該平臺融合智能語(yǔ)音、智能圖像、生物特征識別、智能語(yǔ)義等12項人工智能技術(shù)，并面向產(chǎn)業(yè)全面開(kāi)放。為此，作為中國軟件網(wǎng)策劃的“2018中國AI應用、平臺與生態(tài)”系列專(zhuān)訪(fǎng)第二期，我們采訪(fǎng)了捷通華聲總經(jīng)理武衛東，跟他聊一聊人智能應用和人工智能開(kāi)放平臺的發(fā)展邏輯，以及捷通華聲的一些實(shí)踐經(jīng)驗。
深化應用、構建平臺，是人工智能廠(chǎng)商的未來(lái)
根據中國軟件網(wǎng)《2018中國人工智能應用與生態(tài)研究報告》中調研數據顯示，38%的人認為我國人工智能產(chǎn)業(yè)目前處于應用擴展、平臺建設階段；33%的人認為我國人工智能產(chǎn)業(yè)已經(jīng)進(jìn)入平臺競爭、生態(tài)建設階段。可見(jiàn)，大部分人都認為我國正在進(jìn)行AI平臺和生態(tài)建設。
值得提出的是，應用落地和平臺、生態(tài)建設是同步并舉，人工智能廠(chǎng)商之間的競爭將在多個(gè)維度同時(shí)進(jìn)行。要建成完善的AI平臺和生態(tài)，預計還有5~10年時(shí)間。
武衛東認為，通過(guò)構建人工智能開(kāi)放平臺的方式，深化行業(yè)應用、聚集合作伙伴，進(jìn)而構建人工智能產(chǎn)業(yè)生態(tài)是捷通華聲重要的戰略布局。捷通華聲在這方面很早就進(jìn)行了積極的探索，2011年，捷通華聲的靈云平臺就面向產(chǎn)業(yè)全面開(kāi)放，并以“云+端”方式，為產(chǎn)業(yè)界提供語(yǔ)音合成（TTS）、語(yǔ)音識別（ASR）、麥克風(fēng)陣列（SMA）、語(yǔ)音喚醒（VW）、手寫(xiě)識別（HWR）、光學(xué)字符識別（OCR）、人臉識別（AFR）、聲紋識別（VPR）、指紋識別（FPR）、自然語(yǔ)言理解（NLU）、數據挖掘（DM）、機器翻譯（MT）等全方位人工智能能力。通過(guò)將其積累的人工智能技術(shù)開(kāi)放出來(lái)，捷通華聲積累了眾多的合作伙伴，并服務(wù)大量的行業(yè)客戶(hù)。
融合多項智能應用，打通整個(gè)人工智能產(chǎn)業(yè)鏈
武衛東指出，目前人工智能廠(chǎng)商大多提供單一的智能服務(wù)，比如語(yǔ)音識別、圖像識別等，多項智能應用的融合度不高。但是就市場(chǎng)需求來(lái)看，用戶(hù)想要的往往是多項智能服務(wù)，并且這些不同領(lǐng)域的智能應用要很好的融合，形成完善的解決方案。
捷通華聲作為在智能語(yǔ)音領(lǐng)域領(lǐng)先的廠(chǎng)商，其能力不僅局限于語(yǔ)音領(lǐng)域，已經(jīng)擴展到智能圖像、智能語(yǔ)義、生物特征識別等領(lǐng)域。具體來(lái)看，捷通華聲提供的智能服務(wù)包括：
智能語(yǔ)音領(lǐng)域，捷通華聲靈云語(yǔ)音識別正確率為97%以上，并能實(shí)現21種語(yǔ)言的語(yǔ)音合成服務(wù)，以及行業(yè)領(lǐng)先的語(yǔ)義理解能力。另外，捷通華聲還提供獨具特色的聲紋識別應用，可以根據說(shuō)話(huà)人的語(yǔ)音特征，提供聲紋鑒別和聲紋確認，并作為生物特征識別的重要手段。
智能圖像領(lǐng)域，捷通華聲提供的OCR服務(wù)，除了支持識別漢語(yǔ)、英語(yǔ)之外，還支持維語(yǔ)、藏語(yǔ)等少數民族文字的識別。更進(jìn)一步的，捷通華聲具備手寫(xiě)識別能力，能將手寫(xiě)字跡轉化成文本，識別準確率在99.9%以上。此外，捷通華聲還支持人臉識別和指紋識別技術(shù)。
值得提出的是，捷通華聲通過(guò)靈云平臺來(lái)提供這些智能應用，致力于實(shí)現不同種類(lèi)智能服務(wù)的融合，而不是簡(jiǎn)單的產(chǎn)品堆砌。在武衛東看來(lái)，單項技術(shù)的局限性較大，未來(lái)必然是多項AI技術(shù)的高度融合。為此，捷通華聲突出全方位人工智能的能力建設，并以靈云平臺為載體，向開(kāi)發(fā)者、合作伙伴開(kāi)放出來(lái)，共同賦能整個(gè)人工智能生態(tài)的發(fā)展。
融合生物特征識別，提供個(gè)性化智能服務(wù)
