千錘百煉 增強型靈云語音識別讓車載語音交互更流暢

　　伴隨著車聯(lián)網的快速發(fā)展，為了進一步提升智能車載的語音交互體驗，捷通華聲推出了增強型靈云語音識別技術。該技術采用了捷通華聲最新研發(fā)的針對抗噪的深度學習算法，通過對行車環(huán)境噪音信息進行建模，有效處理車外胎噪、風噪，車內空調聲、引擎聲等行車環(huán)境噪音，并利用大量實際行車噪音數(shù)據(jù)，對算法進行了進一步訓練和優(yōu)化，擁有極強的抗噪能力，即使在車速80km/h的情況下，也能具有極高的語音識別率。

　　捷通華聲表示，增強型靈云語音識別技術已整合到靈云遠場語音交互解決方案中，通過與多麥克風陣列完美結合，可“過濾”掉絕大多數(shù)車載環(huán)境噪音，實現(xiàn)遠距離的語音識別，經過實踐測試，其極高的識別率完全滿足了行車環(huán)境對遠場語音識別的要求，實現(xiàn)人對智能車載設備流暢、自然的語音控制。同時，捷通華聲與國內廣大智能車載設備廠商、解決方案提供商、軟件開發(fā)商等行業(yè)伙伴精誠合作，堅持“合作共贏”的發(fā)展理念，通過為合作伙伴提供麥克風陣列、云+端語音交互、內容服務等軟硬件一體的車載語音解決方案，共同推動智能語音交互技術在車載領域的普及化應用！

　　增強型靈云語音識別+麥克風陣列 輕松應對行車環(huán)境噪音

　　長期以來，語音交互技術受行車環(huán)境的背景噪音、回聲、混響等多重復雜因素影響，駕駛者必須要近距離對著麥克風“咬耳朵”講話，且識別率較低，無法滿足駕車途中車載設備識別司機命令的要求，嚴重制約了語音交互技術在智能車載領域的應用。

　　捷通華聲靈云遠場語音交互解決方案能很好的解決這一問題，該方案包含了多麥克風陣列與增強型語音識別技術。多麥克風陣列能精準拾取說話人的語音信號，抑制噪聲和混響，增強型語音識別技術，對殘余的車載噪音進行進一步處理，大幅提高行車噪音環(huán)境中的語音識別率。

　　多麥克風陣列能根據(jù)聲音到達的時間差，準確計算出聲源與陣列模塊之間的角度和距離，實現(xiàn)對目標聲源的定位與跟蹤，并利用麥克風陣列的空域濾波特性，在目標說話人方向形成拾音波束，僅拾取波束的信號，抑制波束之外的噪聲和混響（反射聲），同時，通過回聲消除技術，過濾掉音頻設備發(fā)出的聲音，讓語音識別引擎獲取的用戶聲音更為清晰純凈。

　　由于麥克風陣列會不可避免的拾取部分行車環(huán)境噪音，影響語音識別率，對此，捷通華聲綜合考慮車內物理結構和車速變化，對駕車過程中的車外胎噪、風噪，車內空調聲、引擎聲等車載環(huán)境噪音信息進行建模，并用大量的實際行車噪音數(shù)據(jù)進行訓練，進一步優(yōu)化語音識別引擎，推出了針對智能車載的增強型靈云語音識別技術，輕松應對常見車載環(huán)境噪音。該技術采用深度神經網絡算法（DNN）算法，可在用戶的使用過程中，通過利用積累的語音數(shù)據(jù)來訓練、優(yōu)化算法，不斷提升語音識別率。通過這一系列的技術，讓車載噪音環(huán)境中的語音識別率大幅提高，充分滿足實際行車過程中人機交互對語音識別技術的要求。

　　增強型語音識別 讓語音交互真正滿足司機需求

　　融合了增強型靈云語音識別技術的靈云遠場語音交互解決方案，為合作伙伴提供麥克風陣列、云+端語音交互、內容服務等軟硬件一體的車載語音解決方案。該方案對外提供統(tǒng)一接口，可快速建立語音命令與車載系統(tǒng)以及各種應用之間的連接，搭配開放的服務擴展、靈活的能力支持，讓智能車載具備語音喚醒、聲源定向、遠場降噪、回聲消除、語音打斷、語音糾錯、多輪對話等功能，打造“能聽會說、能理解、會思考”的智能車載設備，徹底打破車載設備應用語音交互技術的產業(yè)瓶頸，真正實現(xiàn)自然、流暢的人機語音交互。

