科大讯飞江涛：发力智慧家庭 推动智能语音产业化

网易科技讯5月3日，在4月26-28日重庆召开的联通众筹5.0春季交易会上我们对科大讯飞高级副总裁江涛进行了采访。其为我们介绍了科大讯飞在人工智能和智慧家庭业务方面的融合情况，阐述了语音智能在智慧家庭业务中的实际应用，包括智能机顶盒、叮咚音箱以及电视语点等场景上的应用。

另外，其还介绍了其与联通当前以及未来合作的领域和方向。除了在IPTV、增值业务、人工呼叫中心发挥智能语音作用外，还会在未来联通的网络维护和优化上发挥重要作用。

最后，科大讯飞副总裁江涛还重点介绍了科大讯飞在智能语音产业化方面的措施，科大讯飞在2010年苹果还没发布Siri的时候科大讯飞就已经把语音识别语音合成语义理解以API的方式开放，让无论是大公司还是创业团队都能够不用做底层的东西，而是专注做他们擅长的事情。科大讯飞通过整个平台加快对语音和人工智能的产业化推进，帮助很多开发者降低了门槛更快的推出产品。

专访概要：

网易科技：去年开始人工智能热度飙升，科大讯飞也在这一领域有着长期的积累，我想问您一下，目前我们的人工智能在与更加场景化的智慧家庭业务在融合上取得了哪些进展？

江涛：人工智能的研究主要是两条技术路线，一条是类脑计算的技术路线，它是由脑科学家和神经科学家去研究人脑的高级神经活动，去搞清楚人脑的记忆、联想、遗忘这些机制是怎么产生的，这一块呢目前中国有中国脑计划、欧盟有Human Brain Project、美国有BRAIN Initiative等等重大项目都在投入，但短期内很难有突破性进展。另一条技术路线就是过去几年取得丰硕成果的包括阿尔法狗在内的深度学习的技术路线，如果说前面的技术路线叫强人工智能的话这块叫弱人工智能，他更多的是基于大数据、云计算再加深度学习这套体系持续的迭代优化，通过学习特定领域的知识和经验来达到像人一样的智能这样一个机制。具体来说在智慧家庭这个场景下，其实讯飞已经在两方面取得了成果，大家最常见的客厅场景，过去几年电视机的开机率持续下跌，越来越多的人吃完饭后对着手机，因为手机里面的信息如此丰富，而电视里除了这几个频道以外能做的事情有限，被动的没有太多的选择。随着技术的革命现在的市场有些类似于09年手机的情况，08/09/10年手机从function phone为主迅速的变成以开放的智能机为主。过去的机顶盒无论是广电的、互联网厂商的还是运营商的机顶盒，更多的是传统的机顶盒，能做的很有限。现在一个大趋势是越来越多的变为开放的安卓操作系统，这样在上面就可以承载很多新的内容，这个和政策制约的博弈是一个过程，慢慢的适合放开的东西会放开。这种平台上面人和机器应该怎么交互，两三年前周鸿祎曾发微博抨击电视遥控的人机交互是最烂的。电视机这块屏上面要承载更多的内容和服务要和人更多的互动，现在的机制是无法实现的。怎么做，语音交互提供了一扇大门，真正的实现和设备非常灵活的互动。

这块依赖的技术三各方面，语音识别技术要准确知道用户在说什么；语言理解技术，用户的意图是什么； 语音合成技术，要能和用户交互反馈信息，把文字变成语音，这三块科大讯飞都形成了长期的技术积累和沉淀。语音识别技术在过去几年比如典型的美国国家技术研究院举行的语音识别比赛，科大讯飞连续几年获得全球最好的成绩。去年谷歌CHIME的比赛，多人有噪音远距离5米到8米语音识别，科大讯飞拿到了全球第一，而且在这个领域的性能指标比去年的全球第一提高了50%。这个是在家庭客厅的这块屏幕上未来可做的事情很多，除了简单的换台点播之外，以后还会有更多的人机互动，加入更多内容，现在还可以开发更多语音游戏、学习类的东西等等。

