專注智能硬件語音交互的思必馳于2007年在英國劍橋的高新區(qū)創(chuàng)立，早期曾提供語音口語教育服務(wù)。當(dāng)2014年智能硬件風(fēng)潮興起，他們看到人機(jī)對話真正的 落地的終端機(jī)會，于是思必馳將教育事業(yè)部剝離出去成立了馳聲科技，開始全力深耕智能硬件領(lǐng)域的語音交互技術(shù)。其中，智能機(jī)器人領(lǐng)域也是思必馳所要垂直進(jìn)攻的領(lǐng)域之一。

隨著人工智能行業(yè)的快速發(fā)展，未來機(jī)器人都將在各行各業(yè)發(fā)揮重要的作用，且充滿無限可能。在電影《超能陸戰(zhàn)隊》中，機(jī)器人主角“大白”既能識別他人跟它說的話，又能“機(jī)智”地給出回答。當(dāng)語音識別和人工智能兩項技術(shù)完善到一定程度，從冰冷的機(jī)器身上獲得人與人交往的溫度將成為可能。而智能語音作為最天然的交互入口，儼然已成為機(jī)器人領(lǐng)域的場景標(biāo)配，尤其是服務(wù)型機(jī)器人領(lǐng)域。
?

專注智能硬件語音交互的思必馳于2007年在英國劍橋的高新區(qū)創(chuàng)立，早期曾提供語音口語教育服務(wù)。當(dāng)2014年智能硬件風(fēng)潮興起，他們看到人機(jī)對話真正的落地的終端機(jī)會，于是思必馳將教育事業(yè)部剝離出去成立了馳聲科技，開始全力深耕智能硬件領(lǐng)域的語音交互技術(shù)。其中，智能機(jī)器人領(lǐng)域也是思必馳所要垂直進(jìn)攻的領(lǐng)域之一。
?

市場高需求意味著哪些高要求
?

當(dāng)然市場的高需求，也意味著對智能語音的高要求。鑒于此，我們采訪了思必馳機(jī)器人事業(yè)部商務(wù)總監(jiān)王巍。她表示：“單純強(qiáng)調(diào)識別率、喚醒率的語音技術(shù)已經(jīng)不能滿足市場需求。隨著感知智能的發(fā)展，大量的數(shù)據(jù)資源的積累成為了下一步發(fā)展的基礎(chǔ)，如何培養(yǎng)智能語音的認(rèn)知智能，達(dá)到思考決策的目的，成為當(dāng)前熱點議題。”
?

針對目前這種現(xiàn)狀，思必馳語音技術(shù)更加專注于人性化的交互體驗，在機(jī)器人領(lǐng)域，思必馳提供語音識別、語音合成、語音喚醒、多輪對話等純軟件技術(shù)方案，也提供如環(huán)形“6+1”遠(yuǎn)場麥克風(fēng)陣列等軟硬一體化的解決方案。
?

例如，360兒童機(jī)器人巴迪應(yīng)用了思必馳的語音合成技術(shù)，浙江大華旗下的樂橙小樂機(jī)器人應(yīng)用了環(huán)形“6+1”遠(yuǎn)場麥克風(fēng)陣列，蘿卜科技的小蘿卜機(jī)器人一代應(yīng)用了思必馳的單麥方案，二代機(jī)器人將應(yīng)用環(huán)形“6+1”遠(yuǎn)場麥克風(fēng)陣列。這些產(chǎn)品受到目標(biāo)家庭的歡迎，均屬于市場熱銷的家用服務(wù)型機(jī)器人。
?

出色的市場表現(xiàn)離不開思必馳軟硬一體化的解決方案和一直對人機(jī)交互體驗不懈的追求。
?

1、軟硬一體化的解決方案

環(huán)形6+1遠(yuǎn)場麥克風(fēng)陣列是軟硬一體化的解決方案，主要針對機(jī)器人和智能家居中需求全角度拾音的硬件產(chǎn)品，其中6個麥克風(fēng)呈360°排列，準(zhǔn)確定位聲源，誤差控制在±10°以內(nèi)；1個麥克風(fēng)置于中間；自主研發(fā)降噪及回聲消除技術(shù)，可實現(xiàn)回聲消除（AEC）、聲源定位（DOA）、波束成形（BF）、語音增強(qiáng)（SE）等功能；而且可實現(xiàn)業(yè)界領(lǐng)先的5米遠(yuǎn)場交互，5米92%，3米94%，1米96%。
?

環(huán)麥方案的應(yīng)用意義重大，還表現(xiàn)在它相對單麥、雙麥、線性麥克風(fēng)陣列，它打破了原有麥克風(fēng)拾音角度及交互距離的局限。一方面，實現(xiàn)全角度拾音，能更好的滿足機(jī)器人及音箱類、中控類等需要全角度拾音的智能硬件的需求，進(jìn)行精準(zhǔn)生源定位；另一方面，麥克風(fēng)陣列在前端充分利用其空域濾波特性，抑制拾音波束外的回聲、混響等噪聲，進(jìn)行語音增強(qiáng)處理，輔之以語音識別引擎的二次處理，實現(xiàn)優(yōu)質(zhì)的遠(yuǎn)場識別交互。
?

