捷通華聲面向智能車載、智能家電、智能家居、機(jī)器人等領(lǐng)域?qū)ｉT開發(fā)的全方位解決方案——靈云種子近期將全面升級(jí)，靈云種子將采用靈云遠(yuǎn)場(chǎng)語音識(shí)別技術(shù)能力，從根本上改變目前市場(chǎng)上因各式問題導(dǎo)致的僅能近距離交互的方式，為智能語音技術(shù)應(yīng)用于智能車載、智能家電、智能家居、機(jī)器人等靈云奠定堅(jiān)實(shí)的基礎(chǔ)。

　　靈云種子自2015年初發(fā)布以來，得到了智能硬件、車載、機(jī)器人等多個(gè)領(lǐng)域的一致好評(píng)，特別是在機(jī)器人領(lǐng)域，解決了之前存在的種種人機(jī)交互困難的問題，使設(shè)備脫離了機(jī)械控制，真正讓機(jī)器人實(shí)現(xiàn)了“能說會(huì)聽、能思考、會(huì)判斷”。

　　很長(zhǎng)一段時(shí)間以來，科大訊飛、NUANCE等語音技術(shù)公司都在努力開拓智能硬件市場(chǎng)，但智能硬件產(chǎn)品在很多場(chǎng)景下因語音交互體驗(yàn)不如人意而不能滿足市場(chǎng)的需求，究其原因主要是受限于背景噪音、其他聲音干擾、回聲、混響等多重復(fù)雜因素，進(jìn)而導(dǎo)致的識(shí)別距離近、識(shí)別率低等明顯痛點(diǎn)，在這些問題沒有解決之前，智能硬件語音交互方面將一直是一個(gè)短板。鑒于此，靈云推出遠(yuǎn)場(chǎng)語音識(shí)別技術(shù)，將極大推進(jìn)語音識(shí)別技術(shù)在真實(shí)生活場(chǎng)景中的應(yīng)用。

　　遠(yuǎn)場(chǎng)語音識(shí)別技術(shù)的核心有兩點(diǎn)，一是語音前端處理：利用麥克風(fēng)陣列、回聲消除等技術(shù)將目標(biāo)說話人的聲音增強(qiáng)，并抑制/消除周圍無用的聲音（噪聲+回聲）；二是語音識(shí)別引擎針對(duì)麥克風(fēng)陣列處理后的數(shù)據(jù)進(jìn)行專門優(yōu)化，以使遠(yuǎn)場(chǎng)識(shí)別效果達(dá)到最優(yōu)。

　　靈云種子此次推出的遠(yuǎn)場(chǎng)語音識(shí)別技術(shù)，集成了全新的麥克風(fēng)陣列方案，并利用麥克風(fēng)陣列的空域?yàn)V波特性——在目標(biāo)說話人方向形成拾音波束，抑制波束之外的噪聲和反射聲，其降噪和去混響效果均為國(guó)內(nèi)領(lǐng)先水平。

　　可以想象，基于靈云遠(yuǎn)場(chǎng)語音識(shí)別的遠(yuǎn)距離、高識(shí)別率支撐，現(xiàn)在用戶在以家庭為單位的活動(dòng)范圍內(nèi)，幾乎可以通過語音輕松操控家里的一切智能硬件設(shè)備，推而廣之，搭載遠(yuǎn)場(chǎng)識(shí)別的智能硬件產(chǎn)品將無限擴(kuò)大適用范圍和應(yīng)用場(chǎng)景。目前的方案主要根據(jù)算法不同，可分為適用于電視機(jī)、空調(diào)、機(jī)器人等的加性麥克風(fēng)陣列和適用于采訪話筒、錄音筆等的差分麥克風(fēng)陣列。

