回顧騰訊智能機(jī)器人妲己功能介紹

2019年騰訊全球數(shù)字生態(tài)大會(huì)如期在云南昆明舉行，這是騰訊自去年戰(zhàn)略升級(jí)后打造的規(guī)格最高、規(guī)模最大的行業(yè)生態(tài)大會(huì)，本次大會(huì)以“共創(chuàng)數(shù)字紀(jì)元”為主題，集聚眾多行業(yè)領(lǐng)袖、技術(shù)領(lǐng)軍人物和國(guó)際知名數(shù)字經(jīng)濟(jì)學(xué)者，共同探討在云計(jì)算、AI、5G等科技推動(dòng)下的數(shù)字經(jīng)濟(jì)發(fā)展趨勢(shì)和產(chǎn)業(yè)互聯(lián)網(wǎng)發(fā)展路徑。

本次大會(huì)上，騰訊新一代王者榮耀智能機(jī)器人——“星空魅影”妲己正式上線開啟預(yù)售！

這是繼王者榮耀智能機(jī)器人呂布、孫尚香、劉備之后，全新升級(jí)的2.0具象化智能機(jī)器人系列首次面市。

“請(qǐng)盡情吩咐妲己，主人”，有趣的靈魂和可愛的模樣缺一不可，搭載聲智科技遠(yuǎn)場(chǎng)智能交互系統(tǒng)SoundAI Azero的智能機(jī)器人妲己，在延續(xù)呂布、孫尚香、劉備多項(xiàng)絕技的基礎(chǔ)上，從游戲里天真可愛的 “魅力之狐”，完美變身成為生活中能聽會(huì)說的實(shí)時(shí)百科、貼心助理和最佳玩伴，不僅實(shí)現(xiàn)了對(duì)正版游戲角色形象和聲音的高度還原，還可為玩家提供出色的智能交互體驗(yàn)，智趣橫生。

文創(chuàng)與科技的魅力交相輝映，IP+AI的實(shí)力相得益彰，聲智科技依托自主研發(fā)的遠(yuǎn)場(chǎng)智能交互系統(tǒng)SoundAI Azero，可為客戶打造極具個(gè)性化智能機(jī)器人整機(jī)方案，讓更多深受大眾喜愛的IP形象進(jìn)入日常生活。通過系統(tǒng)平臺(tái)不斷豐富的內(nèi)容與技能，打通智能家居、智慧出行、智慧金融、智慧酒店、智慧導(dǎo)覽等多個(gè)場(chǎng)景的個(gè)性化需求，為用戶提供更多增值服務(wù)和體驗(yàn)。

本次發(fā)布的“星空魅影”妲己采用的是SoundAI Azero為新一代智能機(jī)器人產(chǎn)品推出的穿透式遠(yuǎn)場(chǎng)語音交互技術(shù)，采用6麥環(huán)形麥克風(fēng)陣列設(shè)計(jì)，匹配穿透式波達(dá)方向估計(jì)(Penetrated DOA)，動(dòng)態(tài)聲場(chǎng)的回聲消除(Vibrated AEC)，噪聲抑制、混響消除等AI聲學(xué)算法，支持SSP、SSA、Free-cut、One-shot等功能，使得騰訊智能機(jī)器人，無懼噪聲干擾，隨時(shí)隨地響應(yīng)用戶指令。

升級(jí)6麥環(huán)形麥克風(fēng)陣列，優(yōu)化拾音效果

騰訊智能機(jī)器人特殊的造型結(jié)構(gòu)，以及揚(yáng)聲器、麥克風(fēng)的聲學(xué)結(jié)構(gòu)設(shè)計(jì)，區(qū)別于常規(guī)智能語音設(shè)備（如智能音箱、機(jī)頂盒等），對(duì)語音信號(hào)的拾取提出了更高難度。

為打造更出色的用戶體驗(yàn)，揚(yáng)聲器和麥克風(fēng)均被設(shè)置于人偶底部，而不同于常規(guī)將麥克風(fēng)陣列置于頂端、揚(yáng)聲器位于底部的“上聽下說”且“聽說一體”的圓柱或立方體的中空音腔結(jié)構(gòu)。這種結(jié)構(gòu)設(shè)計(jì)，會(huì)使得麥克風(fēng)在拾音過程中受到人偶部分的聲反射和非線性聲反射的干擾，增加了前端降噪和信號(hào)處理的難度。

