在今年首屆亞洲消費(fèi)電子展（International CES Asia）上，京東智能與科大訊飛聯(lián)手推出了首款產(chǎn)品——DingDong智能音箱，一經(jīng)發(fā)布便引起了業(yè)界的普遍關(guān)注。其不僅開創(chuàng)了一種嶄新的語(yǔ)音交互方式，同時(shí)也是一款具有入口級(jí)戰(zhàn)略意義的智能產(chǎn)品。語(yǔ)音交互一直是人類探索人機(jī)交互的下一步場(chǎng)景。這種場(chǎng)景讓我們可以徹底解放雙手，如果你認(rèn)為這種情況還只能出現(xiàn)在科幻電影里，那不妨看看京東智能與科大訊飛是如何讓科幻照進(jìn)現(xiàn)實(shí)的。

自由之聲：麥克風(fēng)遠(yuǎn)場(chǎng)識(shí)別技術(shù)

語(yǔ)音交互想要做到智能化，首先是要在場(chǎng)景的使用上足夠自由，也就是說，不論你在客廳的哪個(gè)角落發(fā)出指令，設(shè)備都能夠準(zhǔn)確的識(shí)別。想要做到這樣一種體驗(yàn)，它所涉及的是多種復(fù)雜的語(yǔ)音交互處理。

目前室內(nèi)的語(yǔ)音交互受到背景噪音、其他人聲干擾、回聲、混響等多重復(fù)雜因素影響，導(dǎo)致識(shí)別率極低，甚至無(wú)法使用，只能在相對(duì)安靜、近距離的環(huán)境下使用。為了能夠打破這種限制，科大訊飛為DingDong智能音箱提供了遠(yuǎn)場(chǎng)識(shí)別技術(shù)，使語(yǔ)音交互的距離可以達(dá)到5米且保證識(shí)別率在90%以上，這也是目前市場(chǎng)上唯一支持5米的超遠(yuǎn)距離語(yǔ)音交互產(chǎn)品。

該技術(shù)利用安放在音箱頂部的8個(gè)麥克風(fēng)陣列，實(shí)現(xiàn)空間上360°的語(yǔ)音信號(hào)采集，通過聲源定位來(lái)確定目標(biāo)說話人的方向。同時(shí)，利用麥克風(fēng)陣列形成的空域?yàn)V波特性，在目標(biāo)說話人方向形成拾音波束，抑制波束之外的噪音和反射聲，此外，結(jié)合獨(dú)特的去混響算法，***程度的吸收反射聲，從而達(dá)到去混響的目的。

細(xì)心設(shè)計(jì)的結(jié)構(gòu)與精密的算法結(jié)合，將目標(biāo)聲源方向之外的噪聲或干擾抑制10dB以上，很好的保障了DingDong智能音箱的語(yǔ)音識(shí)別率。

在排除了外部干擾之后，音箱本身所發(fā)出的聲音，如何不變成干擾，使用戶可以在播放過程中進(jìn)行喚醒和打斷，DingDong智能音箱采用了基于多通道回聲消除的語(yǔ)音打斷技術(shù)，通過多通道回聲消除和麥克風(fēng)陣列技術(shù)的結(jié)合，實(shí)現(xiàn)音箱在播放100dB的音樂時(shí)，可以做到90%的語(yǔ)音喚醒率。

聆聽之聲：語(yǔ)音識(shí)別技術(shù)

在解決了遠(yuǎn)距離語(yǔ)音交互的混響和噪音問題后，“語(yǔ)音識(shí)別”便成了決定這款音箱是否智能的關(guān)鍵。“語(yǔ)音識(shí)別”技術(shù)相當(dāng)于給計(jì)算機(jī)系統(tǒng)裝上“耳朵”，使其具備“能聽”的功能。該技術(shù)經(jīng)過語(yǔ)音信號(hào)處理、語(yǔ)音特征處理、模型訓(xùn)練及解碼引擎等復(fù)雜步驟，使機(jī)器最終能夠?qū)⒄Z(yǔ)音中的內(nèi)容、說話人、語(yǔ)種等信息識(shí)別出來(lái)。

為此科大訊飛將深度神經(jīng)網(wǎng)絡(luò)技術(shù)引入到了語(yǔ)音識(shí)別當(dāng)中。通過海量訓(xùn)練語(yǔ)料基礎(chǔ)上的高精度聲學(xué)模型和語(yǔ)言模型訓(xùn)練，并結(jié)合***的解碼引擎工程技術(shù)，使識(shí)別效果和識(shí)別速度有了質(zhì)的提升。大詞匯連續(xù)語(yǔ)音識(shí)別率達(dá)到95%以上，命令詞識(shí)別率達(dá)到99%以上，解碼引擎可以在用戶講話后40毫秒內(nèi)給出結(jié)果，實(shí)現(xiàn)真正的“秒懂”。

