術(shù)平臺化幾個(gè)方向分享了思必馳的技術(shù)和產(chǎn)品思路。

　　卷積神經(jīng)網(wǎng)絡(luò )（CNN）應用到語(yǔ)音識別中由來(lái)已久，最早應用在圖像識別領(lǐng)域，大約在2014年引入到語(yǔ)音識別領(lǐng)域。利用CNN將整個(gè)語(yǔ)音信號分析得到的時(shí)頻譜當作一張圖像一樣來(lái)處理，采用圖像中廣泛應用的深層卷積網(wǎng)絡(luò )對其進(jìn)行建模；從實(shí)用性上考慮，CNN也比較容易實(shí)現大規模并行化計算。在深度學(xué)習領(lǐng)域，思必馳聯(lián)合實(shí)驗室推出極深卷積神經(jīng)網(wǎng)絡(luò )（VDCNN）在識別魯棒性上展現出巨大的優(yōu)勢。產(chǎn)學(xué)研一體化之下，思必馳語(yǔ)音識別準確率高達98%，并具有反饋速度快、快速定制、強魯棒性等優(yōu)勢，這得益于思必馳語(yǔ)音算法的行業(yè)前瞻性及先進(jìn)性。

　　語(yǔ)音識別支持通用以及包括金融、教育、音視頻等在內的領(lǐng)域場(chǎng)景，同時(shí)也提供語(yǔ)音識別自定制能力，賦能客戶(hù)自主優(yōu)化應用場(chǎng)景中的識別體驗；即使在本地也可以支持普通話(huà)、方言以及外語(yǔ)小語(yǔ)種的識別。而語(yǔ)音副信息技術(shù)則在語(yǔ)音識別基礎上加上了富信息識別，例如說(shuō)話(huà)人、情緒、年齡、性別等。

　　目前思必馳語(yǔ)音富信息技術(shù)已落地至IoT、智能客服、金融安全、會(huì )議轉寫(xiě)、國防安全等場(chǎng)景。作為對話(huà)式AI平臺型公司，思必馳在語(yǔ)音技術(shù)平臺化方面也做了很多工作，推出的DUI平臺可面向物聯(lián)網(wǎng)場(chǎng)景進(jìn)行智能對話(huà)交互的定制化輸出，會(huì )話(huà)精靈則作為企業(yè)虛擬機器人定制平臺，幫助企業(yè)快速定制專(zhuān)屬服務(wù)和解決方案。

　　思必馳全鏈路語(yǔ)音技術(shù)為各行各業(yè)智能交互添磚加瓦的同時(shí)，全雙工交互貫穿始終。思必馳對話(huà)組負責人樊帥指出，在過(guò)去半雙工狀態(tài)下，用戶(hù)的跨領(lǐng)域交互每次交互都需要重新喚醒，而現在，思必馳全雙工技術(shù)方案可實(shí)現一次喚醒，在多個(gè)領(lǐng)域持續交互，跨領(lǐng)域指代消解。不僅如此，全雙工語(yǔ)音交互可以結合專(zhuān)業(yè)領(lǐng)域知識庫實(shí)現智能語(yǔ)義糾正、支持多領(lǐng)域的模糊信息確認、打破沉默主動(dòng)交互、根據用戶(hù)說(shuō)話(huà)節奏和內容動(dòng)態(tài)斷句等。

　　全雙工交互技術(shù)的提升涉及到對話(huà)系統的各個(gè)模塊，不僅各個(gè)模塊的功能性、穩定性需要提升，對各模塊間的配合也提出了更高要求。思必馳專(zhuān)注人性化的智能語(yǔ)音技術(shù)，依托DUI平臺，思必馳全雙工與當前全鏈路語(yǔ)音技術(shù)全面兼容，客戶(hù)可以選用思必馳全鏈路技術(shù)或采用云對云的方式接入全雙工。

　　此外，樊帥提到多模態(tài)交互將極大提升人機交互體驗，他現場(chǎng)演示了一段視頻，展示多模態(tài)交互中的人臉拒識可以將非喚醒人的指令過(guò)濾，指令執行有條不紊。多模態(tài)交互可讓全雙工交互技術(shù)發(fā)揮更大的能量，配合聲紋識別、圖像處理等技術(shù)，過(guò)濾無(wú)用信息，人機交互會(huì )變得更加貼合人性，這也是未來(lái)思必馳發(fā)力的方向。

　　成立至今，思必馳以AI賦能多種IoT產(chǎn)品，覆蓋了包括音箱、電視、穿戴、白電、故事機、廚電在內的多種IoT設備，為實(shí)現物聯(lián)網(wǎng)的智慧互聯(lián)而不懈努力。

　　思必馳IoT產(chǎn)品負責人于鵬偉從語(yǔ)音交互流程出發(fā)，簡(jiǎn)單系統解釋全鏈路的概念。說(shuō)話(huà)人說(shuō)話(huà)通過(guò)陣列采集形成原始音頻，進(jìn)入到信號處理模塊，包括回聲消除、降噪等流程，然后獲得一段相對純凈的音頻。這時(shí)通過(guò)本地語(yǔ)音識別進(jìn)入到本地語(yǔ)音播報并傳達給說(shuō)話(huà)人；或者通過(guò)云端語(yǔ)音識別進(jìn)入到自然語(yǔ)言理解模塊、對話(huà)管理、自然語(yǔ)言生成，最后再文字轉語(yǔ)音傳達給說(shuō)話(huà)人。

　　基于關(guān)鍵全鏈路語(yǔ)音技術(shù)，思必馳的近/遠場(chǎng)方案可以滿(mǎn)足智能客服、家居等多樣化場(chǎng)景需求。思必馳算法技術(shù)中的就近喚醒、聲紋識別、方言識別、通話(huà)降噪、圖像與多模態(tài)皆達到行業(yè)領(lǐng)先水平；此外，思必馳算法模型也已通過(guò)亞馬遜驗證標準測試，成為亞馬遜前端軟件推薦供應商，可協(xié)助合作客戶(hù)通過(guò)AmazonAlexa實(shí)驗室聲學(xué)認證測試，將來(lái)可為本土廠(chǎng)商發(fā)展海外市場(chǎng)、優(yōu)化多語(yǔ)言模型提供強大技術(shù)支持。

　　美的科技月活動(dòng)始于1996年，在美的集團內部素有“科研奧斯卡”之稱(chēng)，一直被美的視為科技創(chuàng )新實(shí)力和科技人員風(fēng)采的內部展示與交流平臺。

　　思必馳與美的集團的合作由來(lái)已久，近日更是與美的集團共同創(chuàng )立“AI聯(lián)合研究實(shí)驗室”，旨在攜手打造全鏈路智能家居生態(tài)平臺。未來(lái)，雙方也將在創(chuàng )新研發(fā)、產(chǎn)品更新、市場(chǎng)拓展等方面不斷深化合作，共建雙贏(yíng)格局，推進(jìn)未來(lái)設備數字化與智能化升級。