機(jī)器人事業(yè)部商務(wù)總監(jiān)王巍特別提到，風(fēng)靡國際的大家已熟知的亞馬遜Echo音箱，她表示：“這一市場典范級產(chǎn)品應(yīng)用的也是環(huán)形麥克風(fēng)陣列，與思必馳環(huán)麥6+1麥克風(fēng)陣列方案有異曲同工之妙。”
?

2、交互始終是思必馳語音技術(shù)的重點之一。

與同行相比，思必馳是國內(nèi)首先強(qiáng)調(diào)機(jī)器學(xué)習(xí)“認(rèn)知智能”的語音企業(yè)，強(qiáng)調(diào) “基于多輪對話的認(rèn)知型對話系統(tǒng)”對智能硬件的核心作用。
?

思必馳認(rèn)為，智能硬件中的人機(jī)口語交互的核心問題是：感知智能中的抗噪、遠(yuǎn)場識別和回聲消除，以及強(qiáng)大的認(rèn)知智能。從而增強(qiáng)語音方案的意圖追蹤及決策功能，為用戶提供更人性化的交互方案。
?

如何應(yīng)對語音交互體驗存在的問題
?

機(jī)器人事業(yè)部商務(wù)總監(jiān)王巍認(rèn)為，盡管機(jī)器人市場的確十分火爆，同時智能語音作為交互方式的必備手段也備受期待，但是目前市場機(jī)器人交互體驗存在兩個非常明顯的問題：一是交互刻板，無法判斷用戶意圖，缺乏認(rèn)知智能；二是后端資源欠缺，無法滿足用戶需求。
?

針對上述問題，思必馳是這樣做的：
?

一方面，思必馳的語音解決方案更側(cè)重于垂直場景下的語音交互，注重認(rèn)知智能，追蹤用戶的真正說話意圖，并反饋更精準(zhǔn)有效的資源，增強(qiáng)交互。
?

另一方面，思必馳不斷擴(kuò)充后端資源，在社交、導(dǎo)航、音樂、天氣查詢、O2O、生活資訊、金融股票等各個領(lǐng)域擴(kuò)充資源，滿足用戶更多需求。
?

堅持To B的商業(yè)模式，專注智能語音研發(fā)
?

這些年來，人機(jī)交互手段不斷發(fā)生著變化，鍵盤、鼠標(biāo)、觸控到現(xiàn)在的語音交互，人工智能的不斷發(fā)展必然會引起交互手段的不斷變革，智能語音必然會成為每個領(lǐng)域場景交互的標(biāo)配。
?

王巍認(rèn)為，目前智能語音在車聯(lián)網(wǎng)領(lǐng)域的應(yīng)用較為領(lǐng)先與成熟，在物聯(lián)網(wǎng)領(lǐng)域的應(yīng)用緊隨其后，整個智能硬件領(lǐng)域?qū)χ悄苷Z音的需求更為強(qiáng)烈。她表示：“未來智能語音技術(shù)，必將從當(dāng)前的感知智能走向認(rèn)知智能，進(jìn)行自我思考，最終形成決策控制。”
?

思必馳目前針對智能車載、智能家居、智能機(jī)器人三個垂直領(lǐng)域提供智能語音交互方案。除提供語音識別、語音合成、語音識別++、語義理解、交互對話等核心軟件技術(shù)之外，思必馳也提供整套的解決方案，如針對智能車載領(lǐng)域推出了AIOS對話操作系統(tǒng)，針對機(jī)器人及智能家居領(lǐng)域的環(huán)形6+1遠(yuǎn)場麥克風(fēng)陣列軟硬一體化方案等。
?

未來思必馳將一直專注在智能語音的認(rèn)知智能，讓語音交互更加人性化。它也將會依托思必馳上海交大聯(lián)合實驗室，持續(xù)在智能語音的研發(fā)與應(yīng)用領(lǐng)域發(fā)力，堅持To B的商業(yè)模式。據(jù)王巍透露，針對機(jī)器人領(lǐng)域，思必馳將在近期推出針對智能機(jī)器人領(lǐng)域的AIOS FOR ROBOT對話操作系統(tǒng)，通過對上層領(lǐng)域制定的抽象接口，可極大縮短開發(fā)者的時間，提高開發(fā)者的效率，降低開發(fā)者后期維護(hù)成本。
?

思必馳也將依托穩(wěn)健的研發(fā)技術(shù)，不斷擴(kuò)展在機(jī)器人領(lǐng)域的業(yè)務(wù)范圍，我們拭目以待。