自互聯(lián)網(wǎng)誕生以來，人與機(jī)器的信息交互方式就在不斷演進(jìn)和發(fā)展。從早期單一的鼠標(biāo)、鍵盤操作方式，再到如今以智能手機(jī)為代表的觸控交互。我們急切地想知道：下一代的人機(jī)交互方式是什么？

智能語音，賦予了機(jī)器可以像人類一樣“講話”并與人類“對話”的能力，也讓不少人看到了語音技術(shù)的巨大潛力。追溯起來，有關(guān)語音技術(shù)真正意義上的研究可以追溯到 1876 年貝爾電話的發(fā)明。

從 2009 年開始，借助機(jī)器學(xué)習(xí)領(lǐng)域深度學(xué)習(xí)研究的發(fā)展及大數(shù)據(jù)語料的積累，以語音識別為突出代表的語音技術(shù)得到了突飛猛進(jìn)的發(fā)展。如將深度學(xué)習(xí)引入語音識別聲學(xué)模型訓(xùn)練，使用基于 RBM 預(yù)訓(xùn)練的多層神經(jīng)網(wǎng)絡(luò)，以提高聲學(xué)模型的準(zhǔn)確性，包括蘋果公司的 Siri、谷歌公司的 Google Assistant 的面世曾一時(shí)引起了不小轟動。2015 年，亞馬遜 Amazon Echo 的誕生正式開啟了智能語音技術(shù)的競爭局面。從智能音箱到主打語音交互的智能設(shè)備，國內(nèi)外巨頭們不惜輪番價(jià)格戰(zhàn)。

截止到目前，國內(nèi)外的戰(zhàn)場上有阿里、騰訊、百度，也有谷歌、微軟、亞馬遜、Facebook，它們的介入導(dǎo)致不少創(chuàng)新公司展開了激烈競爭，也對未來十年產(chǎn)生了極其重要的影響。

在眾多語音技術(shù)中，語音識別、語音合成、聲紋識別、語音喚醒、端信號處理等語音技術(shù)伴隨著算法統(tǒng)計(jì)模型的迭代有了新的重大創(chuàng)新，也成為當(dāng)前最具有挑戰(zhàn)性和應(yīng)用場景的技術(shù)。

以聲紋識別為例，即通過對一種或多種語音信號的特征分析來判斷說話人身份的技術(shù)。由于任何兩個(gè)人的聲紋圖譜都有所差異，所以聲紋同樣具有如指紋生物特征一樣的唯一性。聲音不涉及隱私問題，麥克風(fēng)和傳感器等相關(guān)設(shè)備成本低廉，傳輸帶寬窄，而語音又是一個(gè)形簡意豐的信號，口音、語種、情感等各種信息通過一段聲音便傳輸了出來。

清華大學(xué)語音和語言技術(shù)中心主任、得意音通董事長鄭方博士接受 CSDN 采訪時(shí)表示：“目前在聲紋識別這個(gè)領(lǐng)域，不同技術(shù)或產(chǎn)品提供商參差不齊、差異很大；與此同時(shí)，聲紋識別不再是單一強(qiáng)調(diào)準(zhǔn)確性，而是變得更為成熟、完備和可用?！?/p>

不過相對來講，聲紋識別仍是一個(gè)應(yīng)用相對較窄的領(lǐng)域。就目前來看，語音識別、語音合成的應(yīng)用更為廣泛。

例如在年初舉辦的Google I/O 大會上，機(jī)器語音助手的一聲“嗯哼”震驚了全場，然后微軟小冰為知乎寫歌又刷了一波屏。我們才意識到，AI 語音正悄然從原來的“機(jī)械式語音”變成了“像人類一樣說話”的自然語言。

