從北京大學(xué)和美國(guó)費(fèi)城大學(xué)分別獲得計(jì)算機(jī)系碩士學(xué)位后，何國(guó)濤曾在HP、Aruba等公司從事Opencall、Voice XML、無(wú)線網(wǎng)關(guān)等產(chǎn)品的研究和開(kāi)發(fā)，HP多媒體服務(wù)器的語(yǔ)音識(shí)別技術(shù)，就是他所在的小組研發(fā)的。

　　而也就是在Aurba，何國(guó)濤結(jié)識(shí)了蒲瑤。后者本科畢業(yè)于中國(guó)科技大學(xué)，是科大訊飛CEO劉慶峰同系校友，同樣也是從事語(yǔ)音識(shí)別相關(guān)產(chǎn)品的研發(fā)。

　　2008年，科大訊飛上市，一度壟斷國(guó)內(nèi)語(yǔ)音識(shí)別市場(chǎng)的半壁江山。但那時(shí)的語(yǔ)音識(shí)別創(chuàng)業(yè)領(lǐng)域，還是一片待開(kāi)發(fā)的處女地。后來(lái)被蘋果收購(gòu)的Siri也成立沒(méi)有多久，而何國(guó)濤卻動(dòng)了創(chuàng)業(yè)的念頭。

　　“我剛畢業(yè)時(shí)，根本還沒(méi)有人會(huì)說(shuō)自己是學(xué)人工智能相關(guān)的。因?yàn)槟且馕吨�失業(yè)。”何國(guó)濤說(shuō)。“也有很多人質(zhì)疑，總是說(shuō)這個(gè)方向不對(duì)，那個(gè)技術(shù)不好。而我們就決定，自己出來(lái)，在這個(gè)領(lǐng)域做一些事情。”

　　何國(guó)濤和蒲瑤最終還是決定，在語(yǔ)音識(shí)別領(lǐng)域做下去。“創(chuàng)業(yè)，我認(rèn)為一是要有技術(shù)壁壘，二就是要有能夠賺錢的市場(chǎng)。我在惠普接觸了客戶需求，也懂得應(yīng)用，我認(rèn)為，語(yǔ)音識(shí)別仍然是最具前途的領(lǐng)域之一，而當(dāng)時(shí)，其他人要進(jìn)入這塊領(lǐng)域，也并非容易。”為了解決核心算法，何國(guó)濤還“挖”來(lái)了自己的師弟——IBM Almaden研究中心的李全忠博士。后者一直從事數(shù)據(jù)庫(kù)及云計(jì)算研究，還獲得過(guò)IBM發(fā)明成就獎(jiǎng)。

　　于是，普強(qiáng)信息最初的創(chuàng)始團(tuán)隊(duì)形成了。何國(guó)濤擔(dān)任CEO，負(fù)責(zé)公司運(yùn)營(yíng)；李全忠博士任CTO，負(fù)責(zé)核心算法的研究；蒲瑤（普強(qiáng)信息VP）負(fù)責(zé)產(chǎn)品。2009年，普強(qiáng)信息在美國(guó)加州硅谷成立，并獲得了EDA之父黃炎松博士的100萬(wàn)美元A輪投資。第二年，普強(qiáng)信息設(shè)立了中國(guó)運(yùn)營(yíng)公司，在硅谷和中關(guān)村都設(shè)有技術(shù)研發(fā)中心。2013年，普強(qiáng)獲得戈壁領(lǐng)投500萬(wàn)美元B輪投資，2016年獲得四維圖新領(lǐng)投的近億人民幣的C輪融資。

　　目前，普強(qiáng)研發(fā)團(tuán)隊(duì)占公司人員的80%左右，其中博士、碩士以上學(xué)歷者超過(guò)30%。

　　何國(guó)濤對(duì)公司的發(fā)展方向有長(zhǎng)期的思考。“小公司做事要專注，現(xiàn)在普強(qiáng)一百多人只做垂直領(lǐng)域，包括車載和電話信道語(yǔ)音識(shí)別，而且要做到最好。其實(shí)這很簡(jiǎn)單，就集中優(yōu)勢(shì)力量做好一個(gè)小事情。”