構建人工智能平臺，不是單純的將各項AI能力放上去就可以，要發(fā)揮作用必然要理順內部的業(yè)務(wù)邏輯。在與武總的交流中，給我啟發(fā)比較大的是捷通華聲基于生物特征識別打通智能服務(wù)鏈條的構想和實(shí)踐。
在捷通華聲看來(lái)，人工智能應用的一個(gè)重要價(jià)值，就是對不同用戶(hù)提供高度符合其需求的相關(guān)服務(wù)。在以前，針對特定個(gè)體提供定制化服務(wù)只在很有限的范圍內實(shí)現，比如對VIP客戶(hù)的服務(wù)。現在，由于數據的積累和智能化技術(shù)的發(fā)展，基于數據分析的用戶(hù)畫(huà)像和定制化服務(wù)，無(wú)論從技術(shù)難度還是經(jīng)濟效益上來(lái)說(shuō)，都具備了實(shí)現的可能。而要實(shí)現對不同個(gè)體的定制化服務(wù)，關(guān)鍵的第一步就是對實(shí)現特定個(gè)體的識別。在互聯(lián)網(wǎng)時(shí)代，人們大多通過(guò)各類(lèi)賬戶(hù)來(lái)實(shí)現用戶(hù)識別；在智能時(shí)代，基于生物特征的用戶(hù)識別將成為常態(tài)，比較典型的就是人臉識別和指紋識別。另外，捷通華聲還提供獨具特色的聲紋識別服務(wù)，可以根據一個(gè)人聲音特點(diǎn)來(lái)進(jìn)行身份識別和驗證。
通過(guò)人臉、聲紋、指紋等生物特征識別技術(shù)，加上數據分析和用戶(hù)畫(huà)像，就可以打通整個(gè)智能服務(wù)鏈條，給用戶(hù)帶來(lái)實(shí)時(shí)、智能的服務(wù)體驗。為此，他描述了這樣一個(gè)場(chǎng)景：一個(gè)銀行用戶(hù)進(jìn)入銀行，通過(guò)人臉識別、聲紋識別技術(shù)，系統可以根據對用戶(hù)面部和聲音的識別知道他的身份，再通過(guò)對系統內該用戶(hù)記錄和用戶(hù)畫(huà)像的分析，推測出該用戶(hù)的需求，并提供不同的服務(wù)。比如根據系統分析，如果一個(gè)用戶(hù)屬于風(fēng)險厭惡型的，在推薦理財產(chǎn)品時(shí)就會(huì )選取低風(fēng)險產(chǎn)品；如果分析出該用戶(hù)是激進(jìn)型的，則推薦高風(fēng)險、高收益的理財產(chǎn)品。這樣，可以大大提升用戶(hù)體驗，提升用戶(hù)粘性。這樣一套系統充分體現了人工智能相對于人的優(yōu)越性，在上述場(chǎng)景中，銀行大堂經(jīng)理是不可能對進(jìn)入銀行的每個(gè)用戶(hù)都能全面了解的。通過(guò)人工智能與大數據技術(shù)，以及多項AI能力的融合，構建的這套系統能實(shí)現基于身份認證的個(gè)性化智能服務(wù)，這也是靈云平臺的優(yōu)勢所在。
攜手合作伙伴，共鑄智能生態(tài)
作為成立于2000年并一直全面發(fā)展人工智能云服務(wù)的高新技術(shù)企業(yè)，捷通華聲不僅提供智能語(yǔ)音、智能圖像、生物特征識別、智能語(yǔ)義等全方位人工智能技術(shù)研究與應用，也與眾多伙伴一起，推展更豐富的應用領(lǐng)域，搭建互利共贏(yíng)得智能生態(tài)。
基于靈云平臺，捷通華聲致力于用AI技術(shù)促進(jìn)產(chǎn)品產(chǎn)業(yè)升級，鞏固合作伙伴行業(yè)地位，幫助合作伙伴落地AI業(yè)務(wù)場(chǎng)景，共同構建AI全鏈條的行業(yè)生態(tài)。為了最大化支持合作伙伴，捷通華聲可提供公有云、私有云服務(wù)及綜合智能解決方案，并針對不同產(chǎn)品靈活變換合作模式。此外還提供全套的技術(shù)培訓支持，包括靈云AI產(chǎn)品課程培訓、業(yè)務(wù)分享沙龍、在線(xiàn)視頻技術(shù)學(xué)習等，并在聯(lián)合推廣營(yíng)銷(xiāo)方面給予合作伙伴大量的支持。
在人工智能的各個(gè)領(lǐng)域，平臺化、生態(tài)化趨勢日益明顯，其平臺和生態(tài)建設路徑一般是：通過(guò)AI技術(shù)賦能各個(gè)行業(yè)，找到一些適合AI應用的領(lǐng)域快速商業(yè)化和規模化；加快應用領(lǐng)域拓展、行業(yè)深耕和客戶(hù)資源的積累；搭建人工智能平臺，實(shí)現生態(tài)化發(fā)展。總體來(lái)看，捷通華聲也基本遵循了這一發(fā)展路徑，在發(fā)展出眾多AI能力之后，構建人工智能平臺，攜手合作伙伴共建智能生態(tài)，未來(lái)必將取得更大的成績(jì)。
