浅析语音技术在万物互联时代的商业应用落地

跟随物联网的发展大潮，人工智能已经形成火热的发展势态，尤其是语音技术的成熟，智能语音俨然已经成为新一代人机交互入口，走在了发展前列。从国外的微软、亚马逊、苹果，到国内科大讯飞、小i机器人、捷通华声、云知声及思必驰，都在纷纷推进语音技术在万物互联时代的商业应用落地。

站在物联网的风口之上，这些企业怎样迎接机遇，应对挑战？小编简单介绍一下从国内科大讯飞、捷通华声、云知声以及思必驰几家语音技术公司在物联网产业的布局。

科大讯飞的语音技术能力小编就不再做过多介（chui）绍(peng)，在语音技术领域，其能调动的资源肯定是行业第一的。在物联网方面，科大讯飞发布了讯飞物联，讯飞物联就是为了支撑机器学习和智能人机交互界面能更好、更加智能，AI是基于大数据的，在一个场景的交互里面需要更多个性化数据，个性化数据从各个设备、各个传感器里来，还从云端上来。科大讯飞发布的物联同样也是为了支撑其AIUI平台，能在机器学习能够产生更加智能的服务。

成立于2007年的思必驰，在语音技术上通过“产学研一体化”模式推进原始技术创新，在智能终端领域专注物联网，包括车载、家居、玩具/机器人、手机等，在前端布局语音芯片，在后端升级平台能力，通过DUI开放平台推进语音技术的定制规模化。同时，扩展企业智慧服务项目，打造智能商业助理，把消费端的自然语言交互能力扩展至企业端。此外，思必驰成立了两支人工智能产业基金，目前已投资了覆盖医疗、IoT、教育等各领域的16家人工智能及物联网上下游企业。

作为国内语音商业化应用落地较好的人工智能企业之一，成立于2012年的云知声在“云端芯”产品体系之下，将 AI 技术广泛应用于智慧生活中的家居、车载、机器人等场景以及智慧服务，像医疗、教育、司法等场景，在物联网产业中，云知声给自己的定位是“物联网人工智能服务”公司，在今年其发布了首款面向物联网的AI芯片。

2000年成立的捷通华声，在物联网产业的驱使下，目前主要结合物联网行业的特点和其在人工智能领域核心技术的积累，发挥捷通在人工智能的优势为各行业物联网应用赋与智能语音交互的能力。捷通华声先后推出了灵云麦克风阵列、车载输入法、智能语音交互助手等产品，能够快速的与客户产品集成，已经与多家机器人厂商、汽车厂商、车机厂商、广电运营商等展开合作，并实施落地。其麦克风阵列、语音识别、语义理解这几项与物联网语音交互相关的产品，无论是技术还是项目应用捷通华声在行业的认可度还是蛮高的。

捷通华声也“老大不小”了，技术沉淀也已经有十八个年头了，在物联网竞争如此激烈下，捷通华声接下来怎样发展，怎样布局物联网赛道？

联动原素VS捷通华声

Q

能否先简单介绍下捷通华声目前的核心业务是什么？有哪些具体的产品服务吗？

李健：通华声拥有语音识别、语音合成、语义理解、图像识别、手写识别、麦克风阵、声纹识别、人脸识别等12项人工智能核心技术。围绕这12项核心技术能力构建完善的人工智能云服务和产品生态系统，从公有云、私有云到行业解决方案，全面赋能各行各业，努力实现“让每一家企业都拥有人工智能，让每个人都能享受到人工智能的方便与快捷”的人工智能战略。目前，灵云人工智能云服务及产品生态系统包括以下五大类：

灵云云服务平台（AICloud），包含语音云、图像云、客服云、智能外呼云等智能方案云服务以及智能语音、智能图像等全方位AI技术云服务；智能物联网（AIoT），包含智能电视语音助手、智能音箱语音助手、智能车载输入法等，致力于让每个智能终端“能听会说、能思考会判断”；全方位人工智能能力平台（AICP），为企业提供包括灵云智能语音、智能图像、智能语义、生物特征识别等全能力私有云能力平台，客户可以灵活挑选、组合AI技术，实现企业业务、应用的智能化升级；人工智能联络中心（AICC），包含全渠道智能客服系统、智能外呼系统、智能语音分析系统等在内的，面向智能客户服务中心的全方位人工智能门户解决方案；行业智能解决方案（AIIS），包括应用于会议、司法、医疗领域的智能语音转录系统，支持文本、名片、票据、证照识别的智能图像识别系统，以及可对人脸、声纹等身份信息进行综合认证的多维生物特征识别系统等。

