北京時間2012年9月13日，以“開放 誠信 融合——迎接移動互聯網新時代”為主題的2012中國互聯網大會進行到第三天。科大訊飛副總裁 江濤 應邀參加了今天的“第二屆中國移動互聯網基地招商大會”，并進行了主題為“開啟交互新時代”的精彩演講。

 
(科大訊飛副總裁 江濤 進行主題演講)

　　以下為江濤演講實錄：

　　說到人機交互就是不斷的讓人變得更懶。十年前我們用手機的時候主要靠鍵盤輸入，五年前iPhone帶著多點觸控可以用觸摸操控手機。現在隨著語音技術的發(fā)展，新的機會又出現了，就是智能語音技術。我在這兒說的智能語音技術就是讓咱們的各種機器像人一樣能說會聽的技術。

　　訊飛的前身是科大的人機實驗室，98年科大訊飛開始創(chuàng)業(yè)的時候我們也是抱定一個信念，語音是人類獲取信息最自然便捷的手段。未來每一個手機、每一臺電視每一個汽車都會像人一樣能聽會說，這樣的信念支持下十幾年來我們就做語音支持。現在確實條件已經逐步成熟。一方面關鍵技術的持續(xù)進步，現在陸續(xù)都已經達到了使用門檻。現在語音識別復雜的環(huán)境下已經能夠達到90%以上，語音合成自然度已經達到90%，這些依賴于云、管、端這些外部條件的逐步成熟。國際商智能語音交換方興未艾，昨天發(fā)布的iPhone仍然把SiRi作為最大的賣點。Google作為Android平臺的擁有者，它對于未來智能終端的人機交互也是非常重視的。2009年Google為VoiceSearch為作為面向移動互聯網的戰(zhàn)略性產品推出，今年6月份也推出了新一代的語音搜索。

　　另外就是微軟，比爾.蓋茨06年的一次展會中提出過未來將在操作系統(tǒng)中實現自然語音的人機交互，他們收購了TeLLMEe，平臺每年執(zhí)行110億次以上語音識別的請求。在中國我們東方人相對來說羞澀一點，不善于跟機器交互，但是我們還是在2010年啟動了移動互聯網的項目。2010年10月份我們在業(yè)界第一個發(fā)布了能同時提供高質量語音識別能力的訊飛語音云平臺。一年多過去了，成果還是比較顯著的，現在基于訊飛語音云的帳戶已經有6000多個，上線的有幾百個應用，覆蓋了娛樂、虛擬形象搜索等等各個領域都有一些很典型的應用。

　　語音云的用戶規(guī)模快速成長，2011年底上線，當時6個月做到了一百萬的用戶，剩下下半年從一百萬增長到了一千萬的用戶。今年上半年訊飛語音云用戶從一千萬增長到了六千萬。訊飛的語音云在汽車、電視上已經有很多應用。去年廣州車展最火的一款車榮威350，內置了IVOKA五的系統(tǒng)，就是訊飛語音云。長虹新款的電視中都把訊飛的語音交互技術作為一個最大的賣點。

　　我們今年3月份在國家會議中心發(fā)布了新一代語音云，新一代語音云的后臺技術到了什么狀態(tài)呢？國際上有一個W最權威的語音大賽，是由美國和日本聯合發(fā)起的，科大訊飛06年第一次參加就取得了第一名，今年8月份我們第七次蟬聯了語音合成的冠軍。訊飛的語音合成系統(tǒng)，在播放小說有聲讀物的時候自然度已經超過了4.0分。5.0分是播音員最好的發(fā)音效果，4.0是普通人清晰的發(fā)音效果。另外多語種也逐步實現全球覆蓋，包括中文、英文、聯合國的官方語言法文等等，另外德、意、阿拉伯這些語種也正在研究。

　　科大訊飛有一個訊飛語點的產品：(演示)只要互聯網上有這個人足夠的聲音樣本我們可以構建出這樣的一個人的音庫來。再講一下語音識別，訊飛在最典型的場合語音識別率都遠遠高出于國內國外的同行，為什么能夠做到這一點，我們在語音識別最難的三點，噪聲適應性、口音適應性、個性化方面都有很好的造聲造法。

　　對于后臺的語音理解，這目前是業(yè)界的一個難點，如何讓人工智能、機器能夠更好的理解。現在科大訊飛我們是在特定的領域首先達到使用。現在訊飛語點20多個領域內語音系統(tǒng)已經有平均85%準確的理解。

　　下面講一下訊飛語言的平臺，它是跨終端的個性化平臺，我們通過語音通行證的機制，用戶注冊以后，他可以在電視、平板、手機、電腦上只要使用語音相關數據就可以在相關帳號，不同終端可以保持一致性。通過一年多的發(fā)展，我們整個語音云在可靠性和服務效率上也有明顯的提升。對于開發(fā)者來說是提供了一個簡單易用的平臺，他可以很方便縮短語音交互應用的開發(fā)時間。我們提供了這種可視化空間的接口，可以把交互、錄音安裝都簡化出來。應該說這個接口的尺寸我們也很好的控制了。

　　剛才王煜全老師提到互聯網娛樂比功能重要，我們也非常認同這一點，現在語音云基于語音的游戲還不太多，我個人覺得這塊未來大有可為，我希望在座開發(fā)者對游戲比較有感覺的開發(fā)者建議考慮一下如何做出模擬現實的游戲。

　　策略開發(fā)初期我們提供免費的開發(fā)支持，應用推廣上也予以支持，規(guī)模階段再進一步探討商業(yè)模式。具體大家可以登錄到我們的科大訊飛語音云平臺上去利用。感謝每一位開發(fā)者你們的使用為語音云數據進行了寶貴的積累，推動了語音云效率的提升。我的介紹就到這里，謝謝大家!