隨著人工智能技術(shù)的發(fā)展，支持遠(yuǎn)場(chǎng)語(yǔ)音交互的智能家居產(chǎn)品越來(lái)越受到大眾青睞。近日，智能投影領(lǐng)先品牌堅(jiān)果發(fā)布了全球首款支持遠(yuǎn)場(chǎng)語(yǔ)音交互的人工智能4K投影儀——J7S智能投影儀，這款投影儀采用阿里人工智能實(shí)驗(yàn)室與聲智科技聯(lián)合為其開(kāi)發(fā)的專(zhuān)為智能投影定制的遠(yuǎn)場(chǎng)智能語(yǔ)音交互技術(shù)，讓傳統(tǒng)的按鍵交互變成免遙控器，一句話(huà)即可控制的自然語(yǔ)音交互。

低功耗高集成算法，極速喚醒識(shí)別體驗(yàn)

作為業(yè)界首款支持遠(yuǎn)場(chǎng)語(yǔ)音識(shí)別的智能投影儀，堅(jiān)果J7S智能投影儀在堅(jiān)果J7旗艦投影儀的基礎(chǔ)上進(jìn)行了全新升級(jí)，內(nèi)置Mstar6A838四核A53架構(gòu)旗艦級(jí)智能電視芯片，支持4K高清片源解碼播放。在原有功能的基礎(chǔ)上增加了AI遠(yuǎn)場(chǎng)語(yǔ)音、MEMC運(yùn)動(dòng)補(bǔ)償?shù)裙δ埽略鰞和^(guān)影模式，并在畫(huà)質(zhì)色彩、散熱、系統(tǒng)等諸多方面進(jìn)行優(yōu)化升級(jí)，帶給用戶(hù)更智能更貼心的大屏使用體驗(yàn)。

為打造4K高清觀(guān)影效果，堅(jiān)果J7S智能投影儀在播放高清視頻過(guò)程中將CPU的運(yùn)行資源絕大部分都用于進(jìn)行視頻處理。因此，這就要求聲學(xué)處理算法需要在CPU占用少、算力低等諸多高要求的情況下，為用戶(hù)提供流暢的智能交互體驗(yàn)。

根據(jù)CPU算力要求，聲智科技重新優(yōu)化算法，訓(xùn)練模型，提升喚醒率和喚醒速度，不斷降低CPU占用率，最終推出了新一代SoundAI Azero低功耗遠(yuǎn)場(chǎng)語(yǔ)音喚醒識(shí)別算法，該算法計(jì)算量小且內(nèi)存占用量少，成功應(yīng)對(duì)更復(fù)雜的應(yīng)用場(chǎng)景并提高準(zhǔn)確度，保證CPU的順暢運(yùn)行，為用戶(hù)提供高清視頻播放的前提下打造極速的喚醒和識(shí)別速度體驗(yàn)。搭載聲智科技SoundAI Azero系統(tǒng)的堅(jiān)果J7S已達(dá)到將機(jī)器應(yīng)答時(shí)間控制在400~500毫秒的領(lǐng)先水平，從喚醒到內(nèi)容的全鏈條響應(yīng)速度已實(shí)現(xiàn)全球領(lǐng)先的1.4s內(nèi)，確保了更人性化的智能交互速度。

獨(dú)家優(yōu)化降噪喚醒技術(shù)，流暢人機(jī)交互體驗(yàn)

堅(jiān)果J7S智能投影儀內(nèi)置聲智科技遠(yuǎn)場(chǎng)智能交互系統(tǒng)SoundAI Azero，采用4麥環(huán)形麥克風(fēng)陣列設(shè)計(jì)，以及針對(duì)投影儀應(yīng)用場(chǎng)景優(yōu)化的遠(yuǎn)場(chǎng)語(yǔ)音識(shí)別、噪聲抑制、語(yǔ)音喚醒等核心算法，首次有效解決了智能投影儀應(yīng)用場(chǎng)景中信號(hào)失真、回聲抵消等問(wèn)題，打造無(wú)障礙人機(jī)交互體驗(yàn)。

投影儀因其特殊的結(jié)構(gòu)設(shè)計(jì)，在遠(yuǎn)場(chǎng)聲學(xué)處理過(guò)程中需要應(yīng)對(duì)密封性不足、自噪聲干擾大等問(wèn)題，以提高喚醒和識(shí)別的準(zhǔn)確率。為實(shí)現(xiàn)音視頻播放時(shí)的立體聲效果，堅(jiān)果J7S智能投影儀內(nèi)置2枚5W的高品質(zhì)對(duì)稱(chēng)式揚(yáng)聲器，搭配高保真四向發(fā)聲環(huán)繞技術(shù)，但也對(duì)語(yǔ)音信號(hào)的拾取造成了極大干擾。同時(shí)，為了具有更好的散熱性能，堅(jiān)果J7S采用了渦輪增壓散熱設(shè)計(jì)，風(fēng)扇運(yùn)行時(shí)的噪聲會(huì)干擾到交互時(shí)的識(shí)別率和喚醒率。

