作為唯一專注亞太市場的行業(yè)盛會(huì)，第四屆亞洲消費(fèi)電子展（CES Asia）在2018年6月13-15日上海新國際博覽中心盛大開幕，采用聲智科技3麥克風(fēng)陣列遠(yuǎn)場語音交互方案的聯(lián)想智能音箱MINI首次亮相CES Asia展。

聯(lián)想智能音箱MINI系列為我們真實(shí)的展示了聯(lián)想對(duì)未來智慧家庭生活場景的暢想，這也預(yù)示著聯(lián)想已經(jīng)從傳統(tǒng)硬件設(shè)備制造商轉(zhuǎn)變?yōu)橹悄芪锫?lián)服務(wù)商。

智能音箱或成為打開智能家居場景的密匙

市場研究咨詢公司Gartner預(yù)測，2018年中國智能家居市場規(guī)模將達(dá)到1396億元，市場規(guī)模約占全球總規(guī)模的32%，2020年中國智能家居市場規(guī)模將達(dá)到3000多億元。

在智能音箱之前，人們提起智能家居一定與手機(jī)有關(guān)，人們寄希望手機(jī)這款移動(dòng)設(shè)備可以作為統(tǒng)一的控制中心，但在實(shí)際體驗(yàn)過程中傳統(tǒng)的手觸模式還是帶來了不少的體驗(yàn)bug。舉個(gè)簡單的例子，當(dāng)你安裝了智能燈具，但你想要打開或調(diào)整還要先找到手機(jī)打開APP。這時(shí)候可能很多人會(huì)選擇直接用開關(guān)解決問題而非使用手機(jī)。

語音技術(shù)的發(fā)展讓智能音箱有機(jī)會(huì)解決人機(jī)交互不佳等長期為人詬病的頑疾。借助語音識(shí)別技術(shù)，消費(fèi)者可以擺脫繁瑣的按鍵，通過語音命令來完成設(shè)備控制、內(nèi)容娛樂等任務(wù)。

目前語音交互技術(shù)在智能家居領(lǐng)域的滲透率正在逐步提升，應(yīng)用語音控制的智能家居產(chǎn)品也越來越多，智能音箱逐漸成為智能家居語音控制的入口，而Mini音箱體積小巧、價(jià)格適中，更成為智慧家庭，萬物互聯(lián)的控制首選。

智能家居首選，平衡成本與效果的3麥陣列語音交互方案

隨著語音交互的加入，人們?cè)谥悄芗彝ブ型ㄟ^語音進(jìn)行智能設(shè)備控制，動(dòng)動(dòng)嘴即可控制一切。不管是內(nèi)容娛樂還是開關(guān)控制，Mini智能音箱小巧輕便，擺放靈活，自然在眾多智能語音交互設(shè)備中脫穎而出。

為了兼顧外觀與性能，平衡體驗(yàn)與成本，Mini智能音箱自然對(duì)遠(yuǎn)場語音交互技術(shù)提出了更高的需求。聲智科技為小尺寸智能音箱的提供新款秘密武器——3麥環(huán)型麥克風(fēng)陣列方案。聯(lián)想智能音箱MINI采用的是聲智科技推出的3麥克風(fēng)陣列遠(yuǎn)場語音交互方案，可以全方位拾取家庭環(huán)境中的聲音，確保在五米距離內(nèi)達(dá)到95%以上的喚醒率和識(shí)別率，讓用戶可以在不同位置實(shí)現(xiàn)輕松控制家居智能設(shè)備。

聲智科技推出的這款全球首款的3麥環(huán)型麥克風(fēng)陣列內(nèi)置通話降噪、混響抑制、回聲抵消、噪聲抑制、語音增強(qiáng)、波束形成、增益控制、語音識(shí)別等遠(yuǎn)場語音交互技術(shù)，5米內(nèi)的嘈雜環(huán)境中，仍可以有卓越的遠(yuǎn)場語音喚醒性能、精準(zhǔn)的遠(yuǎn)近場語音識(shí)別，實(shí)現(xiàn)輕松喚醒，無懼環(huán)境，想說就說，聲隨心動(dòng)，保證遠(yuǎn)場語音交互的完美體驗(yàn)。而且，相比4麥、6麥、8麥陣列方案的成本偏高，3麥陣列方案不僅價(jià)格更加親民，ID設(shè)計(jì)提供了更多空間。相比2麥，3麥麥克風(fēng)陣列設(shè)計(jì)同樣小巧，價(jià)格適中，而且，3麥克風(fēng)陣列對(duì)聲場的空間特性進(jìn)行采樣并處理，語音交互體驗(yàn)方面有著明顯的優(yōu)勢。

