走進(jìn)深圳市北科瑞聲科技股份有限公司（以下簡(jiǎn)稱(chēng)“北科瑞聲”）的人工智能展廳，一件件智能語(yǔ)音產(chǎn)品引人注目。

“智能語(yǔ)音音頻技術(shù)應用十分廣泛，可以賦能許多場(chǎng)景?！北笨迫鹇暥麻L(cháng)劉軼說(shuō)，公司通過(guò)與高速交通、智慧醫療、數字政務(wù)等行業(yè)深度融合，創(chuàng )新研發(fā)了一系列智能產(chǎn)品，并與多個(gè)國產(chǎn)主流平臺完成兼容性互認證，實(shí)現智能語(yǔ)音系統全鏈自主可控運行，持續推動(dòng)智能語(yǔ)音技術(shù)應用研發(fā)及產(chǎn)業(yè)化。2022年，北科瑞聲營(yíng)業(yè)收入突破億元，同比增速超過(guò)56%。

專(zhuān)注技術(shù)研發(fā)

2003年，劉軼從香港科技大學(xué)博士畢業(yè)留校任教，從事嵌入式智能語(yǔ)音識別技術(shù)研究?！白约貉邪l(fā)的東西能夠實(shí)現應用，產(chǎn)生經(jīng)濟效益、服務(wù)社會(huì )，這是每一個(gè)工科人的夢(mèng)想?！睅е?zhù)這樣的夢(mèng)想，2008年，他與兩位合伙人來(lái)到深圳，創(chuàng )立北科瑞聲。

實(shí)現夢(mèng)想的路上，需要不斷探索和創(chuàng )新。嵌入式智能語(yǔ)音識別技術(shù)通過(guò)將聲音轉換成文本和命令，能夠實(shí)現語(yǔ)音輸入、語(yǔ)音控制，可應用于多種應用系統、移動(dòng)設備，大大改善人機交互方式。但是，要把這個(gè)技術(shù)落地實(shí)現產(chǎn)品化，并不是件容易的事。

“那時(shí)，人們對語(yǔ)音識別還沒(méi)什么概念，相關(guān)技術(shù)也不夠成熟，鮮有成功的商業(yè)化案例。風(fēng)口沒(méi)到的時(shí)候，我們需要沉下心來(lái)，做好基礎性工作，錘煉好自己的本領(lǐng)?！眲⑤W說(shuō)。

瞄準語(yǔ)音音頻交互核心技術(shù)，北科瑞聲組織研發(fā)團隊開(kāi)展持續攻關(guān)，不斷突破技術(shù)瓶頸?！霸谌斯ぶ悄芎蜋C器學(xué)習技術(shù)領(lǐng)域，有一大一小兩個(gè)難題。大難題是指超大規模預訓練模型，小難題是指芯片級神經(jīng)網(wǎng)絡(luò )模型?！北笨迫鹇暱偨?jīng)理王昕介紹，針對兩個(gè)難題，公司研發(fā)了音頻信息感知、語(yǔ)音識別、人機交互系統等全鏈多模態(tài)人工智能技術(shù)，并將這些技術(shù)封裝在自研芯片上，打造存算一體芯片級小型神經(jīng)網(wǎng)絡(luò )模型語(yǔ)音芯片，推出“云+端+芯”全鏈條、自主可控智能語(yǔ)音產(chǎn)品，實(shí)現從人工智能語(yǔ)音技術(shù)創(chuàng )新到產(chǎn)業(yè)應用的生態(tài)閉環(huán)。

“云+端+芯”即云、設備終端和芯片，三者鏈條打通之后，能夠實(shí)現對數據的存儲、處理、整理、分析和傳輸?！肮タ诉@個(gè)技術(shù)并非易事，我們面臨許多挑戰?！蓖蹶空f(shuō)，語(yǔ)音交互具有時(shí)變性。在溝通過(guò)程中，設備每一分鐘都要通過(guò)提取語(yǔ)音特征、參數，與后臺的模型進(jìn)行大量比對計算，快速反饋語(yǔ)音內容。這不僅需要一個(gè)速度非?？斓挠嬎銌卧?，還需要中央處理器的算力足夠快、存儲器容量足夠大。與此同時(shí)，還要實(shí)現低功耗，降低應用成本。

