思必馳成立于2007年英國(guó)劍橋高新區(qū)，創(chuàng)始人均來自劍橋，2008年回國(guó)落戶蘇州；是國(guó)內(nèi)唯一擁有人機(jī)對(duì)話技術(shù)，國(guó)際上極少數(shù)擁有自主產(chǎn)權(quán)、中英文綜合語(yǔ)音技術(shù)（語(yǔ)音識(shí)別、語(yǔ)音合成、自然語(yǔ)言理解、智能交互決策、聲紋識(shí)別、性別及年齡識(shí)別、情緒識(shí)別等）的公司之一。

去年9月，思必馳在北京發(fā)布了其擁有完全自主知識(shí)產(chǎn)權(quán)的DUI平臺(tái)。

DUI平臺(tái)集成的核心智能對(duì)話技術(shù)具有高度可定制性，實(shí)現(xiàn)了從本地端設(shè)備到云端服務(wù)，從識(shí)別到合成，從語(yǔ)義到對(duì)話邏輯，從技術(shù)模塊到內(nèi)容資源的全方位定制支持。此外，平臺(tái)還為開發(fā)者提供大數(shù)據(jù)運(yùn)維和后臺(tái)分析服務(wù)，根據(jù)硬件配置和具體需求提供定制的增值服務(wù)，可持續(xù)優(yōu)化用戶體驗(yàn)，以一種“三方共贏”的方式構(gòu)建AI良好生態(tài)。

思必馳聯(lián)合創(chuàng)始人/首席科學(xué)家 俞凱

DUI平臺(tái)的發(fā)布會(huì)上，思必馳聯(lián)合創(chuàng)始人/首席科學(xué)家俞凱圍繞對(duì)話智能、流通、生長(zhǎng)三個(gè)方面，從技術(shù)層面做了分享。

這次分享雖然是圍繞思必馳的產(chǎn)品，但內(nèi)容上值得智能語(yǔ)音行業(yè)乃至整個(gè)AI行業(yè)借鑒，以下我們對(duì)分享內(nèi)容進(jìn)行了梳理與整合。

從語(yǔ)音到對(duì)話，這些年發(fā)生了很大的變化

這是個(gè)不斷變化的時(shí)代，從2013年到2018年，我們經(jīng)歷了從PC互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)到智能設(shè)備互聯(lián)的發(fā)展，交互方式也經(jīng)歷著從文本搜索、語(yǔ)音/文本對(duì)話、自然口語(yǔ)對(duì)話的變遷。

技術(shù)變革，從未停歇。在這段時(shí)間里，技術(shù)在不斷變革，深度學(xué)習(xí)的應(yīng)用進(jìn)入了深水區(qū)，當(dāng)下大家都認(rèn)為的“深度學(xué)習(xí)+大數(shù)據(jù)”就是一切嗎？是的，是因?yàn)楝F(xiàn)在無(wú)論如何都缺少不了深度學(xué)習(xí)和大數(shù)據(jù)；說不是，是因?yàn)閱渭兊纳疃葘W(xué)習(xí)和大數(shù)據(jù)，沒有專業(yè)化的支持和專業(yè)化的調(diào)整還不能發(fā)揮作用。

應(yīng)用變革，如雨后春筍。在技術(shù)驅(qū)動(dòng)下，各類應(yīng)用如雨后春筍般誕生，在整個(gè)應(yīng)用的層面，關(guān)注對(duì)話，并且以對(duì)話為核心，有的是數(shù)據(jù)驅(qū)動(dòng)，有的是專業(yè)技術(shù)驅(qū)動(dòng)，有的是產(chǎn)品應(yīng)用驅(qū)動(dòng)，此類公司越來越多，這是一個(gè)趨勢(shì)，趨向于專業(yè)化分工。

產(chǎn)業(yè)鏈變革，AI 及 AI+ 的專業(yè)分化進(jìn)程加速。在產(chǎn)業(yè)鏈上的專業(yè)化分工更加明顯，促進(jìn)其快速細(xì)分化。例如，在基礎(chǔ)層，芯片、大數(shù)據(jù)、云計(jì)算等成為基礎(chǔ)支撐；在交互層，語(yǔ)音、圖像、觸覺等成為交互方式的中流砥柱；在系統(tǒng)應(yīng)用層，汽車、家居、娛樂、醫(yī)療、教育、金融等各個(gè)領(lǐng)域在不斷接納與滲透。專業(yè)化的分工、專業(yè)化的結(jié)合已經(jīng)不可避免了。

對(duì)話智能：信息自由溝通的未來

俞凱從概念上進(jìn)行了解析，指出對(duì)話不等于語(yǔ)音，對(duì)話是以人機(jī)交互為核心，包括各個(gè)模態(tài)，對(duì)語(yǔ)義的理解，聲音、圖像、感知層面直接的編碼，以完整系統(tǒng)作為優(yōu)化目標(biāo)的一種系統(tǒng)級(jí)合成，需要全面的技術(shù)創(chuàng)新能力。

