或者我們可以把第一次工業(yè)革命看作是人類開始系統(tǒng)的思考人類與機(jī)器的交互,那或是人機(jī)交互的開端,這也許是從人類不自覺情況下開始的,但是從此之后人機(jī)交互的進(jìn)展就再也沒有停止過。
我們發(fā)現(xiàn),人類和機(jī)器的交流,最開始發(fā)生在工廠內(nèi)。改善人機(jī)交互體驗(yàn)的動(dòng)機(jī)是提升工作效率。發(fā)展到如今,人機(jī)交互的研究已經(jīng)不單單是為了提升工作效率那么簡(jiǎn)單。進(jìn)入21世紀(jì)之后,人機(jī)交互的思路發(fā)生了新的改變。隨著技術(shù)的進(jìn)步,各種感應(yīng)器的出現(xiàn),開始讓讓人機(jī)交互進(jìn)入新的階段。那就是機(jī)器可以主動(dòng)“體會(huì)”用戶的意圖了。雖然目前這種體會(huì)還非常的簡(jiǎn)單,可能只是自動(dòng)選擇屏幕,或者自動(dòng)調(diào)節(jié)亮度這樣簡(jiǎn)單。但是這是人機(jī)交互的一個(gè)本質(zhì)性的變化。人和機(jī)器的交互,不再是簡(jiǎn)單的“你說(shuō)我聽”。
此外交互方式的變革也是值得我們注意的,當(dāng)用戶向手機(jī)或者計(jì)算機(jī)發(fā)問的時(shí)候,輸入的方式也改變了。鼠標(biāo)比鍵盤方便,觸控比鼠標(biāo)方便,語(yǔ)音輸入可以說(shuō)更加的省時(shí)省力。在這一背景下,2015年7月29日,國(guó)內(nèi)頂尖智能語(yǔ)音技術(shù)公司——思必馳,在深圳舉辦【語(yǔ)聲紀(jì)元】新技術(shù)發(fā)布會(huì),各路智能硬件大咖齊聚深圳,共迎智能語(yǔ)音交互技術(shù)領(lǐng)域的革新一刻,從智能語(yǔ)音技術(shù)的角度共同討論人工智能的發(fā)展與未來(lái)。
據(jù)思必馳CEO高始興透露,思必馳作為一家領(lǐng)先業(yè)界的智能語(yǔ)音技術(shù)公司,是國(guó)際上最早提出”交互人工智能“并開始研發(fā)的技術(shù)公司。 現(xiàn)在,隨著智能硬件時(shí)代的全面到來(lái), “人機(jī)交互”的概念也被炒得火熱。在移動(dòng)互聯(lián)時(shí)代,由于交互模態(tài)和交互目標(biāo)的豐富,用戶對(duì)人機(jī)交互的自由度和豐富性的需求日益提升,已經(jīng)不滿足于簡(jiǎn)單的搜索功能,而是正在逐漸向“任務(wù)處理”變遷,思必馳順應(yīng)趨勢(shì)積極開發(fā)優(yōu)勢(shì)技術(shù)。
現(xiàn)在,移動(dòng)互聯(lián)網(wǎng)大潮來(lái)了,思必馳覺得是個(gè)機(jī)會(huì),把思必馳幾乎所有的人力、精力和財(cái)力向移動(dòng)互聯(lián)、智能硬件去專注,去投,專注在扎實(shí)的語(yǔ)音技術(shù)上,希望服務(wù)于廣大的移動(dòng)互聯(lián)和智能硬件的開發(fā)者,做最極致的體驗(yàn)。而智能家居、可穿戴、車載則是目前思必馳最為關(guān)注的三大領(lǐng)域。
思必馳CEO高始興
2015年,物聯(lián)網(wǎng)和智能硬件的大風(fēng)來(lái)了,但是思必馳看到市面上諸多的智能硬件在人機(jī)交互方面做得還不夠好,沒達(dá)到完美,甚至可以說(shuō)距離良好的用戶體驗(yàn)差距還非常大,甚至可以說(shuō),我們現(xiàn)在看到市面上的人機(jī)語(yǔ)音交互,還非常的基礎(chǔ)。
思必馳聯(lián)合創(chuàng)始人、首席科學(xué)家俞凱教授則認(rèn)為,在智能硬件整個(gè)生態(tài)圈里面,交互是重要的一環(huán),而且,我們認(rèn)為智能硬件需要一顆心,不僅僅是讓每款產(chǎn)品有一個(gè)耳朵、嘴巴,還要有大腦,會(huì)思考。思必馳當(dāng)初創(chuàng)業(yè)的夢(mèng)想就是讓每個(gè)設(shè)備能有智能語(yǔ)音,自然與人對(duì)話起來(lái)。讓智能設(shè)備有嘴巴、有耳朵、有大腦,這是我們一直以來(lái)的夢(mèng)想和使命。
俞凱教授強(qiáng)調(diào), “所以我希望思必馳能夠一直努力,做好我們的技術(shù),做好我們的方案,做好我們的服務(wù),我們自己跟合作伙伴能夠緊密聯(lián)系起來(lái),一起讓每個(gè)智能硬件有極致的交互體驗(yàn)。”