語音產(chǎn)業(yè)雖然可以由概念觸發(fā)，但最終仍由技術(shù)驅(qū)動，打磨好技術(shù)和產(chǎn)品仍是第一要務(wù)。

出門問問 CTO 雷欣曾表示，“從技術(shù)上來講，機(jī)器學(xué)習(xí)、人工智能跟其他功能性的東西不太一樣，它非常強(qiáng)調(diào)學(xué)習(xí)的過程，訓(xùn)練跟實(shí)際使用場景越匹配越好，做得越通用，就代表在某一個(gè)垂直領(lǐng)域做不到最優(yōu)。”

那么，隨著語音市場需求的爆發(fā)，如何更好地通過智能技術(shù)解決聲學(xué)、語音、語義等各方面的問題，對于任何一位語音技術(shù)相關(guān)領(lǐng)域的工程師而言，將是未來長期時(shí)間內(nèi)必然面臨的挑戰(zhàn)。

現(xiàn)在，CSDN 就為大家提供了這樣一個(gè)機(jī)會，讓你能夠聆聽頭部 AI 公司的最新技術(shù)實(shí)踐，并有機(jī)會與這些公司的資深技術(shù)人員面對面交流。

2018 年 11 月 8-9 日，由中國 IT 社區(qū) CSDN 與硅谷 AI 社區(qū) AICamp 聯(lián)合出品的 2018 AI 開發(fā)者大會（AI NEXTCon）將于北京召開。

本次大會設(shè)有“語音技術(shù)專場”，我們很榮幸邀請到在研究和工業(yè)界都極富盛名的一線技術(shù)專家們：清華大學(xué)語音和語言技術(shù)中心主任、得意音通董事長 鄭方，聲智科技創(chuàng)始人、董事長兼 CEO 陳孝良，出門問問 CTO 雷欣、云知聲董事長、CTO梁家恩，以及標(biāo)貝科技聯(lián)合創(chuàng)始人&CTO 李秀林。

下面重磅介紹語音技術(shù)專題的講師團(tuán)和他們的議題概要：

陳孝良：聲智科技創(chuàng)始人、董事長兼 CEO

演講議題：遠(yuǎn)場語音交互技術(shù)與實(shí)踐

陳孝良，2017年度中關(guān)村高端領(lǐng)軍人才，計(jì)算機(jī)學(xué)會語音對話與聽覺專業(yè)組常務(wù)委員，中國聲學(xué)學(xué)會聲頻工程分會委員，中國人工智能和大數(shù)據(jù)專家委員，美國 AES/JASA會員。先后于北京航空航天大學(xué)和中國科學(xué)院大學(xué)(聲學(xué)研究所)獲得管理學(xué)學(xué)士和工學(xué)博士學(xué)位。

曾任職于金山軟件股份有限公司和中國科學(xué)院聲學(xué)研究所，歷任初級工程師、助理研究員、副研究員，兼任首屆信息化辦公室主任和中國科學(xué)院上海高等研究院客座副教授，主要參與海軍某重大型號艦艇、863、973、國家自然科學(xué)基金、中科院戰(zhàn)略先導(dǎo)等國家重要項(xiàng)目，共發(fā)表文章36篇，申請專利 35項(xiàng)。

鄭方：清華大學(xué)語音和語言技術(shù)中心主任、得意音通董事長

演講議題：聲紋識別技術(shù)及其應(yīng)用現(xiàn)狀

鄭方，博士、教授、博士生導(dǎo)師，清華大學(xué)語音和語言技術(shù)中心主任；北京得意音通技術(shù)有限責(zé)任公司董事長；亞太區(qū)信號與信息處理聯(lián)合會副主席、中國中文信息學(xué)會語音專委會主任、中國計(jì)算機(jī)學(xué)會語音對話與聽覺專業(yè)組副主任。

鄭方博士從事語音語言處理和生物特征識別的研發(fā)近 30 年，是全國安防標(biāo)委會人體生物特征識別應(yīng)用分委會副主任委員、中文語音交互技術(shù)標(biāo)準(zhǔn)工作組聲紋識別專題組組長、全國信標(biāo)委生物特征識別分委會委員等，是許多國家和行業(yè)標(biāo)準(zhǔn)的起草者。