對(duì)話具備更大的價(jià)值，讓產(chǎn)品實(shí)現(xiàn)自由的人機(jī)交互。思必馳是引領(lǐng)中國(guó)對(duì)話智能發(fā)展的領(lǐng)軍企業(yè)之一，自2013年起，在產(chǎn)業(yè)界最早系統(tǒng)性提出，并一以貫之的專注推進(jìn)對(duì)話智能的概念、技術(shù)發(fā)展及應(yīng)用。2014年，思必馳發(fā)布了國(guó)內(nèi)第一個(gè)口語(yǔ)對(duì)話系統(tǒng)平臺(tái)"思必馳對(duì)話工場(chǎng)"，開放底層的ASR、TTS、NLU等SDK接口。伴隨著業(yè)務(wù)轉(zhuǎn)型的進(jìn)一步轉(zhuǎn)型，思必馳AIOS對(duì)話操作系統(tǒng)在國(guó)內(nèi)智能硬件領(lǐng)域得到了十分廣泛的應(yīng)用。為追求體驗(yàn)升級(jí)，打造高可用定制的對(duì)話平臺(tái)，思必馳策劃并推出了DUI開放平臺(tái)。

封閉解決方案VS開放生態(tài)圈

毋庸置疑，語(yǔ)音交互已經(jīng)成為當(dāng)下智能產(chǎn)品的必備交互方式，多樣化的產(chǎn)品帶來了多樣化的需求，這為技術(shù)提供方帶來很大挑戰(zhàn)。例如，在對(duì)話上有命令、問答、閑聊、任務(wù)等不同模式；在場(chǎng)景上，存在控制、購(gòu)物、金融、教育、家庭、旅游等多種場(chǎng)景，并不斷并入新場(chǎng)景；在細(xì)節(jié)上，要求多喚醒詞、新領(lǐng)域、新說法、新動(dòng)作、新邏輯等等，整個(gè)需求趨向于個(gè)性化、特色化。

就此問題，俞凱表示，目前國(guó)內(nèi)提供語(yǔ)音交互技能的公司大體上有兩種不同的思路。一是提供封閉的解決方案，所有的東西都包攬優(yōu)化；二是像思必馳DUI這樣的思路，開放，形成一個(gè)生態(tài)圈，有博弈的過程，但這是一個(gè)多贏博弈的過程，在生態(tài)圈上大家互相體諒。

封閉和開放的對(duì)比，就像是一家獨(dú)大和萬(wàn)馬奔騰的關(guān)系。開放生態(tài)圈才具備更大的價(jià)值，將核心技術(shù)開放出去，對(duì)AI應(yīng)用企業(yè)以及技術(shù)企業(yè)的流通和生長(zhǎng)都有積極作用，使得大家都不瘸腿。

必須要有大規(guī)模的定制技術(shù)的能力

俞凱表示真正實(shí)現(xiàn)流通型的對(duì)話智能，必須要有大規(guī)模的定制技術(shù)的能力，即DUI提出的:規(guī)模定制化。

語(yǔ)音識(shí)別&語(yǔ)音合成方面：規(guī)模定制化將技術(shù)的應(yīng)用權(quán)限交給了廠商，多場(chǎng)景環(huán)境、多樣化技術(shù)需求重要問題，需要滿足諸如多喚醒詞、即時(shí)喚醒定制、個(gè)性化語(yǔ)音自動(dòng)訓(xùn)練、垂直領(lǐng)域主題自適應(yīng)、新詞隨意添加、說話人及聲學(xué)環(huán)境自適應(yīng)等需求。

語(yǔ)義理解及對(duì)話方面：開放平臺(tái)在語(yǔ)義理解及對(duì)話方面的需求是要支持意圖及語(yǔ)義槽自定義，語(yǔ)義理解自定義，語(yǔ)音語(yǔ)義聯(lián)動(dòng)定制即時(shí)完成，在公共語(yǔ)義理解模塊實(shí)現(xiàn)自適應(yīng)優(yōu)化，支持對(duì)話邏輯的自定義，可以進(jìn)行技能組合及上下文傳遞等。思必馳通過支持語(yǔ)義理解定制和語(yǔ)言模型自適應(yīng)，同時(shí)通過結(jié)合深度強(qiáng)化學(xué)習(xí)及統(tǒng)計(jì)實(shí)現(xiàn)統(tǒng)計(jì)對(duì)話管理，并支持跨Skill的上下文信息和指代消解。

軟硬件系統(tǒng)支撐方面：這方面，要求軟硬件配置即時(shí)更新生效，跨平臺(tái)支撐，大規(guī)模定制化部署。思必馳DUI開放平臺(tái)的四大系統(tǒng)（玲瓏、天機(jī)、青囊、紫微）即是從軟硬件配合方面去考慮，玲瓏系統(tǒng)主要負(fù)責(zé)做跨平臺(tái)的轉(zhuǎn)接，紫微負(fù)責(zé)內(nèi)容和服務(wù)支撐，天機(jī)為用戶提供可視化大數(shù)據(jù)和運(yùn)營(yíng)系統(tǒng)，而青囊則負(fù)責(zé)DUI服務(wù)力和研發(fā)支撐。四大系統(tǒng)各自分工又相互協(xié)同，保證DUI的最終落地應(yīng)用。