智能語音交互隨著智能硬件產(chǎn)品的發(fā)展，在機器人、家居家電、車載等產(chǎn)品中，已經(jīng)有了廣泛的應(yīng)用，被譽為下一代人機交互方式。
不過，互聯(lián)網(wǎng)時代的語音識別在很多場景中，都在手機等近講設(shè)備上完成。所謂的近講設(shè)備，是指設(shè)備只有1到2個麥克風(fēng)，語音交互距離只能局限在0.5米范圍，且對周圍的噪音抑制能力較差。
在物聯(lián)網(wǎng)時代，如果想要在遠(yuǎn)場識別的產(chǎn)品中，達到一個好的語音交互體驗，引入麥克風(fēng)陣列產(chǎn)品勢在必行，麥克風(fēng)陣列利用聲音信號處理算法，對空間中的聲音做信號處理。
例如，在語音喚醒時，定位說話人的方位，進而增強說話人方向的語音，抑制說話人方向以外的聲音，同時抑制非人聲背景音，另外對設(shè)備自己播放的聲音也可以通過回聲消除功能過濾掉，實現(xiàn)語音打斷的交互體驗。
麥克風(fēng)陣列通過2個，4個或者6個麥克風(fēng)，組成線性布局陣列或者環(huán)形布局陣列，可以實現(xiàn)3~5米范圍內(nèi)的有效拾音，配合優(yōu)化的遠(yuǎn)場識別模型，語音識別率可以達到95%以上。
捷通華聲和清華大學(xué)合作，在和合作伙伴推出一系列麥克風(fēng)陣列硬件產(chǎn)品后，麥克風(fēng)陣列SDK即將登陸靈云平臺(aicloud.com)。
屆時，智能硬件的開發(fā)者在靈云平臺的開發(fā)者社區(qū)即可完成麥克風(fēng)陣列SDK下載。在捷通華聲技術(shù)支持人員的配合下，完成SDK集成，實現(xiàn)麥克風(fēng)陣列技術(shù)和智能硬件產(chǎn)品的結(jié)合，打造出具備出色語音交互體驗的機器人、家電、音箱、車載產(chǎn)品。
捷通華聲攜手清華大學(xué)，在產(chǎn)品化的過程中，不斷和客戶的產(chǎn)品磨合，使麥克風(fēng)陣列核心技術(shù)在語音喚醒、聲源定向、回聲消除、語音降噪等方面均達到了行業(yè)領(lǐng)先水平。
作為捷通華聲靈云人工智能平臺的第11項核心技術(shù)，麥克風(fēng)陣列技術(shù)登錄靈云平臺后，配合已有的云+端語音識別、語義理解、語音合成、聲紋識別等語音技術(shù)，可以為客戶產(chǎn)品提供全鏈條的語音交互產(chǎn)品和服務(wù)。
無論客戶的產(chǎn)品是哪一種平臺，哪一種形態(tài)，靈云VUI(Voice User Interface)均可以提供對應(yīng)的方案，提供定制化的語音服務(wù)，和客戶一起推出差異化語音交互的產(chǎn)品。
一些 Q & A
Q：如何使用靈云麥克風(fēng)陣列SDK?
A：開發(fā)者需要登錄靈云開發(fā)者社區(qū)，下載對應(yīng)版本的麥克風(fēng)陣列SDK，對于需要移植SDK的硬件系統(tǒng)平臺，開發(fā)者需要聯(lián)系靈云技術(shù)支持工程師，溝通移植對應(yīng)的SDK版本。
Q：怎么將SDK與麥克風(fēng)硬件結(jié)合起來?
A：用戶的智能硬件產(chǎn)品，需要支持安卓，windows或者linux系統(tǒng)，同時可以采集到2路，4路或者6路麥克風(fēng)原始錄音，以及1路或者2路回聲消除參考音頻，需要和靈云技術(shù)支持工程師溝通，保證錄音和靈云麥克風(fēng)陣列SDK適配。
Q：2/4/6麥克風(fēng)陣列分別適合哪些智能硬件?
A：主要看設(shè)備的形狀、尺寸和應(yīng)用場景，例如，空調(diào)通常是面向前方180°拾音，用線性陣列，2/4麥克風(fēng)都可以;家庭陪伴機器人在室內(nèi)四處走動，需要拾取來自360°各個方向的聲音，可以用4/6麥克風(fēng)環(huán)形陣列。當(dāng)然，麥克風(fēng)越多，拾音和定向效果越好。
Q：麥克風(fēng)陣列SDK是否需要適配靈云遠(yuǎn)場識別SDK?
A：原則上沒有對第三方語音識別做限制，不過考慮到后續(xù)語音識別的優(yōu)化，建議采用靈云遠(yuǎn)場語音識別SDK。除了靈云遠(yuǎn)場語音識別SDK，做為全方位的人工智能平臺，靈云平臺的聲紋識別SDK也可以配合麥克風(fēng)陣列SDK做優(yōu)化。
靈云麥克風(fēng)陣列高級產(chǎn)品經(jīng)理高江江介紹到，相比市場上的同類產(chǎn)品，靈云麥克風(fēng)陣列SDK登錄靈云平臺后，作為全球第一個開放的麥克風(fēng)陣列平臺服務(wù)提供商，充分表明捷通華聲的用戶理念，即全面擁抱智能語音硬件產(chǎn)品的合作伙伴，致力于和客戶一起推出差異化的語音交互產(chǎn)品。
靈云平臺的第11項核心技術(shù)——麥克風(fēng)陣列技術(shù)，在全面服務(wù)智能硬件產(chǎn)業(yè)的過程中，必然會將語音交互產(chǎn)品從傳統(tǒng)的近講時代推向遠(yuǎn)場語音交互時代。
誠聘英才，歡迎有志從事人工智能的人士加盟。
推薦閱讀
3月23日晚，被譽為“國足福地”的長沙賀龍體育場被紅色所包圍，國足1：0取勝讓現(xiàn)場的球迷沸騰不已。場外，十?dāng)?shù)輛標(biāo)有“Gofun球迷免費接送”的>>>詳細(xì)閱讀
本文標(biāo)題：捷通華聲靈云麥克風(fēng)陣列SDK即將登陸靈云平臺
地址：http://www.sh-jijian.com/a/05/302437.html
網(wǎng)友點評
精彩導(dǎo)讀
科技快報
品牌展示