跟隨物聯(lián)網(wǎng)的發(fā)展大潮，人工智能已經(jīng)形成火熱的發(fā)展勢態(tài)，尤其是語音技術的成熟，智能語音儼然已經(jīng)成為新一代人機交互入口，走在了發(fā)展前列。從國外的微軟、亞馬遜、蘋果，到國內(nèi)捷通華聲等，都在紛紛推進語音技術在萬物互聯(lián)時代的商業(yè)應用落地。

站在物聯(lián)網(wǎng)的風口之上，人工智能企業(yè)該怎樣迎接機遇，應對挑戰(zhàn)？

2000年成立的捷通華聲，在物聯(lián)網(wǎng)產(chǎn)業(yè)的驅(qū)使下，目前主要結合物聯(lián)網(wǎng)行業(yè)的特點和其在人工智能領域核心技術的積累，發(fā)揮捷通在人工智能的優(yōu)勢為各行業(yè)物聯(lián)網(wǎng)應用賦與智能語音交互的能力。

捷通華聲面對物聯(lián)網(wǎng)產(chǎn)業(yè)，先后推出了靈云麥克風陣列、車載輸入法、智能語音交互助手等多款人工智能產(chǎn)品以及成熟完善的原廠語音交互解決方案，能夠快速的與客戶產(chǎn)品集成，已經(jīng)與多家機器人廠商、汽車廠商、車機廠商、廣電運營商等展開合作，并實施落地。其麥克風陣列、語音識別、語義理解這幾項與物聯(lián)網(wǎng)語音交互相關的產(chǎn)品，無論是技術還是項目應用捷通華聲在行業(yè)的認可度還是蠻高的。

捷通華聲技術沉淀已經(jīng)十多年，在物聯(lián)網(wǎng)競爭如此激烈下，捷通華聲接下來怎樣發(fā)展，怎樣布局物聯(lián)網(wǎng)賽道？

物聯(lián)網(wǎng)行業(yè)權威媒體——聯(lián)動原素近日針對物聯(lián)網(wǎng)產(chǎn)業(yè)語音交互等人工智能技術的不斷深入應用，對捷通華聲首席架構師進行了專訪，以下為部分專訪內(nèi)容。

Q能否先簡單介紹下捷通華聲目前的核心業(yè)務是什么？有哪些具體的產(chǎn)品服務嗎？

李健：捷通華聲有語音識別、語音合成、語義理解、圖像識別、手寫識別、麥克風陣、聲紋識別、人臉識別等12項人工智能核心技術。圍繞這12項核心技術能力構建完善的人工智能云服務和產(chǎn)品生態(tài)系統(tǒng)，從公有云、私有云到行業(yè)解決方案，全面賦能各行各業(yè)，努力實現(xiàn)“讓每一家企業(yè)都擁有人工智能，讓每個人都能享受到人工智能的方便與快捷”的人工智能戰(zhàn)略。目前，靈云人工智能云服務及產(chǎn)品生態(tài)系統(tǒng)包括以下五大類：

靈云云服務平臺（AICloud），包含語音云、圖像云、客服云、智能外呼云等智能方案云服務以及智能語音、智能圖像等全方位AI技術云服務；

全方位人工智能能力平臺（AICP），為企業(yè)提供包括靈云智能語音、智能圖像、智能語義、生物特征識別等全能力私有云能力平臺，客戶可以靈活挑選、組合AI技術，實現(xiàn)企業(yè)業(yè)務、應用的智能化升級；

人工智能聯(lián)絡中心（AICC），包含全渠道智能客服系統(tǒng)、智能外呼系統(tǒng)、智能語音分析系統(tǒng)等在內(nèi)的，面向智能客戶服務中心的全方位人工智能門戶解決方案；

智能物聯(lián)網(wǎng)（AIoT），包含智能電視語音助手、智能音箱語音助手、智能車載輸入法等，致力于讓每個智能終端“能聽會說、能思考會判斷”；

行業(yè)智能解決方案（AIIS），包括應用于會議、司法、醫(yī)療領域的智能語音轉錄系統(tǒng)，支持文本、名片、票據(jù)、證照識別的智能圖像識別系統(tǒng)，以及可對人臉、聲紋等身份信息進行綜合認證的多維生物特征識別系統(tǒng)等。

Q在激烈的競爭環(huán)境下，捷通華聲較于市場同類公司，您認為貴公司的核心競爭力是什么？

李?。航萃ㄈA聲在人工智能領域擁有行業(yè)領先的靈云全方位人工智能開放平臺，能夠為廣大IoT領域相關廠商、集成商提供語音識別、語義理解、語音合成、麥克風陣列、語音喚醒等核心技術，以及圖像處理、人臉識別等全方位人工智能能力，為企業(yè)提供一站式的AI能力解決方案，同時擁有豐富的接入方式，支持所有主流的操作系統(tǒng)接入，擁有穩(wěn)定的服務支持并能提供可定制化的全面服務支持。

