采訪到北京捷通華聲語音技術(shù)有限公司（以下簡稱“捷通華聲”）總經(jīng)理武衛(wèi)東先生，是在位于中關(guān)村軟件園的捷通華聲總部。11月28日恰逢捷通華聲2012“靈云”發(fā)布會，由于武總忙于處理 “靈云”發(fā)布會事務(wù)，本打算縮短采訪時間，可隨著交談的深入，時間卻在不知不覺中延長了。
上圖為：北京捷通華聲語音技術(shù)有限公司總經(jīng)理武衛(wèi)東
與其說是一次專訪，更確切地說，是武總帶給我的一場關(guān)于靈云、關(guān)于智能人機交互（HCI）、關(guān)于客戶需求、關(guān)于競爭等的精彩講座。
從開始到結(jié)束的整個采訪過程中，武總的健談、熱情洋溢、聲情并茂一直在感染著我。當(dāng)然，感染我的并不僅僅是這些，確切地說，更多的應(yīng)該是他傳遞出的一種務(wù)實的個人魅力，以及整個捷通華聲公司專注技術(shù)、執(zhí)著創(chuàng)新的企業(yè)精神。
CTI論壇記者：武總，請您談一下智能人機交互（HCI）技術(shù)在產(chǎn)業(yè)中的發(fā)展。
武衛(wèi)東：人與機器的交互經(jīng)歷鍵盤時代、鼠標(biāo)時代、觸控時代，現(xiàn)在已經(jīng)進(jìn)入到了人機交互時代。實際上智能人機交互（HCI）技術(shù)方面很早就已經(jīng)有研究了，比如說我們的語音合成，90年代末和現(xiàn)在所展現(xiàn)出來的效果有著天壤之別，那個時候就是一直在做研究，但并未真正實用化。每一項技術(shù)都會經(jīng)歷一個發(fā)展和成熟的過程，包括OCR、手寫、語音并不是一開始就做的很成熟。
隨著互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)、云計算以及3G技術(shù)、甚至是4G LTE的發(fā)展，這些技術(shù)隨著硬件的發(fā)展而發(fā)展，隨著整個產(chǎn)業(yè)的發(fā)展而發(fā)展。所以有一種觀點認(rèn)為，用硬件帶動軟件，也有一種觀點是以軟件促進(jìn)硬件。只不過隨著整個產(chǎn)業(yè)的發(fā)展和時代的變遷，人們的需求越來越還原到自然感官狀態(tài)。其實隱藏在這種發(fā)展的背后，是人們對需求的渴望。
人機交互技術(shù)越來越貼近自然，這里的自然實際上是人的一些本能反應(yīng)，比如說我們寫東西用手、說話用嘴、聽東西用耳朵、看東西用眼睛，甚至現(xiàn)在發(fā)展到通過腦波來知道你心里所想。腦波識別在一些尖端領(lǐng)域已經(jīng)開始應(yīng)用，相信這種技術(shù)在不遠(yuǎn)的將來也會像目前的語音交互、圖形圖像、手寫識別、OCR、包括涉及到自然語言處理的技術(shù)，進(jìn)入人們的生活當(dāng)中。
因此，我認(rèn)為智能人機交互（HCI）技術(shù)本身是沒有止境的，而現(xiàn)在的技術(shù)還要不斷地向前發(fā)展，所以面對這樣一項技術(shù)、這樣一個領(lǐng)域，我們必須要做到專注。要有科學(xué)的精神、科研的心態(tài)。
CTI論壇記者：請問靈云的應(yīng)用情況及發(fā)展前景如何？
武衛(wèi)東：靈云是全球第一個全方位的智能人機交互（HCI）感知云。目前靈云主要有語音合成(TTS)、語音識別(ASR)、手寫識別(HWR)、光學(xué)字符識別(OCR)、人工智能(AI)這五項核心技術(shù)。通過靈云，可以使任何一臺連接了互聯(lián)網(wǎng)的PC、手機或其他嵌入式設(shè)備具備語音合成、語音識別、圖像識別、手寫識別和自動翻譯的功能，簡單的說就是讓機器能說話、能聽懂人的話、能閱讀圖片以及能理解人寫的字，從而使設(shè)備具有基本的人機交互能力。
