聲智科技創(chuàng)始人陳孝良：人機語音交互的技術(shù)趨勢與商業(yè)機遇 | CCF-GAIR 2017

雷鋒網(wǎng)消息，7月7日，中國計算機學會（CCF）主辦，雷鋒網(wǎng)與香港中文大學（深圳）承辦的第二屆CCF-GAIR全球人工智能與機器人峰會在深圳如期開幕。大會很快過去了一半，在今日機器人專場的下半場，聲智科技創(chuàng)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(shù)趨勢與商業(yè)機遇。陳先生在雷鋒網(wǎng)亦有專欄文章，歡迎讀者前往閱讀。

以下是雷鋒網(wǎng)整理的演講主要內(nèi)容：

從全球上看，智能音響引起了許多巨頭關(guān)注，它很可能是人工智能的下一個入口。

從交互的方式上看，PC到互聯(lián)網(wǎng)在到AI，人機交互的方式也發(fā)生變化，從鼠標轉(zhuǎn)向觸摸屏，現(xiàn)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(yè)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(gòu)。

從創(chuàng)新角度上看，遠場語音交互能帶動全球智能鏈條的創(chuàng)新。大概分為四個層次的創(chuàng)新：底層包括器件、芯片、模組，上一層包括VOS、網(wǎng)絡(luò)，然后是產(chǎn)品，后面跟著內(nèi)容服務(wù)，都需要根據(jù)語音交互的變革來進行相應(yīng)的改變。

從技術(shù)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：遠場指的是復雜的實際環(huán)境。聲源與麥克風的距離較遠，會出現(xiàn)其他聲音干擾的情況
2. 矢量麥克風的技術(shù)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(nèi)的矢量麥克風技術(shù)還比較落后
3. 芯片：在偏重人工智能的芯片上，國內(nèi)技術(shù)競爭力還比較低
4. 算法：聲學的技術(shù)比較封閉，如何保持國內(nèi)的技術(shù)領(lǐng)先，也是個比較大的挑戰(zhàn)

 

此外，智能音響還面臨著商業(yè)化挑戰(zhàn)，在產(chǎn)品、內(nèi)容和服務(wù)，以及知識產(chǎn)權(quán)上，我國都面臨著挑戰(zhàn)。

陳先生還預測了智能音響發(fā)展趨勢：
1. 智能麥克風
2. 解決芯片架構(gòu)
3. 多傳感融合，麥克風和視頻、雷達三者融合
4. 算法和模型需要進一步研究

最后陳先生還對比了國內(nèi)外產(chǎn)品定位的差異：
國內(nèi)的產(chǎn)品大多會命名為音箱，而國外的產(chǎn)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(chǎn)業(yè)生態(tài)的影響力還是不可忽視的。
 

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。