　　靈云種子  智能終端交互一站式解決方案

　　2015年以來，國(guó)內(nèi)各種智能硬件產(chǎn)品在爭(zhēng)論中不斷涌現(xiàn)，尤其是蘋果公司apple watch的發(fā)布，幾乎是給原本叫好不叫座的智能硬件市場(chǎng)打了一劑強(qiáng)心針，智能硬件廠商更是如雨后春筍般冒芽而出。盡管智能硬件以及機(jī)器人市場(chǎng)被炒得火熱，但怎么定義智能，并真正體現(xiàn)智能依然為產(chǎn)業(yè)界，也是媒體爭(zhēng)論的熱點(diǎn)，傳統(tǒng)人機(jī)交互方式帶來的局促感也越來越顯著，甚至成為其“叫好不叫座”的核心因素之一。過去，鮮有一套完整的方案能夠全面滿足各類智能硬件的智能交互需求。

　　在此背景之下，捷通華聲依托靈云平臺(tái)（hcicloud.com），強(qiáng)化靈云全方位人工智能技術(shù)的融合，向企業(yè)級(jí)開發(fā)商特別推出了一整套智能終端交互組件—靈云種子，包括靈云語音識(shí)別、語音合成、語義理解、聲紋識(shí)別、人臉識(shí)別、指紋識(shí)別等多種人工智能交互能力，并提供簡(jiǎn)單易用的開發(fā)接口，供各類智能終端進(jìn)行集成調(diào)用，實(shí)現(xiàn)人與終端設(shè)備多種方式的自由溝通和控制。包括智能語音交互、智能語音導(dǎo)航、智能語音控制、聲紋解鎖、手寫輸入、智能圖像識(shí)別、安全身份認(rèn)證等多種人機(jī)交互功能，滿足了包括機(jī)器人、智能車載、智能家電、智能家居及可穿戴式設(shè)備等各個(gè)行業(yè)的對(duì)人工智能技術(shù)的應(yīng)用的大量且多方位的需求。

　　目前，捷通華聲“靈云種子”已經(jīng)升級(jí)到3.0版，新版靈云種子新增云端和本地同時(shí)識(shí)別，并從結(jié)果中擇優(yōu)的功能，提高了語音識(shí)別的準(zhǔn)確率和識(shí)別速度。優(yōu)化了意圖理解的32個(gè)領(lǐng)域�？蓮V泛應(yīng)用在以下場(chǎng)景中：

• 語音檢索：支持包括路況導(dǎo)航類、家居菜單智能導(dǎo)航類、周邊服務(wù)類、生活服務(wù)類、娛樂類等多種語音檢索服務(wù)；
• 消息提醒：人性化定制推送類別：來電提醒、短信提醒、應(yīng)用提醒，并可將設(shè)置在云端；
• 通訊娛樂：支持短信發(fā)送，電話通訊，多媒體播放，手機(jī)操控；
• 健康服務(wù)：支持傳感器，提供傳感器數(shù)據(jù)分析，為用戶提供健康圖表，并結(jié)合云端服務(wù)提供定制健康指導(dǎo)等現(xiàn)有及正在研發(fā)的能力；
• 云平臺(tái)：基于靈云平臺(tái)，提供多設(shè)備數(shù)據(jù)同步，私人信息云存儲(chǔ)，智能推薦；
• 智能支付：結(jié)合智能終端特點(diǎn)，提供更便捷、更多樣的智能支付方式。
• 虛擬現(xiàn)實(shí)擴(kuò)展：將AR技術(shù)與LBS技術(shù)整合，為用戶提供包括周邊景點(diǎn)商圈實(shí)景展示，路線提示，為O2O服務(wù)提供優(yōu)秀體驗(yàn)；

　　這些方案類似于一個(gè)開發(fā)模版，靈云（hcicloud.com）平臺(tái)將這些特定領(lǐng)域和場(chǎng)景的智能交互方案經(jīng)過設(shè)計(jì)和優(yōu)化后，打造出一體化的全智能人機(jī)交互解決方案——“靈云種子”。直接應(yīng)用“靈云種子”配置的技術(shù)服務(wù)和內(nèi)容服務(wù)，即可滿足各種智能硬件的智能化需求。