摘要:語音交互屬人機(jī)交互的范疇,是一種比較前沿的交互方式。
當(dāng)初,蘋果SIRI的智能語音控制功能驚艷一時(shí),語音交互帶給人類巨大便捷。如今,近場(近距離)語音交互的輝煌成為過去,遠(yuǎn)場(遠(yuǎn)距離)到來。
語音交互屬人機(jī)交互的范疇,是一種比較前沿的交互方式。今年7月,小米AI音箱發(fā)布,其最大亮點(diǎn)就是此類功能,用戶只需說一聲“小愛同學(xué)”就可喚醒它。所有智能設(shè)備與人的語音交互,都離不開一套可聽清人聲、從而做出反應(yīng)的“喚醒技術(shù)方案”。
而聲智科技就是小米AI音箱麥克風(fēng)陣列和“喚醒技術(shù)方案”的提供者。帶著對該技術(shù)的疑問,投資家網(wǎng)記者在近日采訪到了聲智科技創(chuàng)始人陳孝良,聽他聊聊聲智與語音交互技術(shù)背后的故事。
聲智的喚醒技術(shù)方案
陳孝良早前在中科院聲學(xué)所任職,從事工業(yè)級、國防級聲學(xué)相關(guān)研究。2016年,語音交互市場持續(xù)火熱。在經(jīng)過多番調(diào)研、反復(fù)思量后,陳孝良與他在中科院的朋友成立了聲智科技。
成立以來,聲智科技專注于遠(yuǎn)場人工智能交互,提供從軟硬件到云服務(wù)的遠(yuǎn)場語音交互技術(shù)方案,以及從芯片模組、PCBA到工業(yè)設(shè)計(jì)的Turnkey產(chǎn)品方案。
語音交互的基礎(chǔ)建立在智能設(shè)備可以準(zhǔn)確收集、識別人聲,從而達(dá)到喚醒。在喚醒技術(shù)方案上,聲智科技推出了領(lǐng)先行業(yè)的單麥/雙麥,4+1, 6+1等麥克風(fēng)陣列方案。
所謂麥克風(fēng)陣列,就是收集語音數(shù)據(jù)的前端硬件,只有精準(zhǔn)收集人聲,才能談人機(jī)交互。
傳統(tǒng)的單麥克風(fēng)系統(tǒng)只適用于低噪聲、無混響、距離聲源很近的情況,比如人和手機(jī)語音助手的交互。而在遠(yuǎn)距離語音交互場景中,距離聲源遠(yuǎn)、環(huán)境中的大量噪聲、多徑反射和混響都會導(dǎo)致拾取信號的質(zhì)量下降,嚴(yán)重影響語音識別率?;诖耍帑溈孙L(fēng)處理語音的麥克風(fēng)陣列應(yīng)運(yùn)而生。
麥克風(fēng)陣列是按一定幾何結(jié)構(gòu)(常用線形、環(huán)形)擺放的麥克風(fēng)組成,對采集的不同空間方向的聲音信號進(jìn)行空時(shí)處理,實(shí)現(xiàn)噪聲抑制、混響去除、人聲干擾抑制、聲源測向、聲源跟蹤、陣列增益等功能,進(jìn)而提高語音信號處理質(zhì)量,以提高真實(shí)環(huán)境下的語音識別率。
而在市場上大賣的亞馬遜Echo智能音箱,就是使用4麥以上的麥克風(fēng)陣列。聲智的4+1, 6+1等麥克風(fēng)陣列方案可以說領(lǐng)先行業(yè)。
采訪中,陳孝良顯得很健談。唯獨(dú)談及語音交互市場現(xiàn)狀時(shí),他減慢了語速冷靜分析著自己投身的行業(yè)。
語音交互市場的現(xiàn)狀
盡管語音交互市場持續(xù)火熱,但整個(gè)行業(yè)還存在諸多現(xiàn)實(shí)的問題。
首先,遠(yuǎn)場語音交互的聲音辨識度還很低。
復(fù)雜的現(xiàn)實(shí)環(huán)境和實(shí)驗(yàn)室的環(huán)境天壤之別,不同場景中有不同的噪音,智能設(shè)備如何在復(fù)雜環(huán)境中準(zhǔn)確識別人聲,一直是行業(yè)的最大痛點(diǎn)。
“聲智的遠(yuǎn)場語音識別率,目前已達(dá)到90%,但是距離人和機(jī)器隨心所欲的對話還有一個(gè)漫長的階段”陳孝良坦言。
產(chǎn)品落地的迫切
遠(yuǎn)場語音交互技術(shù)不應(yīng)用在實(shí)際產(chǎn)品上,它就只是一個(gè)實(shí)驗(yàn)室研究。
