靈云科技04月27日消息：近日，北京車展在京隆重開幕，智能語音交互作為一種安全、流暢、便捷的車載設(shè)備控制技術(shù)，成為本次車展最為亮麗的風(fēng)景線。捷通華聲長期為國內(nèi)外汽車廠商等合作伙伴提供智能語音交互、智能圖像等全方位人工智能服務(wù)，為了更進(jìn)一步滿足市場對智能車載語音交互技術(shù)的需求，捷通華聲近期推出適應(yīng)于車載環(huán)境的專用語音識別技術(shù)，并面向中國智能車載領(lǐng)域全面開放靈云遠(yuǎn)場語音交互解決方案。
靈云遠(yuǎn)場語音交互解決方案全面整合了捷通華聲最新推出的語音喚醒、聲源定向、遠(yuǎn)場降噪、回聲消除、語音打斷、語音糾錯、多輪對話等實(shí)用化語音、信號處理技術(shù)，抗噪能力極強(qiáng)，即使在80km/h的車速下也能準(zhǔn)確識別司機(jī)話語，保證語音交互的流暢自然，為國內(nèi)廣大智能終端設(shè)備廠商、解決方案提供商、軟件開發(fā)商等行業(yè)伙伴提供靈云麥克風(fēng)陣列、云+端語音交互、內(nèi)容服務(wù)等軟硬件一體的智能語音交互解決方案，打造“能聽會說、能理解、會思考”的各種智能車機(jī)、智能后視鏡、便攜式導(dǎo)航儀、HUD等車載設(shè)備。
抗噪型靈云語音識別+麥克風(fēng)陣列 輕松破解車內(nèi)噪音干擾
面對行車過程中的車外胎噪、風(fēng)噪，車內(nèi)空調(diào)聲、引擎聲等行車環(huán)境噪音，捷通華聲靈云多麥克風(fēng)陣列能精準(zhǔn)拾取說話人的語音信號，抑制噪聲和混響，抗噪型靈云語音識別技術(shù)，能對殘余的車載噪音進(jìn)行進(jìn)一步處理，準(zhǔn)確識別司機(jī)語音命令。
多麥克風(fēng)陣列能根據(jù)聲音到達(dá)的時間差，準(zhǔn)確計(jì)算出聲源與陣列模塊之間的角度和距離，實(shí)現(xiàn)對目標(biāo)聲源的定位與跟蹤，并利用麥克風(fēng)陣列的空域?yàn)V波特性，在目標(biāo)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(shù)，過濾掉音頻設(shè)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(fēng)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(nèi)物理結(jié)構(gòu)和車速變化，對駕車過程中的車外胎噪、風(fēng)噪，車內(nèi)空調(diào)聲、引擎聲等車載環(huán)境噪音信息進(jìn)行建模，并用大量的實(shí)際行車噪音數(shù)據(jù)進(jìn)行訓(xùn)練，進(jìn)一步優(yōu)化語音識別引擎，推出了針對抗噪的深度學(xué)習(xí)算法和自適應(yīng)車內(nèi)噪音的聲學(xué)模型，讓靈云語音識別具備極強(qiáng)的抗噪性，輕松應(yīng)對常見車載環(huán)境噪音。同時，該技術(shù)采用深度神經(jīng)網(wǎng)絡(luò)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(xùn)練、優(yōu)化算法，不斷提升語音識別率，讓司機(jī)與車載設(shè)備的語音交互越來越流暢。
靈云遠(yuǎn)場語音交互解決方案 全面滿足司機(jī)需求
為了全面滿足司機(jī)駕駛途中的各種實(shí)際需求，靈云遠(yuǎn)場語音交互解決方案在實(shí)現(xiàn)打電話、發(fā)短信、聽音樂、地圖導(dǎo)航、設(shè)備控制等眾多語音控制的同時，為司機(jī)提供天氣、新聞、故事、股票、火車、航班、餐飲等30多種云端信息與內(nèi)容服務(wù)。