　　普強(qiáng)在自身的語(yǔ)音識(shí)別和語(yǔ)義分析技術(shù)基礎(chǔ)上，就鎖定了兩個(gè)方向：語(yǔ)音大數(shù)據(jù)和車載。

　　當(dāng)前，由于智能設(shè)備的大量應(yīng)用，大量數(shù)據(jù)，尤其是呼叫中心等領(lǐng)域，大部分?jǐn)?shù)據(jù)都是語(yǔ)音和圖像等非結(jié)構(gòu)化數(shù)據(jù)。普強(qiáng)力圖提供語(yǔ)音大數(shù)據(jù)分析能力，為企業(yè)解決非結(jié)構(gòu)化數(shù)據(jù)分析的需求。

　　2010年，普強(qiáng)面向呼叫中心推出了“千語(yǔ)語(yǔ)音識(shí)別引擎系統(tǒng)”和“千語(yǔ)千尋語(yǔ)音分析系統(tǒng)”。

　　據(jù)介紹，普強(qiáng)已經(jīng)為金融、電信、保險(xiǎn)等多個(gè)行業(yè)，提供了準(zhǔn)確度較高的電話信道的ASR（語(yǔ)音識(shí)別）引擎。針對(duì)呼叫中心座席與客戶的對(duì)話，千語(yǔ)千尋系統(tǒng)的算法和模型接入后，能將不同地域口音的來(lái)電轉(zhuǎn)換成文字，還能根據(jù)不同的系統(tǒng)用戶需求，標(biāo)注出關(guān)鍵用詞。

　　李全忠博士向黑智（VR-2014）介紹，“千語(yǔ)語(yǔ)音識(shí)別引擎系統(tǒng)”開(kāi)發(fā)應(yīng)用了深度神經(jīng)網(wǎng)絡(luò)技術(shù)，通過(guò)語(yǔ)音切分技術(shù)和對(duì)識(shí)別結(jié)果的算法，進(jìn)行語(yǔ)速探測(cè)、情緒識(shí)別等，以及對(duì)講話對(duì)象、時(shí)間邊界等進(jìn)行分割，不僅提高了語(yǔ)音識(shí)別結(jié)果，也可以輔助企業(yè)進(jìn)一步挖掘和分析海量語(yǔ)音數(shù)據(jù)。

　　當(dāng)坐席和客戶通話時(shí)，接入了普強(qiáng)的千語(yǔ)千尋系統(tǒng)模型，不僅能將不同方言的來(lái)電轉(zhuǎn)換成文字，還能根據(jù)不同的系統(tǒng)用戶需求，標(biāo)注出關(guān)鍵用詞，并針對(duì)其進(jìn)行統(tǒng)計(jì)和專業(yè)化分析，挖掘客戶需求；對(duì)客戶流失進(jìn)行預(yù)警分析，挖掘客戶投訴原因，進(jìn)行干預(yù)；或者替代人工質(zhì)檢。何國(guó)濤舉例說(shuō)，例如某保險(xiǎn)公司就有2萬(wàn)左右名保險(xiǎn)銷售，管理者需要知道如何提高銷售成功率，客戶投訴的是什么問(wèn)題，客戶購(gòu)買保險(xiǎn)服務(wù)的原因是什么等。“千尋”把這些問(wèn)題都細(xì)化成文字，以解決客戶的需求，提升公司工作效率和營(yíng)銷轉(zhuǎn)化率。

　　進(jìn)行語(yǔ)音大數(shù)據(jù)分析，最基本的一點(diǎn)就是數(shù)據(jù)。李全忠表示，普強(qiáng)在呼叫中心電話線領(lǐng)域積累了十多年的數(shù)據(jù)，對(duì)電話語(yǔ)音數(shù)據(jù)處理和標(biāo)注的積累，在業(yè)內(nèi)是首屈一指的。

