语音交互=人工智能？至少科大讯飞是这么想的

原文链接： http://geekcar.com/archives/36055

以技术为导向的发布会总是容易让人高潮。

在科大讯飞前一阵的新品发布会上，台上科大讯飞总裁刘庆峰「热情澎湃」的做着分享，而他们研发的转写系统实时的把语音转写成文本，然后投射到会场两边的大屏幕上。最后的结果是，对于这次活动的文本记录，这套转写系统的准确率，要远远高于科大讯飞请到现场的五个速记员。

（点击图片可以看大图）

这 x 装的，至少能给 99 分。科大讯飞用这种简单直接的方式展示了自己在语音技术方面的能力。估计就连对这家公司不了解的人，看了这个之后都会说上一句，「卧槽真牛」。（另外，大会的名字也挺有意思的，叫「AI 复始，万物更新」）

别以为语音和汽车八竿子挨不着。事实上，语音交互会是未来车内人机交互的重要形式之一，所以对于科大讯飞的这个发布会，我们还真挺想看看他们究竟能拿出什么东西来。

概括起来说，一个是讯飞超脑 2.0，另一个是 AIUI 平台。

技术+产品

讯飞超脑其实是一套人工智能的东西，官方把它定义为「以语音和语言为入口的认知革命」。在科大讯飞看来，「智能」包括运算智能、感知智能、认知智能，而认知智能意味着机器「能理解会思考」，它的核心能力包括人机交互、知识管理和推理学习。

那么，怎么判断「认知智能」的水平？科大讯飞准备在 3 到 5 年内，让机器人考上大学……

而 AIUI 就是把讯飞超脑的技术进行了产品化。这个平台其实是想做「万物互联」，我们身边常见的硬件设备、应用场景，都可以和讯飞的技术相结合。

在技术层面，AIUI 集成了双全工技术、麦克风阵列技术、声纹识别技术、方言识别、多轮交互、语义理解技术和和内容服务等等元素。AIUI 是针对 B 端的服务，供给企业、开发者使用，科大讯飞在这里强调的是软硬一体化、云端一体化以及技术服务一体化，B 端用户把它和自己的产品融合，然后就变成了 C 端用户可以感知到的「人工智能」。

现场演示了一个例子，工作人员和科大讯飞的智能音箱进行语音交互，音箱帮助她完成了订火车票的操作，其中涉及到多轮交互、纠错、方言、电话号码修正等等场景，实际的交互效果在我看来已经很像「人工智能」的感觉了。

和车有关的场景

语音交互体验是讯飞重点在做的事情之一，另一方面，由语音交互产生的各种应用场景，其实他们也有所考虑。举个例子，把小米的九号平衡车加入讯飞的语音交互等功能，就可以变成一个更智能化的平衡车，比如通过语音控制平衡车自动驶来，当然，脑洞还可以开的更大一点儿，比如和汽车结合起来，实现车库寻车等等功能。

刘庆峰也提到了科大讯飞在汽车行业的案例。他们目前为超过 50 款车型提供语音助理系统，其中有宝马、雷克萨斯这样的豪华品牌，也涵盖了国内比较主流的自主品牌。（自主品牌车型至少在语音系统上是不输合资、豪华品牌的，有的甚至体验更好）

上面提到的三个「一体化」，实际上还有另一层意思：科大讯飞并不想单单做一个「语音引擎」的供应商，而是把语音这件事放在一个更宏观的层面来考虑，因为从客观上来说，目前语音交互体验如何，也确实受到硬件、云端甚至服务的影响，一个打包的解决方案，可能在合作对接以及用户体验上更好一些。

说到这儿，可能你就不会奇怪，为什么一家做语音的公司，要开始涉足人工智能领域了。一方面，语音交互在本质上也是人工智能的一部分，通过语音衍生出来的场景也丰富多彩，另一方面，现在的「语音」，也已经不仅仅是我们从前理解的「语音引擎」这么简单，而是一个复杂的系统。

————————————————————

原创声明：本文为GeekCar原创作品，转载时请注明“转自GeekCar”及原文链接。

微信号：GeekCar，汽车科技新媒体，专注于智能汽车、车联网、新能源等前沿科技与产品。