隨著科技的進(jìn)步和創(chuàng)新，AI語音技術(shù)在過去的幾年里有了飛躍式的發(fā)展。如今，從智能家居設(shè)備、汽車語音助手到客服支持等領(lǐng)域，會說話的AI助手不斷滲透到我們生活的各個方面，縮短了人與智能設(shè)備間的距離，提高了人們生活和工作的效率。在這個背景下，語音助手和對話型AI設(shè)備逐漸走向“定制化”的發(fā)展浪潮。

注重研發(fā)投入，始終保持技術(shù)先進(jìn)性

要滿足客戶多樣的定制化需求，AI企業(yè)自身需要保持技術(shù)的先進(jìn)性。作為國內(nèi)專業(yè)的對話式人工智能平臺型企業(yè)，思必馳始終堅持產(chǎn)學(xué)研一體化道路，自主研發(fā)了全鏈路智能語音及自然語言交互關(guān)鍵技術(shù)，已形成涵蓋信號處理、語音識別與合成、自然語言理解、對話管理、問答聊天、知識圖譜等閉環(huán)人機(jī)對話的完整技術(shù)鏈條，并多次在國際評測中奪得冠軍，被中國和英國政府評為高新技術(shù)企業(yè)。

目前，思必馳語音識別技術(shù)的抗噪語音識別精度已達(dá)到了業(yè)界前沿的技術(shù)水平。公司通過神經(jīng)因子感知建模、音素同步解碼等系列技術(shù)，大幅提升了語音識別系統(tǒng)的抗噪能力、說話人口音快速適應(yīng)能力和語音識別解碼速度。

此外，思必馳自主研發(fā)的深度學(xué)習(xí)聲紋識別模型，通過神經(jīng)網(wǎng)絡(luò)因子表達(dá)方法，對信道、環(huán)境等干擾因素進(jìn)行建模，實現(xiàn)聯(lián)合優(yōu)化和聲紋表達(dá)的鑒別性提取，顯著提升了聲紋識別對復(fù)雜環(huán)境的抗干擾性。在口語理解、結(jié)構(gòu)化語義分析、機(jī)器閱讀理解等領(lǐng)域，也均研發(fā)了一系列基礎(chǔ)創(chuàng)新AI算法。

上述自主研發(fā)的語音語言技術(shù)，在國際通用的基準(zhǔn)測試集合和一系列國內(nèi)外權(quán)威技術(shù)評測中成績名列前茅并屢獲冠軍，例如在語義解析Spider國內(nèi)外評測、中文醫(yī)學(xué)語言理解評測（CBLUE2.0）與國際口語機(jī)器翻譯評測大賽（IWSLT）：同聲傳譯任務(wù)（英到中）等比賽中均摘得桂冠，顯示出技術(shù)的領(lǐng)先性，同時也是思必馳技術(shù)創(chuàng)新能力的有力證明。

推出發(fā)音人音色定制平臺 讓AI語音更具“人情味”

近年來，隨著AI語音設(shè)備的不斷普及，企業(yè)對設(shè)備音色的“差異性”與“定制性”要求越來越高。基于此，思必馳推出發(fā)音人音色定制平臺及一句話復(fù)刻功能，可高度模擬發(fā)音人的音色、韻律和停頓習(xí)慣，定制出高興、抱歉、中性、撒嬌等情感豐富的音色，滿足人機(jī)交互、有聲閱讀、智能客服、語音助手、熱門IP、新聞播報等場景的音色需求。用戶僅需上傳少量數(shù)據(jù)即可定制，簡單快捷無技術(shù)門檻，普通用戶也可快速定制專屬音色。

可以預(yù)見，隨著技術(shù)的更新迭代，未來的人機(jī)交互不再是和冷冰冰的機(jī)器在對話，更像是與最親密的人在聊天。讓AI語音更具“人情味”，這是眾多用戶的需求，也是思必馳等眾多AI語音開發(fā)者正在努力的方向。

審核編輯黃宇