為了破解這一系列難題，北科瑞聲不斷提升數據、算法和算力能力，積累了超10萬(wàn)小時(shí)語(yǔ)音音頻數據、TB級語(yǔ)言數據及語(yǔ)音音頻行業(yè)標桿級數據資源；研發(fā)出行業(yè)領(lǐng)先的中文復雜場(chǎng)景語(yǔ)音音頻交互技術(shù)，普通話(huà)語(yǔ)音識別準確度達99%，限定領(lǐng)域的意圖識別準確度達到95%。

語(yǔ)音交互技術(shù)好不好，不僅要看測試的識別準確率，還要看其在實(shí)際場(chǎng)景下的語(yǔ)義理解能力?！凹幢闳缃衿胀ㄔ?huà)普及程度越來(lái)越高，但由于每個(gè)人的經(jīng)歷或生活環(huán)境不同，產(chǎn)生了很多‘不標準’的普通話(huà)發(fā)音。這個(gè)‘不標準’千變萬(wàn)化，識別起來(lái)十分困難。而基于中文復雜場(chǎng)景的語(yǔ)音音頻交互技術(shù)，可以做到在無(wú)需事先指定口音類(lèi)型的情況下，處理國內50多個(gè)地方的帶口音普通話(huà)?！眲⑤W說(shuō)。

面對互聯(lián)網(wǎng)時(shí)代層出不窮且逐漸融入人們生活的網(wǎng)絡(luò )新詞，中文復雜場(chǎng)景語(yǔ)音音頻交互技術(shù)還能通過(guò)自進(jìn)化能力，在30秒內對這些新詞進(jìn)行全面學(xué)習、掌握，以快速跟上互聯(lián)網(wǎng)信息迭代速度。而原先的傳統技術(shù)若想識別新詞，一般需要數天甚至數周的技術(shù)訓練。

經(jīng)過(guò)持續研發(fā)創(chuàng )新，北科瑞聲攻克了多項人工智能核心技術(shù)，實(shí)現了端云架構以及端到端一體化產(chǎn)品應用。目前，北科瑞聲擁有知識產(chǎn)權200多件，其中發(fā)明專(zhuān)利100多件，參與了智能語(yǔ)音識別和交互國家標準制定，獲得我國智能科學(xué)技術(shù)最高獎“吳文俊人工智能科學(xué)技術(shù)獎”、中國專(zhuān)利優(yōu)秀獎以及多項廣東省科學(xué)技術(shù)獎等獎項，發(fā)展成為人工智能音頻領(lǐng)軍企業(yè)。

拓展應用場(chǎng)景

創(chuàng )新不能閉門(mén)造車(chē)，還需要根據市場(chǎng)需求將科研成果落地轉化?！巴ㄓ卯a(chǎn)品僅僅將語(yǔ)音轉化為文字，無(wú)法滿(mǎn)足醫療、交通、政務(wù)等細分領(lǐng)域的需求。比如一些專(zhuān)業(yè)術(shù)語(yǔ)，如果我們的智能語(yǔ)音系統沒(méi)有與行業(yè)進(jìn)行深度融合或者定制化處理，就達不到好的效果?！眲⑤W告訴記者，人工智能要想真正為市場(chǎng)所用，一定要與具體的行業(yè)應用結合起來(lái)，做深、做精，為行業(yè)發(fā)展賦能。

在探尋技術(shù)落地及差異化競爭路徑的過(guò)程中，北科瑞聲將目光首先聚焦于車(chē)載應用領(lǐng)域。

“支持語(yǔ)音交互是車(chē)載導航智能發(fā)展的必然趨勢，出于對安全駕駛的考慮，人們不能一邊開(kāi)車(chē)一邊操作導航。我們嘗試將智能語(yǔ)音識別技術(shù)嵌入汽車(chē)車(chē)機，通過(guò)車(chē)機總線(xiàn)進(jìn)行總控，可執行高達幾萬(wàn)條的語(yǔ)音命令?！北笨迫鹇暱偛棉k公室副總監王詩(shī)雨說(shuō)，“車(chē)主只需說(shuō)出路線(xiàn)需求，車(chē)機就能規劃合適的路線(xiàn)，實(shí)現無(wú)手化操作?！?/p>