另外一个切入点，去年年初正式上市的叮咚音箱，基于原厂识别技术做的一个家庭的中控中心，可以用语音来控制它，想听什么音乐、段子、评书都可以通过语音控制，除了听语音内容外，他还是一个家庭控制入口。现在已经可以支持两千多款智能家电了，这块在国外已经开始火起来了，亚马逊的Alex，这两个产品是科大讯飞面向消费者的产品，另外外围配套的还有智能玩具，实现亲子互动益智教育。这些产品共同点前台向用户实现自然流畅的人机语音交互， 后台整合更多产品和服务，集成更多内容。包括不论是音乐还是叫车购物叫外卖等，将来两个产品会结合在一起，会给家庭生活带来不一样的体验。

网易科技：除了当前的合作外，科大讯飞与联通还可以在哪些领域展开进一步合作？

江涛：这块和联通已经形成很好的合作成果了，包括和联通全国的IPTV中心已经完成对接，可以点播、直播以及语音游戏等等。其实语音和人工智能可以在运营商领域有很广的应用，比如传统增值业务，彩铃、手机阅读、游戏这些都可以通过语音识别技术让他们更有趣。另外一块就是现在随着人工成本得不断提升，呼叫中心开销很大，比如10010大量的话务员接听电话，已帮联通建立了全网集中的电话呼叫中心，第一批已经有七八个省介入，现在已经达到80%的解决率。极大降低人工成本提高服务效率。另外下一步在网络优化中整个机遇人工智能的技术也可以应用，帮助联通降低网络维护优化的成本。

网易科技：贵公司之前推出了业内知名的电视语点项目，这一项目的市场切入点是什么？麻烦您简单介绍一下这个项目。

江涛：电视语点解决的是电视机屏幕内容越来越多的情况下如何选择的问题，传统遥控器几百个台找到内容很困难，还有很多回看和点播内容，让用户高效的访问内容我们做了云端的语音识别、语音理解和语音合成，以及与视频相关的语义理解知识库把他们集成到一起，与联通的IPTV平台对接，实现了通过语音来看电视的需求。这个场景绝对是刚需，从我们目前的已有用户来看，语音的活跃度就等开机率，平均每次都使用20次以上，使用率还是很高的。

网易科技：智慧沃家业务是联通立足智慧家庭实现家庭互联的重要举措，科大讯飞在这一项目中有没有自己独特的规划和想法？

江涛：三大运营商的优势是能够把光纤和光宽带，能过到很好的互联网和家庭用户之间的通道。 但运营商不满足于只做简单的通道，想在智慧家庭中做更多的事，和讯飞产生了很多互补合作的点，比如家庭网关光猫接入后不是简单提供一个接入，还想更多的控制职能家庭的设备，当这时候指望每个用户每个设备都下载一个APP控制，太复杂不会有人用，如果语音在这时候与平台实现对接，通过语音一个入口就可以控制几十个家电。

网易科技：科大讯飞在互联网领域的智能语音产业化方面做了哪些工作？

江涛：我们从几个层面来推进，科大讯飞再2010年苹果还没发布Siri的时候科大讯飞就已经把语音识别语音合成语义理解以API的方式开放，让无论是大公司还是创业团队都能够不用做底层的东西，而是专注做他们擅长的事情。这个已经做到什么程度呢，去年年底每天的请求量已达到30亿次，很大的一个并发量，包括网易的一些应用调用的语音识别相关内容都是科大讯飞的。这块整个平台上面已经有注册的开发团队已超过30万家，产品上线的已经超过23万家。整个跟语音和人工智能相关的最大的产业化的一个平台，科大讯飞通过整个平台对语音和人工智能的产业化，帮助很多开发者降低了门槛更快的推出产品。包括机器人，这几年机器人很热，全行业大概有5000个机器人开发厂商，绝大多数基本上全都用的科大讯飞的交互，科大讯飞提供了一个很好的支撑。