　　而對(duì)語(yǔ)音分析，最關(guān)鍵的比拼點(diǎn)，則是“快”和“準(zhǔn)”。“準(zhǔn)確度和識(shí)別速度往往要平衡，在不損失精度的前提下，我們可以做到最快，系統(tǒng)的全文識(shí)別率可達(dá)85%以上，關(guān)鍵詞識(shí)別率達(dá)95%以上。”李全忠博士說(shuō)。他表示，千語(yǔ)千尋語(yǔ)音分析系統(tǒng)目前中文語(yǔ)音分析速度，是國(guó)內(nèi)最快的。它擁有的文本分析引擎和索引處理技術(shù)，能夠?qū)崿F(xiàn)分析操作在秒級(jí)以內(nèi)完成，而業(yè)內(nèi)多數(shù)語(yǔ)音公司的產(chǎn)品則要半小時(shí)甚至更久，千語(yǔ)千尋比之，要高出一個(gè)數(shù)量級(jí)。

　　除識(shí)別引擎及分析系統(tǒng)外，與國(guó)內(nèi)外廠商相比，普強(qiáng)的優(yōu)勢(shì)是擁有多年呼叫中心工作經(jīng)驗(yàn)的專家們所組成的專業(yè)咨詢團(tuán)隊(duì)，以及完整的識(shí)別設(shè)備和工具，來(lái)協(xié)助客戶進(jìn)行定制化應(yīng)用服務(wù)，以保障企業(yè)最高的投資報(bào)酬率。

　　而據(jù)何國(guó)濤對(duì)黑智（VR-2014）透露，目前普強(qiáng)在業(yè)界公開(kāi)招投標(biāo)的項(xiàng)目中，始終保持著最高的中標(biāo)率。

　　經(jīng)過(guò)十多年的發(fā)展，四維圖新已成為國(guó)內(nèi)數(shù)字地圖內(nèi)容、車聯(lián)網(wǎng)和動(dòng)態(tài)交通信息服務(wù)、基于位置的大數(shù)據(jù)垂直應(yīng)用服務(wù)主要提供商之一。其數(shù)字地圖一直主導(dǎo)中國(guó)前裝車載導(dǎo)航市場(chǎng)，獲得大量、東風(fēng)日產(chǎn)、北京現(xiàn)代等主流車廠的訂單。而和四維圖新的聯(lián)手，顯然加快了普強(qiáng)切入車載場(chǎng)景，迅速滲透車廠和車機(jī)系統(tǒng)集成商，積累大數(shù)據(jù)的步伐。

　　2015年，普強(qiáng)聯(lián)手四維圖新和騰訊，共同開(kāi)發(fā)智能車聯(lián)網(wǎng)大數(shù)據(jù)系統(tǒng)WeDrive。其中，四維負(fù)責(zé)導(dǎo)航，騰訊負(fù)責(zé)內(nèi)容，普強(qiáng)主攻前裝。

　　這套智能車載語(yǔ)音系統(tǒng)，是由“云+端+芯片”組成的。普強(qiáng)自主研發(fā)的是離線、在線的兩個(gè)聲學(xué)模型，其他的為集成。

　　陣列麥克風(fēng)可抑制噪音回音，進(jìn)行聲源定位。車載降噪DSP芯片可進(jìn)行車載降噪去回聲，這也是普強(qiáng)的投資方——美國(guó)的一家芯片公司提供的。“他們只做芯片，花了大概一億美金做了十年，這就是壁壘。”

　　“從前端麥克風(fēng)技術(shù)，包括硬件的DSP處理三到四個(gè)麥克風(fēng)，到后端的云端，整個(gè)一條脈絡(luò)已經(jīng)打通了，基本上這個(gè)解決方案是最優(yōu)的。”李全忠說(shuō)。

