世界機器人大會由北京市人民政府、工業(yè)和信息化部、中國科學技術協(xié)會主辦，在北京亦創(chuàng)國際會展中心舉行。大會論壇邀請了中、德、美、日、韓等國知名專家、企業(yè)家就機器人前沿科學研究、技術發(fā)展路線及戰(zhàn)略政策制定等問題開展高水平的學術交流和探討

10月24日上午，由中國電子學會承辦的《迎接人工智能與機器人時代論壇》如期舉行，IEEE R&A中國北京大區(qū)主席/北京航空航天大學教授王田苗、真格基金創(chuàng)始人徐小平、國家科技部技術中心研究員劉進長等出席論壇。哈工大機器人研究所所長趙杰、思必馳首席科學家/上海交通大學教授俞凱、美國北卡羅來納大學教授蕭靜等業(yè)界權威學者專家進行了論壇主題演講，展望了人工智能時代與機器人領域的未來發(fā)展。

圖 思必馳首席科學家俞凱分享現(xiàn)場

思必馳首席科學家/上海交通大學俞凱教授就《智能語音技術步入認知時代》為主題進行了分享。俞凱教授表示，互聯(lián)網(wǎng)發(fā)展使信息搜索向移動端遷徙，口語對話交互成為移動信息搜索的新習慣，思必馳的核心技術側重于端到端的非配合自然口語交互系統(tǒng)，專注為智能車載、智能家居、智能機器人領域提供語音交互方案。為了滿足人性智能交互新需求，思必馳推出了極富表現(xiàn)力的多種合成音，從標準男女聲、名人音合成、童聲，到個性快速合成、小說閱讀、歌聲合成等，可實現(xiàn)個性化定制。

俞凱教授表示，人工智能的重要突破點在算法上，深度學習算法成為重要的突破口。思必馳與上海交大成立的聯(lián)合實驗室也在智能語音研究領域取得了較大進展，推出的VDCNN算法模型在降噪處理上表現(xiàn)出不可取代的優(yōu)勢，相比于傳統(tǒng)語音模型僅使用1至2層卷積層，思必馳通過堆疊較小的卷積層和池化層，將語音模型中的卷積層的深度提高到了10層以上。利用小卷積核更加精細的局部刻畫能力和頻率不變性描述，能夠更好地在語音模型的內部實現(xiàn)了聲學自動降噪的能力。該模型在噪聲環(huán)境語音識別的業(yè)界基準庫Aurora4上，取得了7.09%的詞錯誤率。相比于世界其他機構目前10%左右的最好結果，有一個大幅度的明顯優(yōu)勢，在抗噪語音識別上是一個新的里程碑。

俞凱教授指出，自然口語交互中存在不確定性，語音是處理不確定性的高效管道，不確定性在情景理解和多輪交互中可以有效的減少甚至消除。思必馳深耕垂直場景下的語義理解技術，通過數(shù)據(jù)收集及分析，可追蹤用戶意圖，更準備進行場景交互。智能語音正在經歷著從感知智能向認知智能的過渡，在智能語音感知智能上，機器能夠接受信息，采集數(shù)據(jù)，輔助人類完成任務。而一旦實現(xiàn)過渡，認知智能就能夠使機器聽懂語音并主動思考給予人類反饋。

演講中，俞凱教授強調原始技術創(chuàng)新的重要性。對于產品應用公司而言，工程化是重點，在借助Google、Facebook開源的研究技術之后，能夠很快實現(xiàn)技術應用落地。但是，對于像思必馳這樣的技術平臺公司而言，基層的技術研究與原始創(chuàng)新成為企業(yè)生存的關鍵。正因如此，思必馳強調科研工作的重要性，致力于打造更人性化的語音交互方案。

正如俞凱教授所言，思必馳確實不斷通過技術創(chuàng)新帶給大家驚喜。如，2015年10月，思必馳針對國內智能車載市場推出AIOS For Car對話操作系統(tǒng)，2016年6月升級至AIOS3.0版本新增7大功能，2016年10月升級至AIOS3.1版本，新增【one-shot一把手】功能，成為國內首家實現(xiàn)該功能技術落地及市場應用的企業(yè)，合作客戶JADO遠界系列智能后視鏡新發(fā)布的二代產品即應用該升級版功能。除軟件解決方案外，思必馳同樣提供軟硬一體化解決方案，“環(huán)形6+1遠場麥克風陣列”是國內首款投諸市場應用的7麥方案，實現(xiàn)360度全角度拾音與5米遠場交互，與亞馬遜echo的環(huán)形7麥又異曲同工之妙，思必馳環(huán)麥方案迅速投入到了國內智能機器人、智能音箱、家居中控等智能硬件產品中，受到市場青睞。

思必馳作為國內唯一一家專注智能硬件領域的語音公司，將憑借著近10年的技術積淀及專注性，為垂直領域打造更專業(yè)的語音交互方案，讓未來人機交互更有用、更有趣。