但是目前語(yǔ)音技術(shù)面臨著巨大的挑戰(zhàn)。真正的自由和穩(wěn)定的人機(jī)交互系統(tǒng)不僅需要解決語(yǔ)音的“感知/表達(dá)”,即傳統(tǒng)的語(yǔ)音識(shí)別和合成,更需要解決認(rèn)知理解和抽象思維的智能。這需要經(jīng)歷兩個(gè)階段,一個(gè)是傳統(tǒng)語(yǔ)音技術(shù)的優(yōu)化,使其更加人性化;二是對(duì)話技術(shù)的使用,采用認(rèn)知交互智能提升任務(wù)完成的水平和用戶體驗(yàn)。
思必馳聯(lián)合創(chuàng)始人、首席科學(xué)家俞凱教授
此次新技術(shù)發(fā)布俞凱教授分享了思必馳最新技術(shù)突破,包括遠(yuǎn)場(chǎng)及抗噪技術(shù)突破、更先進(jìn)的回聲消除和麥克風(fēng)陣列算法組合、基于統(tǒng)計(jì)的參數(shù)化語(yǔ)音合成方法、多輪交互和根據(jù)上下文的語(yǔ)義解析。并現(xiàn)場(chǎng)演示了“語(yǔ)音輸入板”,贏得滿堂喝彩。
俞凱教授現(xiàn)場(chǎng)演示“語(yǔ)音輸入板”贏得滿堂喝彩
遠(yuǎn)場(chǎng)及抗噪技術(shù)突破:在國(guó)際通用的噪聲標(biāo)準(zhǔn)測(cè)試庫(kù)上,思必馳的最新結(jié)構(gòu)化抗噪語(yǔ)音識(shí)別技術(shù)刷新了國(guó)際記錄,取得目前世界單系統(tǒng)最好成績(jī)。模型算法的優(yōu)化突破,使得思必馳僅用軟件解決方案就可以達(dá)到以往采用語(yǔ)音降噪芯片才能達(dá)到的效果,大幅提升了識(shí)別率,降低了成本。
更先進(jìn)的回聲消除和麥克風(fēng)陣列算法組合:先進(jìn)的回聲消除算法和麥克風(fēng)陣列算法結(jié)合,可以有效的跟蹤用戶位置,增強(qiáng)語(yǔ)音信號(hào)質(zhì)量,實(shí)現(xiàn)高性能的通用語(yǔ)音識(shí)別。軟硬件結(jié)合的多種解決方案,更給出了更多的選擇和可能性。僅靠軟件且單麥克風(fēng)條件下,通過大數(shù)據(jù)整合以及智能算法,思必馳仍然可以達(dá)到極為優(yōu)秀的使用體驗(yàn),識(shí)別速度與準(zhǔn)確率均處在世界領(lǐng)先水平。
基于統(tǒng)計(jì)的參數(shù)化語(yǔ)音合成方法:傳統(tǒng)語(yǔ)音合成是采用拼接技術(shù),錄制大規(guī)模的語(yǔ)音庫(kù),切片后在合成的時(shí)候把片段拼起來(lái),這就往往需要大量的標(biāo)準(zhǔn)語(yǔ)音。思必馳采用最新的基于統(tǒng)計(jì)的參數(shù)化語(yǔ)音合成方法,可以實(shí)現(xiàn)模型規(guī)模的大幅壓縮,語(yǔ)音連貫性的大幅提升,能夠自由訓(xùn)練個(gè)性化的語(yǔ)音。
多輪交互和根據(jù)上下文的語(yǔ)義解析:在真實(shí)場(chǎng)景下,傳統(tǒng)語(yǔ)音識(shí)別加自然語(yǔ)言處理的方案并不能很好地實(shí)現(xiàn)自由的“人機(jī)交互”。思必馳在領(lǐng)先的傳統(tǒng)語(yǔ)音識(shí)別合成技術(shù)的基礎(chǔ)上,引入交互認(rèn)知智能,通過情境理解和多輪交互,面向最終任務(wù)完成度和用戶體驗(yàn)進(jìn)行系統(tǒng)設(shè)計(jì)和優(yōu)化。
會(huì)場(chǎng)展示的智能產(chǎn)品吸引了眾多眼球
此外,易觀智庫(kù)的高級(jí)分析師封莉、歐瑞博CEO王雄輝、映趣科技CEO王小彬、威仕特CEO聞?wù)H臨現(xiàn)場(chǎng)助陣,分享他們的產(chǎn)品經(jīng)驗(yàn)極對(duì)語(yǔ)音技術(shù)的看法。如今的智能硬件市場(chǎng)已從最初的產(chǎn)業(yè)藍(lán)海逐漸轉(zhuǎn)變?yōu)橄乱粋€(gè)產(chǎn)業(yè)風(fēng)口,產(chǎn)業(yè)生態(tài)系統(tǒng)尚未完善,需要多方合力,思必馳正積極聯(lián)合各方合力,力爭(zhēng)推動(dòng)智能硬件的快速發(fā)展。思必馳、FACE++、微動(dòng)、ablecloud、72變、中發(fā)時(shí)代聯(lián)合主辦即將于8月中下旬正式啟動(dòng)上線的一檔大型活動(dòng)——“創(chuàng)星計(jì)劃”,旨在培育中小型開發(fā)者成長(zhǎng),推促進(jìn)智能硬件領(lǐng)域蓬勃發(fā)展的創(chuàng)業(yè)孵化器計(jì)劃。