市場上的語音產(chǎn)品中,將這項(xiàng)技術(shù)應(yīng)用在智能音箱上的居多。亞馬遜的 Echo、 京東的叮咚、小米AI音箱、阿里的天貓精靈,可以看出,只有落地產(chǎn)品才能搶占市場份額。
巨頭布局整個(gè)生態(tài)
回顧過往,整個(gè)語音交互市場從來不缺巨頭的參與。
國外的微軟、谷歌、蘋果、亞馬遜早早布局了各自的語音產(chǎn)品,國內(nèi)百度、京東、阿里也相繼進(jìn)入語音交互市場。
聲智的競爭優(yōu)勢
不久前,聲智科技宣布完成近億元的A輪融資,由百度、藍(lán)港互動、洪泰基金、峰瑞資本聯(lián)合財(cái)務(wù)投資。
資本垂青的背后,是聲智在前景廣闊的語音交互市場中獨(dú)特的優(yōu)勢:
一、一體化語音交互方案
“做為整個(gè)生態(tài)鏈里的技術(shù)解決方案提供商,聲智在技術(shù)上一定要具備優(yōu)勢。只有得到市場驗(yàn)證的技術(shù),才可以獲得合作伙伴的認(rèn)可?!标愋⒘紝τ浾哒f到。
完整的語音產(chǎn)品方案除了麥克風(fēng)陣列為主的硬件前端,還有云端、合作內(nèi)容兩部分。
硬件前端是麥克風(fēng)陣列、降噪算法、芯片、硬件平臺等;云端是語音識別和語義理解、語音數(shù)據(jù);合作內(nèi)容是音樂、天氣、短信、通話等應(yīng)用工具。
聲智科技的一體化語音交互方案包括了領(lǐng)先的麥克風(fēng)陣列方案,以及云端服務(wù)。
基于這些核心技術(shù),百度、騰訊、小米、360、聯(lián)想等著名品牌相繼與聲智建立合作。
二、在各個(gè)領(lǐng)域?qū)崿F(xiàn)產(chǎn)品落地
目前,聲智科技在智能家居、智能汽車、智能安防、智能金融、智能教育都有落地產(chǎn)品。
除了在智能音箱領(lǐng)域與小米的合作,聲智在智能安防領(lǐng)域有 “奇虎360小水滴智能攝像頭;智能機(jī)器人領(lǐng)域有“奇虎360兒童陪伴機(jī)器人”。
而在智能車載領(lǐng)域,聲智科技對準(zhǔn)駕駛員語音控制和全車語音控制的用戶需求,提供了單麥識別優(yōu)化算法和分布式麥克風(fēng)陣列方案。
三、持續(xù)盈利
不止語音交互市場,縱觀整個(gè)人工智能行業(yè),可以實(shí)現(xiàn)持續(xù)盈利的公司也沒有幾家。人工智能領(lǐng)域,還處于投入開發(fā)階段。
聲智科技做為一家技術(shù)驅(qū)動型公司,通過賣技術(shù)、產(chǎn)品、服務(wù),已達(dá)到持續(xù)盈利。
“我們的產(chǎn)品質(zhì)量上好一點(diǎn),成本上控制低一些,這些可以形成競爭優(yōu)勢。最早的時(shí)候,一套開發(fā)板賣幾千塊,也是營收?!标愋⒘几锌?。
語音交互市場的巨大前景
與其他行業(yè)相同,國內(nèi)語音交互市場同樣依賴國外核心芯片。同時(shí),國外巨頭虎視眈眈準(zhǔn)備進(jìn)軍中國語音交互市場。我們國家整個(gè)語音交互市場的現(xiàn)狀非常嚴(yán)峻。
不可否認(rèn)的是,語音交互市場的前景是廣闊的。人工智能帶來的社會變革,就是讓人類選擇更便捷的生活方式。
在眾多智能產(chǎn)品中,用戶可以通過各種手段對其進(jìn)行控制,而語音交互無疑是最便捷的操控手段。所以,人工智能的發(fā)展將與語音交互發(fā)展深度相連。
在這場智能變革的浪潮中,持續(xù)優(yōu)化遠(yuǎn)場語音交互體驗(yàn)、打通與產(chǎn)業(yè)鏈上下游企業(yè)的合作,正是聲智科技未來應(yīng)做的事。
首席內(nèi)容指導(dǎo):投資家網(wǎng)蔣東文(曾用名:蔣冬文)
在科幻電影《超能陸戰(zhàn)隊(duì)》中,“大白”(Baymax)作為一個(gè)友伴式療愈機(jī)器人,展現(xiàn)了高度的適應(yīng)性和情...