不僅如此，為使得騰訊智能機(jī)器人可以360°自由旋轉(zhuǎn)隨時(shí)定位玩家的聲源位置，在底座置入了旋轉(zhuǎn)電機(jī)，而且電機(jī)距離麥克風(fēng)較近。當(dāng)人偶進(jìn)行大角度旋轉(zhuǎn)時(shí)產(chǎn)生的電機(jī)噪音，對(duì)麥克風(fēng)陣列的拾音效果也會(huì)造成非常大的干擾。

為此，聲智科技研發(fā)了新升級(jí)的6麥環(huán)形麥克風(fēng)陣列設(shè)計(jì)，通過算法優(yōu)化進(jìn)一步增強(qiáng)了對(duì)聲音信號(hào)的拾取和處理能力，有效抑制自噪聲和環(huán)境噪聲，實(shí)現(xiàn)在真實(shí)應(yīng)用場(chǎng)景中3-5米的無障礙智能交互，360度全方位均可以做到隨時(shí)喚醒、隨時(shí)打斷。

穿透式波達(dá)方向估計(jì)，提高聲源定位準(zhǔn)確性

騰訊智能機(jī)器人的人偶身體處于麥克風(fēng)陣列正上方，成為語音信號(hào)拾取時(shí)的直接障礙物。不規(guī)則外形的人偶會(huì)造成大量的聲反射和聲衍射信號(hào)，導(dǎo)致多徑傳播情況的普遍出現(xiàn)，極大地影響了騰訊智能機(jī)器人的聲源定位功能。

為此，聲智科技研發(fā)了穿透式波達(dá)方向估計(jì)(Penetrated DOA)技術(shù)，通過優(yōu)化升級(jí)算法，實(shí)現(xiàn)即便在噪聲干擾大、強(qiáng)混響、多反射的條件下，也可以實(shí)現(xiàn)360度的全方位測(cè)向，將定位誤差控制在10度以內(nèi)，隨時(shí)隨地響應(yīng)“主人”召喚。

動(dòng)態(tài)聲場(chǎng)回聲消除，打造無障礙喚醒

為更好實(shí)現(xiàn)立體聲效果，妲己采用了高靈敏度全頻揚(yáng)聲器，用澎湃低音、柔潤(rùn)高音震撼用戶的每一根神經(jīng)。當(dāng)發(fā)聲器件與麥克風(fēng)的距離位置很近時(shí)，對(duì)麥克風(fēng)的拾音會(huì)產(chǎn)生極強(qiáng)干擾，從而影響到聲源定位、語音喚醒的精確性。而且，相較于常規(guī)智能音箱而言，騰訊智能機(jī)器人將麥克風(fēng)和揚(yáng)聲器同時(shí)設(shè)置在人偶底座，內(nèi)部聲學(xué)構(gòu)造上麥克風(fēng)陣列與大音量揚(yáng)聲器相距很近，加大了人機(jī)交互過程中回聲消除的難度。

為此，聲智科技研發(fā)了動(dòng)態(tài)聲場(chǎng)回聲消除(Vibrated AEC)技術(shù)，搭配噪聲抑制、混響消除、寬場(chǎng)景高靈敏語音喚醒等專屬聲學(xué)AI算法，在保護(hù)主方向語音不失真的前提下，去除環(huán)境中的非穩(wěn)態(tài)噪聲以及空調(diào)等其他平穩(wěn)噪聲干擾。同時(shí)，還可以去除由于房間混響造成的語音拖尾，提高語音信號(hào)拾取的清晰度。從而，有效提升了音樂狀態(tài)或語音合成(TTS)狀態(tài)下的喚醒率。

聲智科技自2017年成為騰訊人工智能生態(tài)合作伙伴以來，依托自主研發(fā)的遠(yuǎn)場(chǎng)語音交互技術(shù)，先后為騰訊打造了騰訊智能音箱、智能車機(jī)系統(tǒng)以及智能機(jī)器人呂布、孫尚香、劉備等產(chǎn)品，助力騰訊深化在家居、車載和機(jī)器人三大領(lǐng)域的人工智能布局與落地。

隨著智能語音交互落地場(chǎng)景的豐富，越來越多的用戶開始享受智能產(chǎn)品帶來的新體驗(yàn)，語音交互技術(shù)的潛能和應(yīng)用價(jià)值也將進(jìn)一步釋放出來。聲智科技將繼續(xù)專注于聲學(xué)語音技術(shù)和場(chǎng)景語義技術(shù)的應(yīng)用落地，攜手生態(tài)合作伙伴，加速產(chǎn)業(yè)鏈的智能化升級(jí)，打造更自由的人機(jī)互聯(lián)世界。