Q

在激烈的竞争环境下，捷通华声较于市场同类公司，您认为贵公司的核心竞争力是什么？

李健：捷通华场在人工智能领域拥有行业领先的灵云全方位人工智能开放平台，能够为广大IoT领域相关厂商、集成商提供语音识别、语义理解、语音合成、麦克风阵列、语音唤醒等核心技术，以及图像处理、人脸识别等全方位人工智能能力，为企业提供一站式的AI能力解决方案，同时拥有丰富的接入方式，支持所有主流的操作系统接入，拥有稳定的服务支持并能提供可定制化的全面服务支持。

在核心技术方面，灵云各项能力均位居行业领先地位，语音识别准确率高达97%，实时率可达0.3以下，支持普通话、英语、粤语、维吾尔语、客家话等多种语言；语音合成市场占有率超50%，支持多种语言、多种音库；语义理解支持上下文语义分析、多轮对话、实体属性等，支持天气、导航、航班、音乐、闲聊等20多个常见领域；语音唤醒可低功率持续侦听，唤醒率大于95%，且误唤醒率低于小于 1次/24小时，支持自定义设置多个唤醒词；麦克风阵列支持单麦、多麦以及线性、环形排列方式，3米识别率大于 95%，5米识别率大于92%。

Q

您认为贵公司的产品在物联网产业中能否占据一席之地？贵公司在物联网产业链中是如何定义自己？

李健：物联网虽然经过七八年的发展逐渐形成了家居、工业、城市、农牧等领域性划分，以及通讯、模组、芯片、操作系统等技术领域的划分，但整体碎片划仍旧严重。因此，结合物联网行业的特点和捷通华声在人工智能领域核心技术的积累，我们找到以语音交互、图像识别为结合点，与各行业深度合作，发挥捷通在人工智能的优势为各行业物联网应用赋与智能语音交互的能力。这一结合点是捷通特有的优势，一方面捷通拥有全方位的人工智能能力，以语音交互切入物联网应用能够快速的为其其他提供丰富的云端智能能力，从而促进物联网应用的快速发展。

捷通华声先后推出了灵云麦克风阵列、车载输入法、智能语音交互助手等产品，能够快速的与客户产品集成，目前已经与多家机器人厂商、汽车厂商、车机厂商、广电运营商等展开合作，并实施落地。

Q

贵公司打造了灵云平台的初衷是什么？目前这个平台的建设是怎样的？

李健：伴随各领域、各行业市场对各种人工智能技术需求的爆发式增长，单一的人工智能技术已经不能完全满足各行业智能化发展的需要，多种人工智能技术的融合已成为人工智能在各领域、行业应用与发展的必由之路。

捷通华声顺应人工智能产业发展趋势，倡导并积极推动人工智能技术能力“融合应用、融合服务、融合发展”，并于2011年率先推出了灵云全方位人工智能开放平台，为企业提供包括智能语音、智能语义、智能图像、生物特征识别等12项人工智能技术，致力于让每一家企业拥有人工智能。

如今，灵云平台各项人工智能技术已经成功服务智能应用、智能家电、智能车载、智能音箱、智能机器人等众多领域客户，在京东商城、出国翻译官、滴滴出行、高德地图、快快查字典等上万个APP中得以应用，也已为小米电视、PPTV、广电机顶盒等众多电视、机顶盒厂商提供了语音交互服务，终端用户量更是超8亿。

作为国内首个全方位人工智能开放平台，灵云平台成为捷通华声在物联网产业布局中的核心产品。通过灵云平台，捷通华声可为包括智能家电、智能车载、智能机器人等众多物联网行业终端产品通过“云+端”的方式提供全方位的人工智能技术支持，从而实现产品的智能化升级。灵云平台强大的大规模数据处理与云计算能力，以及遍布全国、高密度覆盖的数据网络，能让物联网企业用户能够享受到更流畅的人工智能交互体验，唤醒业务敏捷活力。