在核心技術方面，靈云各項能力均位居行業(yè)領先地位，語音識別準確率高達97%，實時率可達0.3以下，支持普通話、英語、粵語、維吾爾語、客家話等多種語言；語音合成市場占有率超50%，支持多種語言、多種音庫；語義理解支持上下文語義分析、多輪對話、實體屬性等，支持天氣、導航、航班、音樂、閑聊等20多個常見領域；語音喚醒可低功率持續(xù)偵聽，喚醒率大于95%，且誤喚醒率低于小于1次/24小時，支持自定義設置多個喚醒詞；麥克風陣列支持單麥、多麥以及線性、環(huán)形排列方式，3米識別率大于95%，5米識別率大于92%。

Q您認為貴公司的產(chǎn)品在物聯(lián)網(wǎng)產(chǎn)業(yè)中能否占據(jù)一席之地？貴公司在物聯(lián)網(wǎng)產(chǎn)業(yè)鏈中是如何定義自己？

李健：物聯(lián)網(wǎng)雖然經(jīng)過七八年的發(fā)展逐漸形成了家居、工業(yè)、城市、農(nóng)牧等領域性劃分，以及通訊、模組、芯片、操作系統(tǒng)等技術領域的劃分，但整體碎片劃仍舊嚴重。因此，結合物聯(lián)網(wǎng)行業(yè)的特點和捷通華聲在人工智能領域核心技術的積累，我們找到以語音交互、圖像識別為結合點，與各行業(yè)深度合作，發(fā)揮捷通在人工智能的優(yōu)勢為各行業(yè)物聯(lián)網(wǎng)應用賦與智能語音交互的能力。這一結合點是捷通特有的優(yōu)勢，一方面捷通擁有全方位的人工智能能力，以語音交互切入物聯(lián)網(wǎng)應用能夠快速的為其其他提供豐富的云端智能能力，從而促進物聯(lián)網(wǎng)應用的快速發(fā)展。

捷通華聲先后推出了靈云麥克風陣列、車載輸入法、智能語音交互助手等產(chǎn)品，能夠快速的與客戶產(chǎn)品集成，目前已經(jīng)與多家機器人廠商、汽車廠商、車機廠商、廣電運營商等展開合作，并實施落地。

Q貴公司打造了靈云平臺的初衷是什么？目前這個平臺的建設是怎樣的？

李健：伴隨各領域、各行業(yè)市場對各種人工智能技術需求的爆發(fā)式增長，單一的人工智能技術已經(jīng)不能完全滿足各行業(yè)智能化發(fā)展的需要，多種人工智能技術的融合已成為人工智能在各領域、行業(yè)應用與發(fā)展的必由之路。

捷通華聲順應人工智能產(chǎn)業(yè)發(fā)展趨勢，倡導并積極推動人工智能技術能力“融合應用、融合服務、融合發(fā)展”，并于2011年率先推出了靈云全方位人工智能開放平臺，為企業(yè)提供包括智能語音、智能語義、智能圖像、生物特征識別等12項人工智能技術，致力于讓每一家企業(yè)擁有人工智能。

如今，靈云平臺各項人工智能技術已經(jīng)成功服務智能應用、智能家電、智能車載、智能音箱、智能機器人等眾多領域客戶，在京東商城、出國翻譯官、滴滴出行、高德地圖、快快查字典等上萬個APP中得以應用，也已為小米電視、PPTV、廣電機頂盒等眾多電視、機頂盒廠商提供了語音交互服務，終端用戶量更是超8億。

作為國內(nèi)首個全方位人工智能開放平臺，靈云平臺成為捷通華聲在物聯(lián)網(wǎng)產(chǎn)業(yè)布局中的核心產(chǎn)品。通過靈云平臺，捷通華聲可為包括智能家電、智能車載、智能機器人等眾多物聯(lián)網(wǎng)行業(yè)終端產(chǎn)品通過“云+端”的方式提供全方位的人工智能技術支持，從而實現(xiàn)產(chǎn)品的智能化升級。靈云平臺強大的大規(guī)模數(shù)據(jù)處理與云計算能力，以及遍布全國、高密度覆蓋的數(shù)據(jù)網(wǎng)絡，能讓物聯(lián)網(wǎng)企業(yè)用戶能夠享受到更流暢的人工智能交互體驗，喚醒業(yè)務敏捷活力。