捷通華聲是一個比較務(wù)實、扎實的公司，我們希望把靈云能力向各個行業(yè)輸出，現(xiàn)已與數(shù)千家企業(yè)合作，不僅包括政府、金融、能源、教育、醫(yī)療、交通以及電信運營商等傳統(tǒng)行業(yè)領(lǐng)域的客戶，更有智能家電、智能家居、互聯(lián)網(wǎng)及移動互聯(lián)網(wǎng)、智慧城市等新興領(lǐng)域的用戶，大到服務(wù)成千上萬用戶的平臺，小到個人開發(fā)者，捷通華聲的智能人機交互（HCI）技術(shù)在中國已經(jīng)無處不在，默默服務(wù)數(shù)以億計的大眾。
目前，這些智能人機交互（HCI）能力已經(jīng)在各個行業(yè)里顯現(xiàn)出需求的價值，只是過去提供的都是單一的能力，而靈云提供的是全方位、多能力的云服務(wù)平臺，將各項成熟的人機交互技術(shù)整合到我們的平臺中，通過垂直的輸出能力讓大家使用。我們有一個觀點就是：靈云是大家的，智能人機交互（HCI）技術(shù)是人類所共享的，而我們把它開發(fā)整理好供大家使用。
我們也會在某些方面做一些自己應(yīng)用，其中包括示范性應(yīng)用以及實際結(jié)合用戶需求的應(yīng)用。
后續(xù)我們還會與合作伙伴共同推出人臉識別、手勢識別、指紋識別、虹膜識別、聲紋識別等等識別，從而使靈云更加豐富、更加全方位，這也是我們的目標(biāo)。
在提供多能力方面，我們更多考慮的是用戶需求，提倡的是技術(shù)服務(wù)生活。所到之處，都能聽到捷通華聲的聲音，比如在機場、高鐵、醫(yī)院等地方，能夠給老百姓的生活帶來便利是我們最大的欣慰。
CTI論壇記者：請問靈云在移動互聯(lián)網(wǎng)領(lǐng)域有哪些應(yīng)用和布局？
靈云推出以后，我們會面向移動互聯(lián)網(wǎng)去做一些推廣，主要有兩個方向。
武衛(wèi)東：首先，是和電信運營商合作�，F(xiàn)在靈云和中國電信EMP平臺進(jìn)行了無縫銜接，已經(jīng)面向個人開發(fā)者及中小企業(yè)開放，大家可以調(diào)用靈云的能力，去開發(fā)一些移動終端包括手機端的的應(yīng)用。
我舉一個例子，有一位開發(fā)者在電信的EMP平臺上開發(fā)了一項手機終端幼兒教學(xué)的業(yè)務(wù)，非常具有創(chuàng)新性，其中用到靈云的三項能力，這個非常具有創(chuàng)新能力的應(yīng)用一下子就獲得多項大獎。目前，已有兩款中小企業(yè)開發(fā)應(yīng)用使用了靈云能力，并已形成商務(wù)合作。其中一個是與導(dǎo)航有關(guān)的應(yīng)用，另外一個是關(guān)于出租車叫車系統(tǒng)的應(yīng)用。
另外，我們自身希望能夠調(diào)用靈云能力去開發(fā)一些應(yīng)用產(chǎn)品，比如說手機助手小唐龍。同時，我們已經(jīng)開展了一些智能領(lǐng)域的合作，比如說智能電視、車內(nèi)服務(wù)的客服平臺上，還有就是一些客服，比如運營商的一些客服上面，簡單地說就是可以通過小唐龍問話費、流量、運營商的信息、活動，類似于客服的性質(zhì)。
靈云在部署形式上有公有云和私有云兩種形式，使用上分為免費和授權(quán)兩種。公有云，可以為每個在公有云注冊的用戶進(jìn)行單位時間內(nèi)有限流量和有限次數(shù)的免費服務(wù)，以及提高流量和次數(shù)上限的授權(quán)付費服務(wù)。靈云私有云，是專門為大客戶定制的產(chǎn)品，可部署在用戶的現(xiàn)場網(wǎng)絡(luò)中，并根據(jù)用戶的使用需求，定制嵌入式模塊，例如嵌入自動服務(wù)設(shè)備、OA系統(tǒng)和郵箱系統(tǒng)等。
