人機(jī)交互在物聯(lián)網(wǎng)時代的價值日趨重要，尤其是語音作為最自然的交互方式，廣泛的應(yīng)用在端智能產(chǎn)品之上。成立于1999年的科大訊飛，沉淀了19年的技術(shù)，力圖將AI技術(shù)普及到人們生活中的各個場景，其在語音合成、語音識別、口語評測、語言翻譯、聲紋識別、人臉識別、自然語言處理等智能語音與人工智能核心技術(shù)上都代表國際最高水平。那么在物聯(lián)網(wǎng)的浪潮之下，科大訊飛又是如何把握船舵？

其訊飛智能硬件平臺以“AI For Machines”為宗旨，以加速訊飛物聯(lián)AIoT應(yīng)用服務(wù)為目標(biāo)，面向創(chuàng)新單品和智能家居場景，構(gòu)建云端一體化、軟硬一體化、技術(shù)服務(wù)一體化的解決方案，不斷推出易用的技術(shù)產(chǎn)品和全面周到的服務(wù)，努力解決AI交互技術(shù)在應(yīng)用過程中“落地慢、體驗不完整”的問題。產(chǎn)品形態(tài)上，提供軟件授權(quán)，軟硬一體模塊、芯片、行業(yè)一站式解決方案，成品級開發(fā)平臺（訊飛MORFEI智能麥克風(fēng)），滿足各類場景和不同團(tuán)隊的需求。技術(shù)服務(wù)上，提供音頻設(shè)計指導(dǎo)、聲學(xué)結(jié)構(gòu)指導(dǎo)、交互效果評測優(yōu)化等專業(yè)技術(shù)服務(wù)。

聯(lián)動原素VS科大訊飛

Q

語音交互逐漸成為智能硬件設(shè)備一大主流，您認(rèn)為現(xiàn)在的人們在怎樣的場景下愿意使用語音呢？ 未來還有沒有別的技術(shù)能夠替代？

王雯：萬物互聯(lián)時代，人機(jī)交互方式正在發(fā)生變化。語音交互可以從多維度解放人們感官，例如解放雙眼、解放雙手。當(dāng)你在專注于某一件事時，最快捷的在同一時間獲取其他事物相關(guān)信息的方式就是語音交互，它不會被圖像交互所打擾，不需要使用身體去觸控，它能夠讓你在同一時間處理多項任務(wù)，從而大大提升效率。

物聯(lián)網(wǎng)把所有的設(shè)備都連上網(wǎng)，所有設(shè)備都變成信息的接收端和發(fā)送端，所有的設(shè)備不可能和手機(jī)、PC一樣都帶鍵盤和屏幕，所有的設(shè)備不一定在人們觸手可及的地方。另外場景化，當(dāng)物聯(lián)網(wǎng)技術(shù)發(fā)展起來之后，所有的設(shè)備連在一起，這時候由設(shè)備連在一起的場景里面，設(shè)備可能是平行的、不分主次的，這時候我們希望有可能人類要和整個物理空間進(jìn)行交互，和所有設(shè)備形成的場景進(jìn)行交互。這些都能體現(xiàn)語音交互的優(yōu)勢。

Q

您認(rèn)為目前在語音語義領(lǐng)域中比較核心技術(shù)是什么？在研發(fā)過程中遇到了哪些問題呢？是如何解決的呢？有哪些技術(shù)是已經(jīng)實時的運(yùn)用到產(chǎn)品當(dāng)中了呢？

王雯：NLP技術(shù)大致包含三個層面：詞法分析、句法分析、語義分析，三者之間既遞進(jìn)又相互包含。

詞義消歧是NLP技術(shù)的最大瓶頸。機(jī)器在切詞、標(biāo)注詞性、并識別完后，需要對各個詞語進(jìn)行理解。由于語言中往往一詞多義，人在理解時會基于已有知識儲備和上下文環(huán)境，但機(jī)器很難做到。未來要讓機(jī)器更好地理解人類語言，并實現(xiàn)自然交互，還是需要依賴深度學(xué)習(xí)技術(shù)，通過大規(guī)模的數(shù)據(jù)訓(xùn)練，讓機(jī)器不斷學(xué)習(xí)。

