4月8日，捷通華聲受邀出席慈星股份和阿優(yōu)文化聯(lián)合舉辦的“智童道合”服務(wù)機(jī)器人發(fā)布會(huì)，公司總經(jīng)理武衛(wèi)東代表公司與慈星股份和阿優(yōu)文化合資創(chuàng)建的開心果機(jī)器人簽訂了戰(zhàn)略合作協(xié)議。

　　此次發(fā)布的阿U兔智兒童機(jī)器人（以下簡稱兔智機(jī)器人），是一款能陪孩子學(xué)習(xí)和玩耍的家庭服務(wù)機(jī)器人。捷通華聲為該款兔智機(jī)器人提供了靈云環(huán)形麥克風(fēng)陣列和靈云智能語音技術(shù)，讓兔智機(jī)器人不僅能準(zhǔn)確識(shí)別主人話語，還能說出可愛的童聲，讓孩子與兔智機(jī)器人的語音交互更加流暢、自然。

　　語音交互作為該產(chǎn)品的一大亮點(diǎn)技術(shù)，是孩子與兔智機(jī)器人溝通的主要方式。由于兔智機(jī)器人所在的家庭環(huán)境，經(jīng)常會(huì)有家用電器、室內(nèi)娛樂等環(huán)境噪音，孩子也可能離兔智機(jī)器人忽遠(yuǎn)忽近，所以對(duì)語音識(shí)別技術(shù)的抗噪能力和遠(yuǎn)場識(shí)別能力有較高要求。對(duì)此，捷通華聲為兔智機(jī)器人提供了靈云環(huán)形麥克風(fēng)陣列，能定向獲取孩子的聲音，并通過降噪、語音增強(qiáng)、回聲消除等系列技術(shù)，準(zhǔn)確識(shí)別遠(yuǎn)處孩子的話語。同時(shí)，靈云語音合成技術(shù)的采用，讓兔智機(jī)器人不但能說出可愛的童聲，還能用童聲唱出清明透亮、悅耳動(dòng)聽的歌聲，讓兔智機(jī)器人“能說會(huì)唱”，極大地提升了孩子與兔智機(jī)器人的互動(dòng)體驗(yàn)。

　　靈云環(huán)形麥克風(fēng)陣列 讓機(jī)器人準(zhǔn)確識(shí)別主人話語

　　為了讓兔智機(jī)器人準(zhǔn)確獲取來自家庭范圍內(nèi)各個(gè)方向的語音，捷通華聲專門推出了靈云環(huán)形麥克風(fēng)陣列。與車載麥克風(fēng)陣列不同，因?yàn)檐囕d設(shè)備只需拾取設(shè)備對(duì)面180°范圍內(nèi)的乘車人話語，采用線性麥克風(fēng)陣列即可滿足需求，而家庭范圍較為開放，說話人會(huì)移動(dòng)，聲源可能在各個(gè)方位，需要用環(huán)形麥克風(fēng)陣列來定位和獲取360°范圍內(nèi)的語音信息。

　　靈云環(huán)形麥克風(fēng)陣列能根據(jù)聲音到達(dá)的時(shí)間差，準(zhǔn)確計(jì)算出聲源與陣列模塊之間的角度和距離，實(shí)現(xiàn)對(duì)目標(biāo)聲源的定位，并利用麥克風(fēng)陣列的空域?yàn)V波特性，在目標(biāo)說話人方向形成拾音波束，僅拾取波束的信號(hào)，抑制波束之外的噪聲和混響（反射聲）。

　　由于聲音能量會(huì)隨著傳播距離的變遠(yuǎn)而衰減，陣列模塊通過將多個(gè)麥克風(fēng)拾取的聲音信號(hào)進(jìn)行有機(jī)疊加，增強(qiáng)整體拾取的語音波束能量。同時(shí)，利用回聲消除技術(shù)，過濾掉機(jī)器自身音頻設(shè)備發(fā)出的聲音，為語音識(shí)別引擎輸入更為清晰、純凈的聲音。

　　由于在麥克風(fēng)陣列模塊的拾音過程中，會(huì)不可避免的拾取部分環(huán)境噪音，對(duì)此，捷通華聲針對(duì)環(huán)境噪音進(jìn)行建模，并用大量真實(shí)噪音數(shù)據(jù)進(jìn)行訓(xùn)練，優(yōu)化語音識(shí)別算法，推出了具備極強(qiáng)抗噪能力的靈云語音識(shí)別技術(shù)，能輕松應(yīng)對(duì)常見環(huán)境噪音。同時(shí)，該技術(shù)采用的深度神經(jīng)網(wǎng)絡(luò)（DNN）算法，可在用戶使用過程中，用積累的語音數(shù)據(jù)訓(xùn)練、優(yōu)化算法，不斷提升的抗噪能力，讓機(jī)器人準(zhǔn)確識(shí)別主人話語。

　　靈云語音合成 讓機(jī)器人“能說會(huì)唱”