車(chē)載應用成功落地讓北科瑞聲在智能語(yǔ)音應用領(lǐng)域摸索出一些經(jīng)驗，隨后開(kāi)始在數字政務(wù)、智慧醫療和高速交通等領(lǐng)域發(fā)力。

在數字政務(wù)智能語(yǔ)音解決方案中，北科瑞聲基于其智能語(yǔ)音核心能力開(kāi)發(fā)出一套主要用于政企會(huì )議場(chǎng)景的智能語(yǔ)音會(huì )議系統?！皶?huì )議記錄是政企日常工作中的重要部分，但傳統記錄方式效率較低?！眲⑤W說(shuō)，智能語(yǔ)音會(huì )議系統提供基于私有云的語(yǔ)音轉文字、實(shí)時(shí)轉寫(xiě)上屏顯示、離線(xiàn)語(yǔ)音轉寫(xiě)、紀要成稿、會(huì )議記錄留存查詢(xún)等功能，避免了傳統人工整理記錄會(huì )議內容存在的時(shí)間長(cháng)、易遺漏、準確率低等問(wèn)題，從而提升會(huì )議交互體驗與辦公效率。目前，北科瑞聲智能語(yǔ)音會(huì )議系統已在深圳許多政企單位實(shí)現應用。

“數據不只是一種資源，更是一種能力，是企業(yè)的核心競爭力?！眲⑤W說(shuō)，在高速交通領(lǐng)域，北科瑞聲通過(guò)運用云計算、大數據分析能力，提升人工智能認知能力，實(shí)現大交通領(lǐng)域用戶(hù)數據安全可靠。

ETC卡剛剛推行時(shí)，由于需求量不高，高速客服中心的線(xiàn)上客服配置并不多。隨著(zhù)ETC熱潮的到來(lái)，2019年，粵通卡車(chē)主大幅上漲，給客服工作帶來(lái)了巨大壓力?；跀祿?、算法、算力三大要素技術(shù)積累，北科瑞聲結合高速交通業(yè)務(wù)場(chǎng)景及高速視頻云系統，打造出覆蓋互聯(lián)網(wǎng)渠道、電話(huà)通道及高速場(chǎng)景線(xiàn)下服務(wù)窗口的人工智能高速交通綜合信息服務(wù)平臺——全終端高速交通平臺。

這一平臺以智能外呼機器人替代人工客服，通過(guò)與粵高速客服中心電話(huà)線(xiàn)路集成，實(shí)現從流程設置、外呼呼叫到數據處理與匯總的全流程自動(dòng)化處理。智能外呼機器人集成語(yǔ)音識別、自然語(yǔ)言理解、信息檢索、語(yǔ)音合成等智能技術(shù)，聽(tīng)得懂、能理解、會(huì )說(shuō)話(huà)，人機交互流暢自然，機器人單條電話(huà)線(xiàn)單日可完成外呼電話(huà)上千次，外呼數據同步轉寫(xiě)生成保存。

“與傳統人工外呼相比，智能外呼機器人具備自動(dòng)撥打、多輪對話(huà)、自動(dòng)生產(chǎn)外呼數據等優(yōu)勢，還可不間斷工作，有效提升了工作智能化、數字化水平?！蓖蹶空f(shuō)，深圳具有良好的創(chuàng )新土壤，為企業(yè)積累場(chǎng)景應用經(jīng)驗、促進(jìn)技術(shù)迭代提供了舞臺。立足這個(gè)資源優(yōu)勢，北科瑞聲在不斷拓展應用場(chǎng)景的同時(shí)，將繼續破解技術(shù)瓶頸，持續迭代產(chǎn)品，用人工智能技術(shù)賦能更多行業(yè)發(fā)展。

來(lái)源：《經(jīng)濟日報》