在實際應(yīng)用領(lǐng)域中，也可以通過產(chǎn)品設(shè)計來減少較為模糊的問答內(nèi)容，以提升用戶體驗。

Q

科大訊飛現(xiàn)在是如何布局物聯(lián)網(wǎng)的？布局物聯(lián)網(wǎng)的歷程是怎樣的？目前取得了哪些成果？

王雯：在物聯(lián)網(wǎng)方面，訊飛發(fā)布了訊飛物聯(lián)，訊飛物聯(lián)是為了支撐機(jī)器學(xué)習(xí)和智能人機(jī)交互界面能更好、更加智能，AI是基于大數(shù)據(jù)的，在一個場景的交互里面需要更多個性化數(shù)據(jù)，個性化數(shù)據(jù)從各個設(shè)備、各個傳感器里來，還從云端上來。我們發(fā)布的物聯(lián)是為了支撐AIUI，支撐我們的機(jī)器學(xué)習(xí)能夠產(chǎn)生更加智能的服務(wù)。

訊飛物聯(lián)的能力包括三部分：云和物連接共享的能力，基于連接之上的PaaS平臺，能夠讓我們的合作伙伴基于連接、訊飛提供的AI服務(wù)，包括識別、合成、其他降噪，能組裝起來它所需要的AI服務(wù)。

訊飛物聯(lián)下的協(xié)議，是通過魔飛Link連接第三方設(shè)備和第三方的云服務(wù)，魔飛Link基于通訊協(xié)議沉入智能家居場景，通過藍(lán)牙、wifi等多端兼容的接口連接到其他的中控設(shè)備，包括燈光控制、窗簾控制、電視控制等其他設(shè)備，形成一個智能家居解決方案。魔飛Link也基于此形成了連接的生態(tài)。

訊飛提供了很多AIoT的解決方案和產(chǎn)品，這些產(chǎn)品和技術(shù)其實也應(yīng)用到了各種各樣的場景下，家電、機(jī)器人、玩具、音箱等，有些傳統(tǒng)設(shè)備、有些是創(chuàng)新型設(shè)備。訊飛提供的AIoT的能力讓這些設(shè)備具備能聽會說的能力。最終AIoT把這些分散的設(shè)備、分散的場景連接起來，形成大連接，創(chuàng)建成為智慧生活場景。

Q

科大訊飛打造的的訊飛開放平臺的初衷是什么？目前這個平臺的建設(shè)是怎樣的？訊飛開發(fā)平臺在科大訊飛整個產(chǎn)業(yè)版圖的地位是怎樣的？

王雯：訊飛開放平臺是科大訊飛推出的全球首個移動互聯(lián)網(wǎng)智能交互平臺,為開發(fā)者免費(fèi)提供涵蓋語音能力最全的增強(qiáng)型SDK,一站式人機(jī)智能語音交互解決方案等，初衷即是為開發(fā)者服務(wù)。訊飛作為中國人工智能最大的平臺之一，除了提供技術(shù)連接，還可以提供產(chǎn)業(yè)方面的連接。前幾年訊飛更多的是把能力開放給廣大開發(fā)者用，現(xiàn)在更多的是從市場渠道、金融層面幫助合作伙伴，因為我們可以看到，訊飛的合作伙伴做出了非常多非常優(yōu)秀的產(chǎn)品，但是他們還缺一把力，他們的產(chǎn)品做出來有的沒有渠道，還有的發(fā)現(xiàn)做著、做著缺資金，訊飛作為最大的人工智能平臺之一，有生態(tài)的聚集優(yōu)勢，會有基金、服務(wù)商、渠道商聚集的能力，這樣整個全鏈條為合作伙伴提供服務(wù)。