公司核心團(tuán)隊(duì)大多來自中科院,擁有十多年聲學(xué)和語音識別技術(shù)的研發(fā)經(jīng)驗(yàn),專注解決遠(yuǎn)場語音交互問題。
公募基金從2022年以來年年虧損,銀行理財(cái)年年賺大幾千億,但是為何銀行理財(cái)從2022年以來規(guī)模只增加...
珠江潮起兩岸闊,深蓉?cái)y手啟新篇!
新華網(wǎng)北京8月6日電(李曉雨)國有企業(yè)辦醫(yī)療機(jī)構(gòu)是醫(yī)療衛(wèi)生服務(wù)體系的重要組成部分,是建設(shè)健康中國的重...
2024年8月5日,上海 —— 格樂利雅正式宣布與上海綠民餐飲管理有限公司達(dá)成戰(zhàn)略合作,在湖州新增I...
目前,針對重癥肌無力的主要治療方法包括膽堿酯酶抑制劑、糖皮質(zhì)激素以及免疫抑制劑,缺乏有效的精準(zhǔn)靶向治...
京東企業(yè)業(yè)務(wù)圍繞能量水飲、夏日茶歇、解暑養(yǎng)生等員工福利場景,精選了包括飲用水、啤酒、能量飲料、牛奶、...
近日,智譜與中國郵政儲蓄銀行攜手開發(fā)的,基于生成式人工智能的可疑交易分析報(bào)告自動生成應(yīng)用,成功入選2...
作為新質(zhì)生產(chǎn)力的代表,低空經(jīng)濟(jì)不僅為傳統(tǒng)產(chǎn)業(yè)注入了新的活力,更催生了全新的商業(yè)模式和業(yè)態(tài),為經(jīng)濟(jì)增長...
投資家網(wǎng)(www.jubohaotong.com)是國內(nèi)領(lǐng)先的資本與產(chǎn)業(yè)創(chuàng)新綜合服務(wù)平臺。為活躍于中國市場的VC/PE、上市公司、創(chuàng)業(yè)企業(yè)、地方政府等提供專業(yè)的第三方信息服務(wù),包括行業(yè)媒體、智庫服務(wù)、會議服務(wù)及生態(tài)服務(wù)。長按右側(cè)二維碼添加"投資哥"可與小編深入交流,并可加入微信群參與官方活動,趕快行動吧。
2016年注冊于北京的中氫新能技術(shù)有限公司,下設(shè)位于大興的裝備制造公司、位于海淀區(qū)的技術(shù)研究院、材料...
一度無比高光的理想汽車,猝不及防遭遇重挫。
2024年1月10日,由投資家網(wǎng)主辦,財(cái)經(jīng)銳眼、有時(shí)間協(xié)辦,北京微金科技有限公司承辦的“第十二屆股權(quán)...
2024年1月10日,由投資家網(wǎng)主辦,財(cái)經(jīng)銳眼、有時(shí)間協(xié)辦,北京微金科技有限公司承辦的“第十二屆股權(quán)...
2024年1月10日,由投資家網(wǎng)主辦,財(cái)經(jīng)銳眼、有時(shí)間協(xié)辦,北京微金科技有限公司承辦的“第十二屆股權(quán)...