　　另外，普強(qiáng)還可以做嵌入式識(shí)別，車機(jī)識(shí)別的系統(tǒng)直接在車機(jī)里面做，不用跑到云端。車載需要保證穩(wěn)定性、安全性，對(duì)嵌入式識(shí)別壓力非常大。普強(qiáng)會(huì)針對(duì)不同的系統(tǒng)和車機(jī)本身的噪音特性，分低中高端方案，量身定制識(shí)別算法。“把這些都優(yōu)化進(jìn)去，才能做到最佳，當(dāng)然也要滿足用戶識(shí)別率的需求。”李全忠表示。

　　目前，普強(qiáng)車載語(yǔ)音系統(tǒng)已經(jīng)被集成進(jìn)多家國(guó)內(nèi)主流車廠。普強(qiáng)最近也把嵌入式的算法嵌到四維收購(gòu)的公司杰發(fā)科技，后者占后裝市場(chǎng)的70%，大幅提高了市占率。

　　在何國(guó)濤看來(lái)，“專注”還有另外一層含義，即要準(zhǔn)確理解用戶的需求。而對(duì)人工智能創(chuàng)業(yè)公司而言，算法并不是唯一，更重要的是，理解用戶的產(chǎn)品需求。從產(chǎn)品、界面、工作流到用戶層面的交互設(shè)計(jì)，都要圍繞它進(jìn)行。比如，對(duì)車載產(chǎn)品而言，車速變化時(shí)，會(huì)影響到語(yǔ)音識(shí)別的準(zhǔn)確率；車開(kāi)得快，根本不會(huì)出現(xiàn)車旁邊有個(gè)人在走路的情況；車開(kāi)得慢，就要小心旁邊打球的小孩……

　　針對(duì)用戶對(duì)產(chǎn)品的強(qiáng)需求出發(fā)，何國(guó)濤為普強(qiáng)提出了“田忌賽馬”的戰(zhàn)術(shù)。“算法肯定有最快的，但是在語(yǔ)音交互領(lǐng)域，準(zhǔn)確率相差一兩個(gè)點(diǎn)并沒(méi)有本質(zhì)差別。原來(lái)從GMM跳到DNN，相對(duì)準(zhǔn)確率增加了20%到30%，是很大的提升。可是現(xiàn)在大家使用的都是神經(jīng)網(wǎng)絡(luò)，準(zhǔn)確率達(dá)到95%或者96%，對(duì)用戶有什么區(qū)別？我們沒(méi)有必要做20個(gè)系統(tǒng)功能，都保證96%的準(zhǔn)確率。”

　　在車載領(lǐng)域，普強(qiáng)重點(diǎn)做的是導(dǎo)航、電話、音樂(lè)這幾個(gè)系統(tǒng)功能。“在車?yán)锶藱C(jī)交互的時(shí)候，一般用戶50%以上%的需求是在導(dǎo)航上，40%以上是打電話，還有10%是聽(tīng)音樂(lè)、聽(tīng)收音機(jī)、查股票等。如果把這3個(gè)主要需求都做到近100%的準(zhǔn)確率，那么整個(gè)系統(tǒng)的準(zhǔn)確率就能超過(guò)90%。如果大家都只有100人，別人每個(gè)功能5個(gè)人，普強(qiáng)的3個(gè)功能每個(gè)都有30個(gè)人并且做到最好，這就是所謂的田忌賽馬。”何國(guó)濤說(shuō)。

　　中國(guó)一年生產(chǎn)約2700萬(wàn)輛新車，如果人機(jī)交互的系統(tǒng)每輛車收取一百塊，市場(chǎng)規(guī)模能達(dá)到27億。如何能在這片藍(lán)海中切到大塊蛋糕？按照何國(guó)濤的設(shè)想，未來(lái)普強(qiáng)會(huì)將多種交互方式融合，讓車像人一樣具備視覺(jué)、聽(tīng)覺(jué)等多種感知能力。比如人可以用手勢(shì)調(diào)節(jié)聲音大小、調(diào)控座椅位置。要把這些技術(shù)很順暢地切到場(chǎng)景里面，這些工作更多是需要工程師來(lái)實(shí)現(xiàn)。“算法是第一步，剩下10%的事情，需要再花90%的時(shí)間做好。”