在駕車過程中，司機(jī)只要說出喚醒詞，如“小靈開機(jī)”，車載設(shè)備便會開啟，并面向司機(jī)方向形成拾音波束。司機(jī)說“為我導(dǎo)航至天安門”，車載設(shè)備便會自動規(guī)劃路線并進(jìn)行導(dǎo)航，路上需要打電話時，司機(jī)可以說“給xx打電話”、“打電話給xx”，或者直接報(bào)出電話號碼，電話便會自動撥出，當(dāng)電話號碼識別有誤時，司機(jī)可通過多輪對話方便地進(jìn)行糾錯。打完電話，如果想聽首歌放松一下，可以直接說“放首青花瓷”、“來首周杰倫的歌”，或者“播放周杰倫的青花瓷”，車載設(shè)備都能輕松識別；如果想了解最新信息，無論是天氣、新聞，還是股票、航班信息，只要說出來，都可以從云端輕松獲��；如果你想吹吹風(fēng)、透透氣，也無需親自動手，只需說“開窗”，車窗便會自動落下，真正實(shí)現(xiàn)語音控制，把司機(jī)的眼睛和雙手還給駕駛，為行車安全保駕護(hù)航。
除此之外，靈云遠(yuǎn)場語音交互解決方案具備獨(dú)特的優(yōu)點(diǎn)：語音識別方面，捷通華聲通過用怠速、中速、高速、開窗、關(guān)窗以及空調(diào)弱風(fēng)、強(qiáng)風(fēng)等各種駕駛狀況下的海量真實(shí)錄音數(shù)據(jù)對ASR引擎經(jīng)行訓(xùn)練優(yōu)化，讓靈云語音識別技術(shù)能夠輕松應(yīng)對各種行車環(huán)境噪音，語音識別正確率和實(shí)時率已達(dá)行業(yè)領(lǐng)先水平；語音合成方面，靈云語音合成提供男聲、女聲、可愛童聲等多種音色供用戶選擇，滿足不同用戶的個性化需求。同時，捷通華聲充分考慮目前的網(wǎng)絡(luò)覆蓋狀況，為用戶提供本地與云端相結(jié)合的語音交互服務(wù)，即使汽車行駛在沒有網(wǎng)絡(luò)的偏遠(yuǎn)地區(qū)，也能使用語音交互來輕松控制車載設(shè)備。
捷通華聲堅(jiān)持合作共贏 與廣大合作伙伴共享產(chǎn)業(yè)機(jī)遇
靈云遠(yuǎn)場語音交互技術(shù)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），靈云平臺面向產(chǎn)業(yè)全面開放，并以“云+端”方式，為產(chǎn)業(yè)界提供語音合成、語音識別、語義理解、機(jī)器翻譯、OCR、手寫識別、人臉識別、聲紋識別、指紋識別等全方位人工智能能力。
通過完美整合靈云語音識別、語音合成、語義理解等核心技術(shù)以及靈云多麥克風(fēng)陣列，靈云遠(yuǎn)場語音交互解決方案有效克服了噪音干擾，徹底打破智能車載設(shè)備應(yīng)用語音交互技術(shù)的產(chǎn)業(yè)瓶頸，為國內(nèi)廣大智能車載設(shè)備廠商、解決方案提供商、軟件開發(fā)商等行業(yè)伙伴提供麥克風(fēng)陣列、云+端語音交互、內(nèi)容服務(wù)等軟硬件一體的智能語音交互解決方案。捷通華聲始終堅(jiān)持“合作共贏”的發(fā)展理念，堅(jiān)持不與合作伙伴爭利，通過與合作伙伴精誠合作，共同推動智能語音交互在中國智能車載領(lǐng)域的普及化應(yīng)用。
未來發(fā)展，捷通華聲將繼續(xù)以清華大學(xué)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(shù)研究與產(chǎn)業(yè)化的推廣與應(yīng)用，通過與產(chǎn)業(yè)內(nèi)合作伙伴的精誠合作，共同推動中國智能車載設(shè)備全面服務(wù)社會大眾，共同加快智能化生活時代到來的步伐！