CTI論壇(ctiforum)12月18日消息（記者 凡易)：不久前，北京捷通華聲語音技術有限公司在京召開的“靈云”發(fā)布會引起了產(chǎn)業(yè)界的廣泛關注，就智能人機交互（HCI）技術的發(fā)展和產(chǎn)品的落地應用展開了廣泛探討。作為智能人機交互（HCI）產(chǎn)業(yè)中重要的組成部分之一，并作為未來十年最重要的技術之一，語音交互技術得到了各界朋友的特別青睞。
 
　　回眸語音技術的發(fā)展，除語音合成（TTS）技術應用較早外，更多的語音技術并沒有得到廣泛的應用，即使到今日，通過語音技術實現(xiàn)的場景應用并不是很多。其實，語音技術一直在發(fā)展，以語音識別（ASR）技術舉例，從1952年貝爾研究所成功研究了世界上第一個能識別10個英文數(shù)字發(fā)音的實驗系統(tǒng)以來，到如今中文語音識別技術已實現(xiàn)了自由說輸入，語音識別技術從算法到模型都有了強勁的蛻變和發(fā)展。
 
　　捷通華聲公司從創(chuàng)立到如今，核心技術的研究也無時無刻的在創(chuàng)新發(fā)展。作為從事十余年的專業(yè)語音技術民營企業(yè)，捷通華聲憑借在語音合成（TTS）技術上的自主創(chuàng)新和精湛技術，與國家扶持的科大訊飛公司幾乎平分了中國語音合成市場。時至今日，全國超過八成的銀行排隊叫號服務和全部高鐵站臺語音播報系統(tǒng)仍使用捷通華聲自主研發(fā)的語音合成TTS技術。在語音識別ASR技術上，捷通華聲公司也專注研發(fā)，從無到有，從識別率一般到真實環(huán)境下普通話自由說語音識別準確率超過90%，達到國內(nèi)一流的技術水平，實現(xiàn)了質的飛躍。近年，捷通華聲順應發(fā)展，推出了全球第一款人機交互（HCI）感知云：靈云！基于云技術的優(yōu)勢和特點，靈云的語音技術達到更好的實際效果，得到更廣泛的應用。
 
　　從中文語音技術的發(fā)展現(xiàn)狀看，復雜的環(huán)境和中國語言文化的博大精深影響著中文語音識別效果。僅從實際效果看，語音識別正確率能超過80%就已經(jīng)是很不錯了。靈云平臺的誕生，將捷通華聲語音識別技術與云計算有機結合起來，再整合捷通華聲自身及合作伙伴的數(shù)據(jù)資源，讓語音識別技術形成了可落地的實際應用。如國內(nèi)首款“能說會聽、能寫會識”的智能手機助手小唐龍就應用了靈云的各項智能交互技術和百度、電信、移動等數(shù)據(jù)資源，尤其語音技術讓其在功能上實現(xiàn)了人與機器間的語音交互過程。
 
　　同樣，作為智能人機交互（HCI）技術中重要的自然語言理解（NLU）也是靈云語音云中重要的一環(huán)。自然語言理解能力是實現(xiàn)語音識別和語音合成效果的保證，是實現(xiàn)人與機器的交互像人與人之間溝通的保障之一。靈云作為HCI技術交互平臺，在自然語言處理、分析、理解上下足了功課，在能源、金融、電信、服務等多個領域做出了應用。
 
　　語音技術作為智能人機交互（HCI）技術的一種，與靈云的其他各項HCI能力進行了整合。如語音技術應用到靈云智能客服機器人中，實現(xiàn)了以自然語言理解和多種智能人機交互技術為核心，通過網(wǎng)頁、即時通訊等多種展現(xiàn)形式，實時與用戶進行交互的智能系統(tǒng)。靈云文檔OCR識別技術，更是增加了NLU模型，提升OCR中文識別校對能力，識別正確率幾近100%。
 
　　在發(fā)展語音技術的同時，捷通華聲更看重與云平臺企業(yè)的合作，靈云與中國電信開放平臺的深入合作、與中國惠普云基地的協(xié)作共贏，通過合作的模式讓靈云的語音技術得到更多的汲養(yǎng)，無論是云計算模式還是開發(fā)者對語音技術的開發(fā)應用，都為靈云語音技術開拓了無限視野。
 
　　智能人機交互（HCI）技術的發(fā)展仍有很多關鍵技術亟待突破，靈云HCI平臺還有更多合作需要展開。靈云中的語音技術作為人機交互的核心之一，在復雜環(huán)境的語音識別和語義理解等能力上還需進一步探索完善。只有我們的核心技術不斷提高，才能讓人機交互更智能、更自然！更多信息請訪問靈云網(wǎng)站（hcicloud.com）