智能语音技术大有可为

说到声音，你会想到什么？是人讲话的声音、汽车发动机启动时发出的轰鸣声，还是手指敲击键盘的阵阵窸窣声？每天萦绕于人耳的声音其实是包罗万象的，有关声音的学问也与人工智能领域有着密不可分的关系。

“人耳能听到的声音大体上可以为几种。”北科瑞声科技股份有限公司副总经理黄石磊告诉《中国电子报》记者，“第一类声音是人们日常说话的声音，即语音；第二类是音乐；第三类声音分别是自然界、城市生产生活中产生的声音。这三者我们通常也称为广义的音频。”所有的声音都蕴藏着“智慧”的要义，智能系统通过机器感知技术可以实现声音采集、识别和理解等信息处理，也可以利用更加复杂的技术进行分析，最终实现人机对话、智能判析和决策。作为人工智能产业链的重要细分领域之一，智能音频处理也因此有了赋能千行百业的力量。

智能语音技术大有可为

现阶段，我们正处在一个信息爆炸的时代，每个行业的发展都会产生海量的信息。正是这些浩如烟海的信息，构成了非常专业和复杂的系统。要想在这个复杂的系统下将业务流程做到标准化和规范化，智能语音的应用就显得尤为关键。

“语音是人们一种最自然的交互方式，它有非接触、可穿透等特性。”北科瑞声科技股份有限公司总经理助理汪雪说，“基于它的特性，语音是赋能传统行业最好的方式之一。”

汪雪表示，智能语音的应用十分自然，可以赋能非常多的应用场景。在看到智能语音市场中存在的发展机遇后，北科瑞声选择了智能音频赛道，专注于人工智能语音音频信息处理，目前已成为国内拥有全链条语音技术的人工智能企业。

与国外的Nuance、谷歌、苹果、微软和国内的科大讯飞、百度、小i机器人等众多拥有全栈技术的智能语音企业不同，北科瑞声对垂直领域进行了定制化研发，更多专注于与特定行业结合的智能语音技术，产品应用也面向医疗、政务和交通等特定行业。黄石磊以医疗行业为例向记者表示，运用智能语音技术可以让每位医务工作者都拥有一个自动化语音小助手，这个语音小助手能够听懂他讲话，并在必要时给他提供帮助。

“各行业业务流程的信息化和规范化会涉及很多重复的工作，而通过智能化的手段可以自动完成这些重复的工作。”黄石磊对记者说，“这能够大大提升专业工作人员的效率。”

例如在医疗信息化应用中，目前北科瑞声正在布局的医疗行业面临真实环境带来的难题。黄石磊谈道，除了人发出的声音以外，周围环境的人和各种设备都会产生声音。他表示，当这些声音混在一起，就会让人们关注的声音难以被处理。“医院中的环境是非常嘈杂的，（在这种情况下进行语音处理）其实是对现有技术的一大考验。”黄石磊说。

又比如，当前信息化建设的提速也让工业互联网屡次成为业内关注的焦点。在采访过程中，黄石磊特别强调了智能音频在工业互联网领域的应用情况。他表示，工业互联网涉及包括音频处理在内的信号处理技术，基于语音的人机交互可以应用于人和设备的交互过程中，还可以在针对非语音实现从智能语音到智能音频的扩展。但是目前，工业领域是一个充满噪声、混响、回声等相对复杂因素的场景，智能语音、只能音频技术在工业领域的赋能效果尚不明显，落地场景也有待拓宽。很多企业碍于高成本和低收益，智能化转型动力不足。作为行业伙伴的赋能者，北科瑞声将对该领域进行更为深入的布局。

共性挑战亟待突破

不同的应用场景会产生不同的数据和需求，比如在语音识别等场景中，用户的需求正在不断涌现、提升。然而，很多的智能音频处理产品的应用和功能仍具有一定边界，只能在理想的环境条件中发挥作用。

智能音频处理行业的发展一波三折，在整个行业的发展过程中，深耕垂直领域和特定行业的北科瑞声也遇到了很多企业都在面临的共性挑战。在黄石磊看来，第一个挑战就来源于不同行业间的行业知识的壁垒。每一个行业都有自己独特的符号体系和术语体系。对智能语音产品来讲，要想游刃有余地在不同行业中理解并识别各种纷繁复杂的音频信息，是比较困难的一件事。“就像人一样，当我们从一个行业跑到另一个行业，我们也会发现自己完全听不懂或者不理解新行业中的一些术语。”黄石磊对记者说。

第二个挑战在于目前机器与人对语音语言理解的能力差异。黄石磊表示，人类具备抽象表达的能力，也具备察言观色的能力。人类的语言会涉及一些隐含的意思和抽象的表达，但机器在这些方面还远远达不到人类理解能力。

最后一个挑战来自于数据的获取，这也是“先有鸡还是先有蛋”的问题。黄石磊说，发展智能音频处理行业需要先获得语音数据，但通常只有进入到这个行业中并得到用户认可后才能获得数据。“理想情况下，还是应该先获得数据。”他说，“从商业模式和技术的角度来看，（数据的获取）是一个挑战。”

针对如何克服这些困难，黄石磊也给出了自己的建议。他认为，从公司的角度来讲，还是应该专注于核心技术的研发，比如在核心技术能力方面提供一些具体的产品形态。此外，他还特别提到要找一些已经在行业深耕的合作伙伴，进行协同发展。

就像站在巨人的肩膀上可以看得更远，与合作伙伴的配合也可以加速公司对智能音频对各个行业的理解。由于在整个行业中扮演的是一个“被集成者”的角色，北科瑞声在寻找行业合作伙伴时相对而言更具优势。黄石磊表示，合作伙伴在某些领域有一定技术和客户基础，公司可以借助合作伙伴已有的基础，更快地融入到行业中去，为行业客户提升价值，最终实现行业客户、行业产品提供方和公司的三方共赢。

责任编辑：lq