從命令行、圖形界面到觸摸板，再到語(yǔ)音控制，人機(jī)交互模式正在發(fā)生著巨大的變化，技術(shù)的發(fā)展給我們帶來(lái)很大的方便。然而在如今喧鬧的城市中，尋找一個(gè)安靜的環(huán)境是比較困難的，如何在有噪聲的情況下保持良好的通話或者語(yǔ)音識(shí)別是工程師不得不面臨的挑戰(zhàn)。

Audience市場(chǎng)拓展部副總裁Robert Schoenfield向21ic記者表示，如今現(xiàn)實(shí)世界的噪聲已經(jīng)成為困擾人們的真正難題， Audience一直致力于移動(dòng)設(shè)備高級(jí)語(yǔ)音和音頻處理。作為唯一一家實(shí)現(xiàn)聽(tīng)覺(jué)神經(jīng)學(xué)產(chǎn)品化的公司，Audience的earSmart™系列智能語(yǔ)音處理器的開(kāi)發(fā)設(shè)計(jì)基于人類(lèi)產(chǎn)生聽(tīng)覺(jué)的過(guò)程，通過(guò)抑制背景噪音，使得用戶即使在喧鬧的環(huán)境中也可以獲得良好的移動(dòng)語(yǔ)音質(zhì)量，可以大大提高用戶的通話質(zhì)量。

記者了解到，earSmart技術(shù)基于人類(lèi)聽(tīng)覺(jué)系統(tǒng)科學(xué)，就像人體擁有兩只耳朵一樣，最新的第三代先進(jìn)語(yǔ)音技術(shù)采用全球首個(gè)三路話筒技術(shù)，即可以同時(shí)使用三只話筒采集用戶周?chē)沫h(huán)境信息，不須采用任何指向性麥克風(fēng)，也不需指定特定的麥克風(fēng)種類(lèi)，可以有效控制成本;并且因?yàn)榇钆浞侵赶蛐喳溈孙L(fēng)，通話的角度也更不受限制。

此外，第三代earSmart技術(shù)采用了第二代的ASR語(yǔ)音識(shí)別輔助技術(shù)。通過(guò)硬件加速算法將語(yǔ)音從周?chē)h(huán)境噪聲中分離出來(lái)，較遠(yuǎn)距離通話也可保持良好音質(zhì)，極大地改善了諸如虛擬助手和語(yǔ)音搜索等語(yǔ)音識(shí)別應(yīng)用的用戶體驗(yàn)。

Schoenfield還透露，Audience將與語(yǔ)音識(shí)別軟件商科大訊飛合作，進(jìn)一步拓展中國(guó)移動(dòng)語(yǔ)音終端市場(chǎng)。

隨著移動(dòng)互聯(lián)網(wǎng)的迅猛發(fā)展，高級(jí)語(yǔ)音服務(wù)遇到了巨大機(jī)遇，不論是智能手機(jī)、平板、車(chē)載設(shè)備還是即將普及的可穿戴設(shè)備，語(yǔ)音識(shí)別控制技術(shù)可以讓用戶從觸摸屏中解放雙手，語(yǔ)音識(shí)別控制的效率也將更高。在媒體會(huì)現(xiàn)場(chǎng)Audience展示了采用earsmart技術(shù)芯片的谷歌Nexus10平板電腦在嘈雜環(huán)境下的訊飛語(yǔ)音輸入，噪聲抑制功能打開(kāi)，科大訊飛語(yǔ)音輸入文字完全正確。Audience earSmart通過(guò)強(qiáng)大的降噪技術(shù)可以更好的輔助輸入純凈清晰地語(yǔ)音信號(hào)，從而使得訊飛應(yīng)用更加準(zhǔn)確的辨別語(yǔ)音指令內(nèi)容，以做出最準(zhǔn)確的回應(yīng)。

值得一提的是，Audience將與中國(guó)移動(dòng)展開(kāi)合作，共同建立語(yǔ)音實(shí)驗(yàn)室、規(guī)范與測(cè)試以及應(yīng)用程序與生態(tài)系統(tǒng)的開(kāi)發(fā)。Schoenfield補(bǔ)充道，伴隨著移動(dòng)互聯(lián)時(shí)代的帶來(lái)，4G LTE網(wǎng)絡(luò)建設(shè)的加快，用戶對(duì)于移動(dòng)設(shè)備的依賴(lài)不斷加大，而中國(guó)移動(dòng)擁有超過(guò)7億的用戶群體，Audience希望通過(guò)移動(dòng)運(yùn)營(yíng)商進(jìn)行多方位合作，致力于提高用戶的體驗(yàn)，幫助用戶在周邊非常喧鬧嘈雜的環(huán)境仍能進(jìn)行清晰的通話及語(yǔ)音識(shí)別。