聲智科技創始人陳孝良：人機語音交互的技術趨勢與商業機遇 | CCF-GAIR 2017

雷鋒網報道，於7月7日到7月9日舉辦的 CCF-GAIR 2017 全球人工智慧與機器人峰會很快過去了一半，在今日機器人專場的下半場，聲智科技創始人兼CEO，中科院聲學所博士陳孝良先生為我們介紹了人機語音交互的技術趨勢與商業機遇。陳先生在雷鋒網亦有專欄文章，歡迎讀者前往閱讀。

以下是雷鋒網整理的演講主要內容：

從全球上看，智能音響引起了許多巨頭關注，它很可能是人工智慧的下一個入口。

從交互的方式上看，PC到互聯網在到AI，人機交互的方式也發生變化，從滑鼠轉向觸摸屏，現在AI將以語音作為主要輸入方式，與其他方式相互融合。

從商業模式上看，市場是確定的，從藍牙音響升級到智能音響，決策成本低，可以用原來的市場重構。

從創新角度上看，遠場語音交互能帶動全球智能鏈條的創新。大概分為四個層次的創新：底層包括器件、晶元、模組，上一層包括VOS、網路，然後是產品，後面跟著內容服務，都需要根據語音交互的變革來進行相應的改變。

從技術方面看，智能音響還面臨著一些問題：

1. 遠場的語音識別的問題：遠場指的是複雜的實際環境。聲源與麥克風的距離較遠，會出現其他聲音干擾的情況

2. 矢量麥克風的技術提高：矢量麥克風是下一步的麥克風，更遙遠一點。中間會加一層智能麥克風。國內的矢量麥克風技術還比較落後

3. 晶元：在偏重人工智慧的晶元上，國內技術競爭力還比較低

4. 演算法：聲學的技術比較封閉，如何保持國內的技術領先，也是個比較大的挑戰

此外，智能音響還面臨著商業化挑戰，在產品、內容和服務，以及知識產權上，我國都面臨著挑戰。

陳先生還預測了智能音響發展趨勢：

1. 智能麥克風

2. 解決晶元架構

3. 多感測融合，麥克風和視頻、雷達三者融合

4. 演算法和模型需要進一步研究

最後陳先生還對比了國內外產品定位的差異：

國內的產品大多會命名為音箱，而國外的產品則避免使用Speaker。

陳先生還提到了在智能音響上，一些巨頭對產業生態的影響力還是不可忽視的。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！