梁家恩：云知聲董事長、CTO

演講議題：AIoT 智能交互技術(shù)與應(yīng)用

梁家恩博士畢業(yè)于中國科技大學(xué)，獲中國科學(xué)院識別與智能系統(tǒng)專業(yè)博士學(xué)位，畢業(yè)后留校負(fù)責(zé)語音識別核心技術(shù)研發(fā)及其產(chǎn)業(yè)化，在國家863語音識別核心技術(shù)評測中多次獲第一名，在廣電、安全、教育等領(lǐng)域?qū)崿F(xiàn)產(chǎn)業(yè)化應(yīng)用。

2012 年，由梁家恩博士主導(dǎo)創(chuàng)立人工智能公司云知聲，并率先在國內(nèi)實(shí)現(xiàn)深度學(xué)習(xí)和5米遠(yuǎn)講識別技術(shù)的產(chǎn)業(yè)化，在業(yè)內(nèi)首次提出的“云端芯”一體化解決方案已經(jīng)在家居、車載、醫(yī)療、教育等領(lǐng)域規(guī)?；涞?。在他和團(tuán)隊(duì)的共同努力下，云知聲先后被福布斯評為“中國成長最快科技企業(yè)”、科技部評為“中國獨(dú)角獸企業(yè)”。2013 年底，梁家恩博士出任云知聲 CTO，負(fù)責(zé)技術(shù)領(lǐng)域。

李秀林：標(biāo)貝科技聯(lián)合創(chuàng)始人&CTO

演講議題：標(biāo)貝科技的語音超市實(shí)踐——助力智能產(chǎn)品人性化

李秀林，中國科學(xué)院博士，15 年語音相關(guān)技術(shù)研發(fā)和學(xué)術(shù)研究，申請專利三十余項(xiàng)，在國內(nèi)外語音界有很高的知名度；曾帶領(lǐng)團(tuán)隊(duì)獲得百度百萬美元大獎。2006 年— 2013 年，松下研發(fā)中心高級研發(fā)經(jīng)理；2013 年— 2016 年，百度語音合成技術(shù)負(fù)責(zé)人；2016 年—2018 年，滴滴研究院語音團(tuán)隊(duì)負(fù)責(zé)人&首席算法工程師；2018年3月份加盟標(biāo)貝科技，作為聯(lián)合創(chuàng)始人兼 CTO。

雷欣：出門問問（Mobvoi）CTO

演講議題：語音交互的軟硬結(jié)合

雷欣，人工智能專家，在人工智能尤其是語音識別領(lǐng)域至今已有十多年研究及從業(yè)經(jīng)驗(yàn)。2006 年，雷欣獲得美國華盛頓大學(xué)電子工程博士后，加入了微軟總部任軟件設(shè)計(jì)工程師及 Speech Scientist，負(fù)責(zé)開發(fā)微軟語音識別引擎內(nèi)的說話人自適應(yīng)模塊；后加入斯坦福研究所（SRI）任研究工程師，領(lǐng)導(dǎo)開發(fā)了SRI 2008 年大規(guī)模中文語音識別系統(tǒng)；隨后進(jìn)入 Google 研究院任 Staff Research Scientist，領(lǐng)導(dǎo)開發(fā) Google 基于深度神經(jīng)網(wǎng)絡(luò)的離線語音識別系統(tǒng)。

目前，雷欣所帶領(lǐng)的出門問問 AI 團(tuán)隊(duì)，正進(jìn)行人工智能落地在生活場景（可穿戴、車載、家居）上的研究開發(fā)。

除了語音技術(shù)專題之外，我們還為大家準(zhǔn)備了“自然語言處理”、“機(jī)器學(xué)習(xí)工具”、“數(shù)據(jù)分析”、“機(jī)器學(xué)習(xí)”、“計(jì)算機(jī)視覺”、“知識圖譜”等技術(shù)專題，以及“智慧金融”、“智能駕駛”、“智慧醫(yī)療”等行業(yè)峰會。大會完整日程以及嘉賓議題請查看下方海報(bào)。