新技術(shù)解決地域差別大、用戶群體多和應(yīng)用場景難的問題

聲智科技推出的3麥克風(fēng)陣列語音交互解決方案，針對(duì)智能家居場景進(jìn)行了深度定制，集成更多眾多新技術(shù)，只為給您帶來更流暢、準(zhǔn)確、快速、人性化的體驗(yàn)。

（1）面向產(chǎn)品，不打折扣的語音交互體驗(yàn)

作為小尺寸智能音箱的秘密武器，相比于其他多麥克風(fēng)陣列，3麥克風(fēng)陣列的技術(shù)難度很大。3麥克風(fēng)陣列方案的麥克風(fēng)陣列與喇叭的位置很近，帶給語音交互技術(shù)處理極大的壓力，特別是自噪聲抑制和遠(yuǎn)場信號(hào)處理的難度急劇增加。

為了在這樣的特殊結(jié)構(gòu)設(shè)計(jì)獲得更好的語音交互效果，3麥克風(fēng)陣列遠(yuǎn)場語音交互方案內(nèi)置了聲智科技SoundAI Voice Kit，通過獨(dú)家設(shè)計(jì)優(yōu)化的AKS、VAN、OpenAEC技術(shù)等提升遠(yuǎn)場語音交互體驗(yàn)。即使麥克風(fēng)陣列與喇叭的位置很近，在這樣的特殊結(jié)構(gòu)設(shè)計(jì)獲得更好的語音交互效果。

不僅如此，聲智科技對(duì)語音喚醒進(jìn)行深度優(yōu)化。眾所周知喚醒率和誤喚醒是一對(duì)蹺蹺板，當(dāng)喚醒效果很好的時(shí)候，誤喚醒通常也會(huì)很高，智能音箱毫無征兆的突然喚醒也是很麻煩的事情。通過一些技巧性方法降低誤喚醒率是通常做法，但聲智科技通過寬場景高靈敏喚醒技術(shù)，采用全新喚醒模型，更多考慮用戶體驗(yàn)，在此基礎(chǔ)上再降低誤喚醒率，同時(shí)還提升強(qiáng)噪環(huán)境下的喚醒率。

（2）面向場景，大規(guī)模驗(yàn)證的遠(yuǎn)場語音識(shí)別

隨著智能語音技術(shù)的識(shí)別精確度從60.2%提升到95%以上，用戶對(duì)語音識(shí)別的要求已經(jīng)從單一層面的精度提升到包括識(shí)別以及反饋這種復(fù)合層面的精確度。

作為人工智能公司，聲智科技一直在思考如何帶給客戶完美的語音交互體驗(yàn)。由于遠(yuǎn)場智能產(chǎn)品的場景特殊性，遠(yuǎn)場語音識(shí)別相對(duì)更加垂直，不同的智能產(chǎn)品服務(wù)于不同的人群以及特定場景，對(duì)于家庭場景中常用的智能音箱和戶外場景常用的智能汽車，兩者在語音識(shí)別場景就相差甚遠(yuǎn)，66%的智能音箱用戶利用設(shè)備取悅朋友和家人，播放音樂（60%）、回答常識(shí)問題（30%）和咨詢天氣（28%），而對(duì)于智能汽車來說，智能語音交互的重點(diǎn)是安全意識(shí)，所以導(dǎo)航、路況及娛樂設(shè)備的控制就是核心領(lǐng)域，因此場景是遠(yuǎn)場語音識(shí)別著重考慮解決的難題。

3麥克風(fēng)陣列遠(yuǎn)場語音交互方案內(nèi)置聲智科技SoundAI Voice Kit（以下簡稱SVK）推出的遠(yuǎn)場語音識(shí)別技術(shù)。通過海量智能家居場景的數(shù)據(jù)訓(xùn)練，識(shí)別率更高，完整的語音交互響應(yīng)速度更快，體驗(yàn)更加人性化。

