古有聽聲辨位，今有聽聲"識(shí)"人。說到聲音，其本質(zhì)是不同頻率聲音的集合，以波的形式振動(dòng)（震動(dòng)）傳播。由于每個(gè)人的發(fā)聲器官（口腔、鼻腔、聲帶）各不相同，因此每個(gè)人的聲音也不一樣。因而，你的聲音代表了個(gè)人很多關(guān)鍵信息，例如，性別、年齡、音色等特征。
前幾年，韓國(guó)大熱的刑偵劇《Voice》里，女主是一個(gè)報(bào)警中心電話接聽員，天生聽力過人，不僅能聽到很多常人聽不到的細(xì)小微弱的聲音，還能分辨出人講話的聲音、物體碰撞的聲音、環(huán)境背景音等，靠著這個(gè)聽聲辨物的"超能力"，女主通過現(xiàn)場(chǎng)聲音，準(zhǔn)確的分辨人、物、地點(diǎn)，幫助組員破獲了很多案件和解救人質(zhì)。
如今，這種通過解讀聲音來識(shí)人辨物，已經(jīng)完全能靠人工智能來實(shí)現(xiàn)了，即眾所周知的聲音識(shí)別。
在我們?nèi)粘Ｉ町?dāng)中，聲音識(shí)別已經(jīng)應(yīng)用得非常廣泛了。比如說我們平時(shí)使用一些智能家居設(shè)備時(shí)，通過語(yǔ)音進(jìn)行指令操控；在不方便進(jìn)行手動(dòng)輸入的場(chǎng)景下，可以通過語(yǔ)音輸入，進(jìn)行網(wǎng)頁(yè)搜索、導(dǎo)航設(shè)定、文本錄入，動(dòng)嘴不動(dòng)手，方便快捷。
但僅僅是這樣還不夠。在實(shí)際的應(yīng)用場(chǎng)景里，用戶的說話環(huán)境往往包含各種各樣的噪聲，會(huì)在一定程度上污染說話人的聲音信號(hào)，使算法無法準(zhǔn)確獲取說話人的聲紋特征；甚至由于說話人過多，無法準(zhǔn)確分離出目標(biāo)人的聲音，提取不到準(zhǔn)確的聲紋特征等因素，都會(huì)對(duì)識(shí)別效果有影響。
標(biāo)貝科技立足于對(duì)AI的理解，依托先進(jìn)的語(yǔ)音交互技術(shù)，以語(yǔ)言和語(yǔ)音為入口，持續(xù)研發(fā)全新的AI語(yǔ)音能力，打造更懂用戶的語(yǔ)音服務(wù)和更接地氣的語(yǔ)音產(chǎn)品，目前已經(jīng)推出中英文語(yǔ)音識(shí)別、多語(yǔ)種語(yǔ)音合成、聲音轉(zhuǎn)換和聲紋識(shí)別服務(wù)，均得到落地應(yīng)用。與此同時(shí)，標(biāo)貝科技持續(xù)深挖細(xì)分領(lǐng)域，全新上線聲音理解功能，不僅能聽懂用戶說什么，還能鑒定用戶身份。
標(biāo)貝科技聲音理解，即通過聲音識(shí)別基本算法，自動(dòng)對(duì)說話人的語(yǔ)音信號(hào)進(jìn)行特征提取，構(gòu)建聲音分析框架，由機(jī)器進(jìn)行語(yǔ)音數(shù)據(jù)分析，快速區(qū)分噪音與人聲，并判定發(fā)音人性別和年齡段，進(jìn)行更加精準(zhǔn)化的信息匹配。
在應(yīng)用場(chǎng)景上，聲音理解功能尤為有意義。在人機(jī)交互系統(tǒng)中，可以通過說話人的性別和年齡確定說話人所屬的特定人群，從而更有針對(duì)性的進(jìn)行交互。
在智能家居領(lǐng)域，智能音箱、智能語(yǔ)音助手可以利用聲音理解的"辨認(rèn)"技術(shù)，得出其性別、年齡、歷史偏好等信息，提供個(gè)性化服務(wù)，如針對(duì)老年人、兒童等年齡段用戶，按照興趣推薦不同的歌曲、新聞，對(duì)設(shè)備控制權(quán)限進(jìn)行安全控制，讓機(jī)器更智能。
在智能客服場(chǎng)景里，基于語(yǔ)義的自動(dòng)電話銷售已經(jīng)成為行業(yè)常態(tài)，而通過聲音理解功能對(duì)語(yǔ)音客服的音頻數(shù)據(jù)進(jìn)行分析，構(gòu)造實(shí)時(shí)準(zhǔn)確的用戶畫像，能做到對(duì)不同電銷客戶的精準(zhǔn)推送，大大降低獲客成本，提升用戶活躍度，增強(qiáng)變現(xiàn)能力。
在刑事偵查中，警方可以根據(jù)用戶的年齡和性別進(jìn)行訪問授權(quán)，快速確定說話人的性別和年齡，有助于縮小搜索范圍，并為分析犯罪心理和行為分析提供依據(jù)。
總的來說，聲音作為人們進(jìn)行信息交流最方便、有效的方式，未來必然也是人機(jī)交互的不可或缺的載體。隨著多種語(yǔ)音交互技術(shù)的不斷成熟和融合，語(yǔ)音交互越來越多的轉(zhuǎn)向個(gè)性化需求，結(jié)合語(yǔ)音識(shí)別、聲紋識(shí)別等多元技術(shù)，聲音理解能力將逐漸融入人們的日常生活，產(chǎn)生巨大的應(yīng)用價(jià)值。標(biāo)貝科技也將持續(xù)推動(dòng)AI語(yǔ)音技術(shù)創(chuàng)新研發(fā)，助力企業(yè)與開發(fā)者實(shí)現(xiàn)更多個(gè)性化語(yǔ)音解決方案的落地。
標(biāo)貝科技【聲音理解】服務(wù)已于12月16日在標(biāo)貝科技官網(wǎng)與標(biāo)貝開放平臺(tái)同步上線公測(cè)，免費(fèi)體驗(yàn)地址：
（1）標(biāo)貝科技官網(wǎng)：https://www.data-baker.com/
（2）標(biāo)貝開放平臺(tái)：https://ai.data-baker.com/#/index?source=gzh001