針對(duì)智能投影儀真實(shí)應(yīng)用環(huán)境中的特殊噪聲，聲智科技遠(yuǎn)場(chǎng)智能交互系統(tǒng)SoundAI Azero推出了一系列優(yōu)化的語(yǔ)音喚醒核心算法和識(shí)別算法，包括聲源測(cè)向、波束形成、噪聲抑制、抗強(qiáng)噪聲喚醒（AKS）和回聲抵消等，在保護(hù)主方向語(yǔ)音不失真的前提下，抑制環(huán)境中的語(yǔ)音等非穩(wěn)態(tài)噪聲以及空調(diào)等其他平穩(wěn)噪聲的干擾，增強(qiáng)語(yǔ)音清晰度，賦予堅(jiān)果J7S以更靈敏的人機(jī)交互能力。

場(chǎng)景化語(yǔ)音識(shí)別技術(shù)，賦能智能語(yǔ)義理解

智能投影儀在真實(shí)應(yīng)用場(chǎng)景中，不可避免地要面對(duì)用戶(hù)指令中的網(wǎng)絡(luò)熱詞，這就對(duì)語(yǔ)音識(shí)別和語(yǔ)義理解能力提出了更高要求，要求設(shè)備可以快速的識(shí)別特定詞并作出準(zhǔn)確解讀。

聲智科技SoundAI Azero系統(tǒng)為堅(jiān)果J7S智能投影儀提供的遠(yuǎn)場(chǎng)語(yǔ)音識(shí)別解決方案，采用貝葉斯學(xué)習(xí)框架，基于神經(jīng)網(wǎng)絡(luò)，提取用戶(hù)語(yǔ)音數(shù)據(jù)特征，進(jìn)行聲學(xué)和語(yǔ)言建模，動(dòng)態(tài)生成最優(yōu)識(shí)別結(jié)果，讓用戶(hù)可享受便捷的語(yǔ)音識(shí)別服務(wù)。

同時(shí)，智能投影儀的識(shí)別更偏向于影音娛樂(lè)領(lǐng)域，為此，聲智科技運(yùn)用了場(chǎng)景化任務(wù)識(shí)別數(shù)據(jù)系統(tǒng)，強(qiáng)化場(chǎng)景特點(diǎn)的訓(xùn)練與學(xué)習(xí)，結(jié)合用戶(hù)習(xí)慣，讓對(duì)用戶(hù)語(yǔ)言的識(shí)別與解讀更合情理。聲智科技ASR算法的識(shí)別效果已達(dá)到行業(yè)領(lǐng)先水平，可支持各類(lèi)媒體類(lèi)熱詞，將誤識(shí)別率控制在極低水平內(nèi)，譬如不會(huì)將“黃金瞳”誤識(shí)別為“黃巾同”。

在高精度的語(yǔ)音識(shí)別基礎(chǔ)之上，如何對(duì)轉(zhuǎn)化為文本的用戶(hù)指令信息進(jìn)行高效準(zhǔn)確的解碼，是自然語(yǔ)言處理技術(shù)的應(yīng)用價(jià)值所在。聲智科技遠(yuǎn)場(chǎng)智能交互系統(tǒng)SoundAI Azero的自然語(yǔ)言處理解決方案，基于雙向循環(huán)神經(jīng)網(wǎng)絡(luò)和條件隨機(jī)場(chǎng)模型，提取實(shí)體信息，對(duì)文本進(jìn)行分詞處理，通過(guò)規(guī)則匹配生成有效信息邏輯排列，運(yùn)用樹(shù)形結(jié)構(gòu)模型，聯(lián)系上下文邏輯，推理出用戶(hù)的意圖，實(shí)現(xiàn)“聽(tīng)你所言，知你所想”的完美體驗(yàn)。

隨著智能交互技術(shù)在越來(lái)越多的硬件產(chǎn)品中落地，萬(wàn)物互聯(lián)的生態(tài)圈將得到進(jìn)一步豐富，越來(lái)越多的智能交互場(chǎng)景落地。聲智科技將持續(xù)專(zhuān)注聲學(xué)語(yǔ)音技術(shù)和場(chǎng)景語(yǔ)義技術(shù)的創(chuàng)新與應(yīng)用，攜手合作伙伴，共建智慧未來(lái)。