　　除了采用靈云環(huán)形麥克風(fēng)陣列和語音識(shí)別技術(shù)，兔智機(jī)器人還采用了捷通華聲的靈云語音合成技術(shù)，可以說出可愛稚嫩、流暢自然的話語，讓人感覺是在和一個(gè)六七歲的小孩說話。捷通華聲作為國內(nèi)最早從事語音合成技術(shù)研究與應(yīng)用的企業(yè)，早在2001年就推出了代表行業(yè)頂尖水平的靈云語音合成技術(shù)，經(jīng)過十多年的技術(shù)積累，以及在成千上萬家企業(yè)的應(yīng)用實(shí)踐和磨合，捷通華聲不斷優(yōu)化文本分析模型、完善韻律規(guī)劃，讓靈云語音合成技術(shù)的合成效果真實(shí)飽滿、抑揚(yáng)頓挫，MOS值已高達(dá)4.6，可懂度、自然度、流暢度達(dá)到行業(yè)頂尖水平。

　　靈云語音合成技術(shù)已全面支持中文普通話、英語、粵語、維吾爾語、日、韓、俄、德、法等21種語言，覆蓋了全球90%以上的國家和地區(qū)，中英混讀、粵英混讀自然流暢，全面適應(yīng)目前的多語種語音合成要求，讓機(jī)器人“說”出流暢、自然的話語。

　　近期，捷通華聲依靠在語音合成領(lǐng)域數(shù)十年的深厚積累，推出了靈云歌唱合成技術(shù)。該技術(shù)可根據(jù)歌譜信息，讓機(jī)器人唱出甜美可愛、清明透亮、悅耳動(dòng)聽，如真人般歌唱的歌聲，成功實(shí)現(xiàn)機(jī)器從“開口說話”到“放聲歌唱”的跨越式進(jìn)步，讓機(jī)器人“能說會(huì)唱”。讓機(jī)器人學(xué)會(huì)唱歌，不僅提升了機(jī)器人服務(wù)的趣味性，更意味著機(jī)器人在擬人度和服務(wù)體驗(yàn)方面跨出了一大步。

　　靈云平臺(tái)面向機(jī)器人產(chǎn)業(yè)全面開放

　　捷通華聲作為中國人工智能產(chǎn)業(yè)的領(lǐng)軍企業(yè)，在2011年推出了國內(nèi)外第一個(gè)全方位人工智能開放平臺(tái)—靈云（hcicloud.com）。靈云平臺(tái)面向產(chǎn)業(yè)全面開放，并以“云 + 端”方式，為產(chǎn)業(yè)界提供語音合成、語音識(shí)別、OCR、手寫識(shí)別、人臉識(shí)別、聲紋識(shí)別、指紋識(shí)別、語義理解、機(jī)器翻譯等全方位人工智能能力。

　　捷通華聲自2015年初就宣布靈云平臺(tái)對(duì)中國機(jī)器人產(chǎn)業(yè)全面開放，并相繼為開心果、中智物聯(lián)、新松、兆緯、科沃斯、阿凡達(dá)、奇諾軟通、NAO等數(shù)百家國內(nèi)外機(jī)器人廠商提供了全方位靈云人工智能能力服務(wù)，傾全力支持中國機(jī)器人產(chǎn)業(yè)打造真正的“能聽會(huì)說、能寫會(huì)看、能思考、會(huì)判斷”的機(jī)器人。大量使用了靈云能力的機(jī)器人，有的已實(shí)現(xiàn)批量上市，更多的在金融、電信、能源政府、商業(yè)機(jī)構(gòu)營業(yè)廳、商場等場所展開大規(guī)模測試，得到了產(chǎn)業(yè)界與廣大用戶的廣泛關(guān)注與贊譽(yù)。

　　近年來，伴隨人工智能產(chǎn)業(yè)的爆發(fā)性增長，捷通華聲憑借人工智能技術(shù)深厚功底與對(duì)機(jī)器人產(chǎn)業(yè)發(fā)展的準(zhǔn)確預(yù)見，憑借合作共贏的理念，不與機(jī)器人廠商爭利，更不會(huì)與機(jī)器人廠商爭市場的合作意識(shí)，贏得了國內(nèi)機(jī)器人廠商的廣泛支持，目前已與絕大多數(shù)國內(nèi)主要機(jī)器人廠商建立了穩(wěn)固的合作伙伴關(guān)系，靈云人工智能已在中國機(jī)器人產(chǎn)業(yè)已獨(dú)樹一幟，幾乎無處不在！

　　未來發(fā)展，捷通華聲將繼續(xù)以清華大學(xué)人工智能研究力量為依托，全面響應(yīng)并支持國家創(chuàng)新發(fā)展戰(zhàn)略，全面促進(jìn)靈云平臺(tái)與中國機(jī)器人產(chǎn)業(yè)界的全面對(duì)接，與中國所有機(jī)器人廠商一起精誠合作，共同打造屬于中國機(jī)器人產(chǎn)業(yè)的輝煌。