捷通華聲面向智能車(chē)載、智能家電、智能家居、機器人等領(lǐng)域專(zhuān)門(mén)開(kāi)發(fā)的全方位解決方案——靈云種子近期將全面升級，靈云種子將采用靈云遠場(chǎng)語(yǔ)音識別技術(shù)能力，從根本上改變目前市場(chǎng)上因各式問(wèn)題導致的僅能近距離交互的方式，為智能語(yǔ)音技術(shù)應用于智能車(chē)載、智能家電、智能家居、機器人等靈云奠定堅實(shí)的基礎。
靈云種子自2015年初發(fā)布以來(lái)，得到了智能硬件、車(chē)載、機器人等多個(gè)領(lǐng)域的一致好評，特別是在機器人領(lǐng)域，解決了之前存在的種種人機交互困難的問(wèn)題，使設備脫離了機械控制，真正讓機器人實(shí)現了“能說(shuō)會(huì )聽(tīng)、能思考、會(huì )判斷”。
很長(cháng)一段時(shí)間以來(lái)，科大訊飛、NUANCE等語(yǔ)音技術(shù)公司都在努力開(kāi)拓智能硬件市場(chǎng)，但智能硬件產(chǎn)品在很多場(chǎng)景下因語(yǔ)音交互體驗不如人意而不能滿(mǎn)足市場(chǎng)的需求，究其原因主要是受限于背景噪音、其他聲音干擾、回聲、混響等多重復雜因素，進(jìn)而導致的識別距離近、識別率低等明顯痛點(diǎn)，在這些問(wèn)題沒(méi)有解決之前，智能硬件語(yǔ)音交互方面將一直是一個(gè)短板。鑒于此，靈云推出遠場(chǎng)語(yǔ)音識別技術(shù)，將極大推進(jìn)語(yǔ)音識別技術(shù)在真實(shí)生活場(chǎng)景中的應用。
遠場(chǎng)語(yǔ)音識別技術(shù)的核心有兩點(diǎn)，一是語(yǔ)音前端處理：利用麥克風(fēng)陣列、回聲消除等技術(shù)將目標說(shuō)話(huà)人的聲音增強，并抑制/消除周?chē)鸁o(wú)用的聲音（噪聲+回聲）；二是語(yǔ)音識別引擎針對麥克風(fēng)陣列處理后的數據進(jìn)行專(zhuān)門(mén)優(yōu)化，以使遠場(chǎng)識別效果達到最優(yōu)。
靈云種子此次推出的遠場(chǎng)語(yǔ)音識別技術(shù)，集成了全新的麥克風(fēng)陣列方案，并利用麥克風(fēng)陣列的空域濾波特性——在目標說(shuō)話(huà)人方向形成拾音波束，抑制波束之外的噪聲和反射聲，其降噪和去混響效果均為國內領(lǐng)先水平。
可以想象，基于靈云遠場(chǎng)語(yǔ)音識別的遠距離、高識別率支撐，現在用戶(hù)在以家庭為單位的活動(dòng)范圍內，幾乎可以通過(guò)語(yǔ)音輕松操控家里的一切智能硬件設備，推而廣之，搭載遠場(chǎng)識別的智能硬件產(chǎn)品將無(wú)限擴大適用范圍和應用場(chǎng)景。目前的方案主要根據算法不同，可分為適用于電視機、空調、機器人等的加性麥克風(fēng)陣列和適用于采訪(fǎng)話(huà)筒、錄音筆等的差分麥克風(fēng)陣列。
靈云種子 智能終端交互一站式解決方案
2015年以來(lái)，國內各種智能硬件產(chǎn)品在爭論中不斷涌現，尤其是蘋(píng)果公司apple watch的發(fā)布，幾乎是給原本叫好不叫座的智能硬件市場(chǎng)打了一劑強心針，智能硬件廠(chǎng)商更是如雨后春筍般冒芽而出。盡管智能硬件以及機器人市場(chǎng)被炒得火熱，但怎么定義智能，并真正體現智能依然為產(chǎn)業(yè)界，也是媒體爭論的熱點(diǎn)，傳統人機交互方式帶來(lái)的局促感也越來(lái)越顯著(zhù)，甚至成為其“叫好不叫座”的核心因素之一。過(guò)去，鮮有一套完整的方案能夠全面滿(mǎn)足各類(lèi)智能硬件的智能交互需求。
在此背景之下，捷通華聲依托靈云平臺（hcicloud.com），強化靈云全方位人工智能技術(shù)的融合，向企業(yè)級開(kāi)發(fā)商特別推出了一整套智能終端交互組件—靈云種子，包括靈云語(yǔ)音識別、語(yǔ)音合成、語(yǔ)義理解、聲紋識別、人臉識別、指紋識別等多種人工智能交互能力，并提供簡(jiǎn)單易用的開(kāi)發(fā)接口，供各類(lèi)智能終端進(jìn)行集成調用，實(shí)現人與終端設備多種方式的自由溝通和控制。包括智能語(yǔ)音交互、智能語(yǔ)音導航、智能語(yǔ)音控制、聲紋解鎖、手寫(xiě)輸入、智能圖像識別、安全身份認證等多種人機交互功能，滿(mǎn)足了包括機器人、智能車(chē)載、智能家電、智能家居及可穿戴式設備等各個(gè)行業(yè)的對人工智能技術(shù)的應用的大量且多方位的需求。
目前，捷通華聲“靈云種子”已經(jīng)升級到3.0版，新版靈云種子新增云端和本地同時(shí)識別，并從結果中擇優(yōu)的功能，提高了語(yǔ)音識別的準確率和識別速度。優(yōu)化了意圖理解的32個(gè)領(lǐng)域。可廣泛應用在以下場(chǎng)景中：
- 語(yǔ)音檢索：支持包括路況導航類(lèi)、家居菜單智能導航類(lèi)、周邊服務(wù)類(lèi)、生活服務(wù)類(lèi)、娛樂(lè )類(lèi)等多種語(yǔ)音檢索服務(wù)；
- 消息提醒：人性化定制推送類(lèi)別：來(lái)電提醒、短信提醒、應用提醒，并可將設置在云端；
- 通訊娛樂(lè )：支持短信發(fā)送，電話(huà)通訊，多媒體播放，手機操控；
- 健康服務(wù)：支持傳感器，提供傳感器數據分析，為用戶(hù)提供健康圖表，并結合云端服務(wù)提供定制健康指導等現有及正在研發(fā)的能力；
- 云平臺：基于靈云平臺，提供多設備數據同步，私人信息云存儲，智能推薦；
- 智能支付：結合智能終端特點(diǎn)，提供更便捷、更多樣的智能支付方式。
- 虛擬現實(shí)擴展：將AR技術(shù)與LBS技術(shù)整合，為用戶(hù)提供包括周邊景點(diǎn)商圈實(shí)景展示，路線(xiàn)提示，為O2O服務(wù)提供優(yōu)秀體驗；
這些方案類(lèi)似于一個(gè)開(kāi)發(fā)模版，靈云（hcicloud.com）平臺將這些特定領(lǐng)域和場(chǎng)景的智能交互方案經(jīng)過(guò)設計和優(yōu)化后，打造出一體化的全智能人機交互解決方案——“靈云種子”。直接應用“靈云種子”配置的技術(shù)服務(wù)和內容服務(wù)，即可滿(mǎn)足各種智能硬件的智能化需求。
