千锤百炼 增强型灵云语音识别让车载语音交互更流畅

　　伴随着车联网的快速发展，为了进一步提升智能车载的语音交互体验，捷通华声推出了增强型灵云语音识别技术。该技术采用了捷通华声最新研发的针对抗噪的深度学习算法，通过对行车环境噪音信息进行建模，有效处理车外胎噪、风噪，车内空调声、引擎声等行车环境噪音，并利用大量实际行车噪音数据，对算法进行了进一步训练和优化，拥有极强的抗噪能力，即使在车速80km/h的情况下，也能具有极高的语音识别率。

　　捷通华声表示，增强型灵云语音识别技术已整合到灵云远场语音交互解决方案中，通过与多麦克风阵列完美结合，可“过滤”掉绝大多数车载环境噪音，实现远距离的语音识别，经过实践测试，其极高的识别率完全满足了行车环境对远场语音识别的要求，实现人对智能车载设备流畅、自然的语音控制。同时，捷通华声与国内广大智能车载设备厂商、解决方案提供商、软件开发商等行业伙伴精诚合作，坚持“合作共赢”的发展理念，通过为合作伙伴提供麦克风阵列、云+端语音交互、内容服务等软硬件一体的车载语音解决方案，共同推动智能语音交互技术在车载领域的普及化应用！

　　增强型灵云语音识别+麦克风阵列 轻松应对行车环境噪音

　　长期以来，语音交互技术受行车环境的背景噪音、回声、混响等多重复杂因素影响，驾驶者必须要近距离对着麦克风“咬耳朵”讲话，且识别率较低，无法满足驾车途中车载设备识别司机命令的要求，严重制约了语音交互技术在智能车载领域的应用。

　　捷通华声灵云远场语音交互解决方案能很好的解决这一问题，该方案包含了多麦克风阵列与增强型语音识别技术。多麦克风阵列能精准拾取说话人的语音信号，抑制噪声和混响，增强型语音识别技术，对残余的车载噪音进行进一步处理，大幅提高行车噪音环境中的语音识别率。

　　多麦克风阵列能根据声音到达的时间差，准确计算出声源与阵列模块之间的角度和距离，实现对目标声源的定位与跟踪，并利用麦克风阵列的空域滤波特性，在目标说话人方向形成拾音波束，仅拾取波束的信号，抑制波束之外的噪声和混响（反射声），同时，通过回声消除技术，过滤掉音频设备发出的声音，让语音识别引擎获取的用户声音更为清晰纯净。

　　由于麦克风阵列会不可避免的拾取部分行车环境噪音，影响语音识别率，对此，捷通华声综合考虑车内物理结构和车速变化，对驾车过程中的车外胎噪、风噪，车内空调声、引擎声等车载环境噪音信息进行建模，并用大量的实际行车噪音数据进行训练，进一步优化语音识别引擎，推出了针对智能车载的增强型灵云语音识别技术，轻松应对常见车载环境噪音。该技术采用深度神经网络算法（DNN）算法，可在用户的使用过程中，通过利用积累的语音数据来训练、优化算法，不断提升语音识别率。通过这一系列的技术，让车载噪音环境中的语音识别率大幅提高，充分满足实际行车过程中人机交互对语音识别技术的要求。

　　增强型语音识别 让语音交互真正满足司机需求

　　融合了增强型灵云语音识别技术的灵云远场语音交互解决方案，为合作伙伴提供麦克风阵列、云+端语音交互、内容服务等软硬件一体的车载语音解决方案。该方案对外提供统一接口，可快速建立语音命令与车载系统以及各种应用之间的连接，搭配开放的服务扩展、灵活的能力支持，让智能车载具备语音唤醒、声源定向、远场降噪、回声消除、语音打断、语音纠错、多轮对话等功能，打造“能听会说、能理解、会思考”的智能车载设备，彻底打破车载设备应用语音交互技术的产业瓶颈，真正实现自然、流畅的人机语音交互。

　　在驾车过程中，当司机被堵车、等待、红灯等烦扰时，只要随口说出想听的音乐、歌曲，车载设备便会自动检索并播放音乐，缓解司机等待的焦躁情绪；当有电话打进来，而司机正在开车时，只需说出“接听”，即可接通电话，真正实现“君子动口不动手”，再也不必在开车过程中用手“按啊按、找啊找”，把司机的双手和眼睛还给驾驶，保证行车安全。

　　灵云远场语音交互解决方案在智能车载领域，已全面支持打电话、收发短信、听音乐、听广播、地图导航、POI、车况查询、天气查询、服务查询、设备控制、交通制度问答等多种功能，并为用户免费提供天气、交通、新闻、故事、股票、音乐、火车、航班、餐饮、酒店等日常生活常用的30多种信息与内容服务，充分满足车载场景下司机的各种需求。同时，灵云远场语音交互解决方案支持随时打断，只听司机真正想表达的信息，并通过语音纠错和多轮对话，让语音交互更加流畅、自然，真正满足司机的需求。

　　捷通华声坚持合作共赢 与广大合作伙伴共享产业机遇

　　增强型灵云语音识别技术源自于捷通华声于2011年推出的首个全方位人工智能开放平台——灵云平台（hcicloud.com），历经四年发展，灵云平台已成为国内提供人工智能能力最多、服务用户最广的人工智能开放平台。灵云平台自推出以来面向产业全面开放，包括个人开发者在内的所有合作伙伴，都可以通过灵云平台获取智能语音、智能图像、智能语义、生物特征等技术能力。

　　伴随着IOT的快速发展，2014年，为让国内智能车载，以及智能家居、家电、机器人等终端设备厂商、集成商、开发商更方便地使用灵云平台（hcicloud.com）全方位人工智能能力，捷通华声推出了企业级开发商专用的灵云智能终端交互方案：灵云种子。灵云种子全面整合了灵云平台多项人工智能技术能力，包括灵云语音识别、语音合成、语义理解、声纹识别、人脸识别、指纹识别、光学字符识别等能力，并为开发商提供简单易用的开发接口。开发商通过应用灵云种子，结合多麦克风阵列模块，可以轻松实现智能语音交互、语音唤醒、语音导航、文字与证照图像识别、声纹解锁、人脸识别等多种人机交互功能，全方位、多角度满足车载、家居、家电、机器人等终端设备对人工智能技术能力多样化的市场需求。

　　一花开放不是春，捷通华声将坚持 “合作共赢”的发展理念，与广大合作伙伴共同分享人工智能产业机遇，共同创建良好的人工智能产业生态。为更好服务全国智能终端设备合作伙伴，捷通华声将进一步加快在全国各地建立分公司与办事处的进程，比如在中国华南地区，智能车载、智能家居、机器人开发与生产厂商云集，并拥有创新力强、科技水平高等独特优势。为做好合作伙伴的技术支持，2015年捷通华声相继在深圳、厦门等地成立了分公司，为合作伙伴提供更及时、更完善的技术支持。

　　未来发展，捷通华声将继续以清华大学人工智能研究力量为依托，更加专注智能语音等人工智能技术研究与产业化的推广与应用，通过与产业内合作伙伴的精诚合作，共同推动中国智能终端设备全面服务社会大众，共同加快智能化生活时代到来的步伐！