（3）面向用戶，高可靠的服務(wù)與流暢的速度

聲智科技采用端云技術(shù)架構(gòu)，合理在端云分配計(jì)算能力，與Amazon AWS、阿里云等主流云計(jì)算平臺(tái)采用相同的服務(wù)可靠性標(biāo)準(zhǔn)，SLA高達(dá)99.99%，保證云端服務(wù)的穩(wěn)定性和并發(fā)能力。

語音識(shí)別的精度不只是準(zhǔn)確的識(shí)別，更需要準(zhǔn)確的從云端提取到相應(yīng)信息，反饋給用戶。SVK可以對(duì)接包括DuerOS、小愛開放平臺(tái)、阿里AI Genies等多種主流AI平臺(tái)，通過聲紋識(shí)別、年齡識(shí)別、情緒識(shí)別、性別識(shí)別、哼唱識(shí)別，異響檢測等功能，從云端智能檢索您專屬的內(nèi)容。聲智科技與合作伙伴一起提供的服務(wù)，既是寶貝的十萬個(gè)為什么，也是爺爺?shù)摹饵S帝內(nèi)經(jīng)》，更是媽媽們的美容寶典、穿搭百科。有問必答，答必所問，人機(jī)互動(dòng)功能智能且強(qiáng)大，用戶只需通過全程語音操控便能洞悉天下事、知曉萬物生。

人們使用語音識(shí)別主要就是因?yàn)榉奖悖侨绻Z音識(shí)別速度很慢，體驗(yàn)就會(huì)愚鈍不智能，但一個(gè)過快的回答會(huì)給用戶帶來輕浮感和搶話感。為了帶來了更符合人性化的語音交互速度體驗(yàn)，聲智科技整合喚醒和語音識(shí)別等從端到云的完整鏈路，全鏈條響應(yīng)速度達(dá)到全球極致的1.4S以內(nèi)，而用戶喚醒以后的機(jī)器應(yīng)答響應(yīng)時(shí)間更是做到了400~500毫秒的極致速度。

（4）面向服務(wù)，聲紋識(shí)別激活個(gè)性化的需求

這個(gè)世界上每個(gè)人的聲音都是獨(dú)一無二的，性別、年齡、愛好、生活環(huán)境等的不同直接會(huì)影響語言習(xí)慣的不同，那么家里的智能設(shè)備只會(huì)單純識(shí)別一些基本詞句顯然是遠(yuǎn)遠(yuǎn)不夠的，它們必須要更了解你。讓智能設(shè)備適應(yīng)每個(gè)人的使用習(xí)慣可能嗎？答案是肯定的。

聲紋同指紋一樣，是每個(gè)人唯一的生理特征。語音交互逐漸成為人機(jī)交互的主要方式，要讓機(jī)器更懂人，就需要了解并實(shí)現(xiàn)人作為自然個(gè)體的唯一性，而聲紋識(shí)別無疑成為了最好的選擇，而這里要用的到就是語音識(shí)別的另外一項(xiàng)關(guān)鍵技術(shù)——個(gè)性化識(shí)別技術(shù)。一般來說，個(gè)性化識(shí)別包括發(fā)音和語言兩方面。其中發(fā)音個(gè)性化主要是指系統(tǒng)對(duì)用戶語速、口音等發(fā)音習(xí)慣的學(xué)習(xí)；而語言個(gè)性化主要是指系統(tǒng)可以對(duì)用戶的特定詞匯，例如人名、地名、口頭禪、專業(yè)詞匯等，具備更好的辨識(shí)性，而且語音識(shí)別系統(tǒng)具備自動(dòng)學(xué)習(xí)并適應(yīng)用戶使用習(xí)慣的能力，你用的越多，它會(huì)越懂你。

隨著技術(shù)的不斷迭代進(jìn)步，未來可以根據(jù)聲音條件識(shí)別出不同的使用者，不只可以保證服務(wù)的安全性和私密性，更是可以實(shí)現(xiàn)“千人千面”的個(gè)性化服務(wù)，依據(jù)用戶行為進(jìn)行內(nèi)容設(shè)定與推薦。

聲智科技一直以來深耕遠(yuǎn)場智能語音領(lǐng)域，致力于提供最好的語音交互技術(shù)，引領(lǐng)真實(shí)環(huán)境下更自由的人工智能交互體驗(yàn)，實(shí)現(xiàn)“聽你所言，知你所想”的人機(jī)交互愿景，并且秉承合作共贏的精神，期待與更多合作伙伴一起創(chuàng)造人工智能的美好未來。