　　在駕車過程中，當司機被堵車、等待、紅燈等煩擾時，只要隨口說出想聽的音樂、歌曲，車載設備便會自動檢索并播放音樂，緩解司機等待的焦躁情緒；當有電話打進來，而司機正在開車時，只需說出“接聽”，即可接通電話，真正實現(xiàn)“君子動口不動手”，再也不必在開車過程中用手“按啊按、找啊找”，把司機的雙手和眼睛還給駕駛，保證行車安全。

　　靈云遠場語音交互解決方案在智能車載領域，已全面支持打電話、收發(fā)短信、聽音樂、聽廣播、地圖導航、POI、車況查詢、天氣查詢、服務查詢、設備控制、交通制度問答等多種功能，并為用戶免費提供天氣、交通、新聞、故事、股票、音樂、火車、航班、餐飲、酒店等日常生活常用的30多種信息與內容服務，充分滿足車載場景下司機的各種需求。同時，靈云遠場語音交互解決方案支持隨時打斷，只聽司機真正想表達的信息，并通過語音糾錯和多輪對話，讓語音交互更加流暢、自然，真正滿足司機的需求。

　　捷通華聲堅持合作共贏 與廣大合作伙伴共享產業(yè)機遇

　　增強型靈云語音識別技術源自于捷通華聲于2011年推出的首個全方位人工智能開放平臺——靈云平臺（hcicloud.com），歷經四年發(fā)展，靈云平臺已成為國內提供人工智能能力最多、服務用戶最廣的人工智能開放平臺。靈云平臺自推出以來面向產業(yè)全面開放，包括個人開發(fā)者在內的所有合作伙伴，都可以通過靈云平臺獲取智能語音、智能圖像、智能語義、生物特征等技術能力。

　　伴隨著IOT的快速發(fā)展，2014年，為讓國內智能車載，以及智能家居、家電、機器人等終端設備廠商、集成商、開發(fā)商更方便地使用靈云平臺（hcicloud.com）全方位人工智能能力，捷通華聲推出了企業(yè)級開發(fā)商專用的靈云智能終端交互方案：靈云種子。靈云種子全面整合了靈云平臺多項人工智能技術能力，包括靈云語音識別、語音合成、語義理解、聲紋識別、人臉識別、指紋識別、光學字符識別等能力，并為開發(fā)商提供簡單易用的開發(fā)接口。開發(fā)商通過應用靈云種子，結合多麥克風陣列模塊，可以輕松實現(xiàn)智能語音交互、語音喚醒、語音導航、文字與證照圖像識別、聲紋解鎖、人臉識別等多種人機交互功能，全方位、多角度滿足車載、家居、家電、機器人等終端設備對人工智能技術能力多樣化的市場需求。

　　一花開放不是春，捷通華聲將堅持 “合作共贏”的發(fā)展理念，與廣大合作伙伴共同分享人工智能產業(yè)機遇，共同創(chuàng)建良好的人工智能產業(yè)生態(tài)。為更好服務全國智能終端設備合作伙伴，捷通華聲將進一步加快在全國各地建立分公司與辦事處的進程，比如在中國華南地區(qū)，智能車載、智能家居、機器人開發(fā)與生產廠商云集，并擁有創(chuàng)新力強、科技水平高等獨特優(yōu)勢。為做好合作伙伴的技術支持，2015年捷通華聲相繼在深圳、廈門等地成立了分公司，為合作伙伴提供更及時、更完善的技術支持。

　　未來發(fā)展，捷通華聲將繼續(xù)以清華大學人工智能研究力量為依托，更加專注智能語音等人工智能技術研究與產業(yè)化的推廣與應用，通過與產業(yè)內合作伙伴的精誠合作，共同推動中國智能終端設備全面服務社會大眾，共同加快智能化生活時代到來的步伐！