不僅要“秒懂”還要24小時(shí)待命，在我需要的時(shí)候，發(fā)出特定的喚醒詞觸發(fā)語(yǔ)音識(shí)別系統(tǒng)，以實(shí)現(xiàn)后續(xù)的語(yǔ)音交互。然而這僅僅是挑戰(zhàn)的開始，人類的語(yǔ)言是復(fù)雜的，每個(gè)人說話時(shí)，口音、語(yǔ)速、口頭禪都不一樣，智能設(shè)備只會(huì)識(shí)別一些基本詞句顯然遠(yuǎn)遠(yuǎn)不夠，它們必須更懂你。懂你的口音、方言、口頭禪亦或時(shí)不時(shí)蹦出來(lái)的專業(yè)詞匯等。這就牽扯到另外一項(xiàng)技術(shù)——個(gè)性化識(shí)別技術(shù)。

個(gè)性化識(shí)別指的是語(yǔ)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，它越懂你。一般來(lái)說，個(gè)性化識(shí)別包括發(fā)音和語(yǔ)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(yǔ)速、口音等發(fā)音習(xí)慣的學(xué)習(xí)，而語(yǔ)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。在DingDong智能音箱所采用的個(gè)性化識(shí)別技術(shù)上，能夠針對(duì)每個(gè)人的興趣點(diǎn)、知識(shí)背景來(lái)進(jìn)行個(gè)性化語(yǔ)言模型建模，從而準(zhǔn)確識(shí)別出個(gè)性化的詞匯內(nèi)容。

聯(lián)接之聲：微聯(lián)與京東智能云

既然是一款具有入口級(jí)戰(zhàn)略意義的智能產(chǎn)品，在邁入了語(yǔ)音交互的這道門檻之后，它所要做的就是聯(lián)接。DingDong智能音箱已經(jīng)接入到了京東微聯(lián)的平臺(tái)當(dāng)中，這意味著通過微聯(lián)的平臺(tái)你可以跨品牌、跨平臺(tái)的與多種智能設(shè)備連接，并控制。目前京東微聯(lián)對(duì)接的產(chǎn)品已經(jīng)超過400款，覆蓋生活電器、廚房電器、空調(diào)、可穿戴設(shè)備。試想一下，你可以對(duì)DingDong智能音箱發(fā)出指令，讓其打開空調(diào)，關(guān)閉電源等操作。這種場(chǎng)景化的組合，正是微聯(lián)賦予智能產(chǎn)品新的意義所在。

音箱與微聯(lián)的結(jié)合，讓我們看到了更接近電影中智能管家的形象。實(shí)現(xiàn)智能設(shè)備的統(tǒng)一管理，互聯(lián)互通，大數(shù)據(jù)的集中管理，這樣的做法，很好的規(guī)避了智能硬件之間形成的孤島，數(shù)據(jù)無(wú)法互通的問題，真正的讓數(shù)據(jù)包裹住用戶，從而形成連貫的數(shù)據(jù)記錄。

為了能夠構(gòu)建完整的智能生態(tài)，在微聯(lián)的背后還有京東智能云的支撐，它將用戶、智能硬件和APP應(yīng)用三者有效的連接起來(lái)。使得智能硬件廠商和用戶充分享受到大數(shù)據(jù)分析、云計(jì)算構(gòu)建的智能硬件生態(tài)圈。實(shí)現(xiàn)智能場(chǎng)景化、開放服務(wù)、可對(duì)接O2O服務(wù)商等***延伸。

合作之聲：京東與科大訊飛

DingDong智能音箱很好的體現(xiàn)了核心技術(shù)與智能產(chǎn)業(yè)鏈整合的威力。來(lái)自科大訊飛的語(yǔ)音識(shí)別和交互技術(shù)帶來(lái)了流暢的交互，而京東微聯(lián)則提供了跨品牌、跨平臺(tái)的智能產(chǎn)品連接和控制，對(duì)于用戶來(lái)說，DingDong智能音箱將扮演起智能家居交互中樞的角色。推動(dòng)智能家居的普及，改變用戶習(xí)慣。

智能音箱的智能家居語(yǔ)音交互入口定位充分顯示了京東開放的智能生態(tài)布局，京東希望通過自己的努力推動(dòng)智能行業(yè)發(fā)展，拓寬市場(chǎng)，贏得更多用戶對(duì)智能產(chǎn)品的接受，從而帶動(dòng)合作伙伴共同成長(zhǎng)。

關(guān)于京東（JD.com）

京東（JD.com）是中國(guó)***的自營(yíng)式電商企業(yè)。京東為消費(fèi)者提供愉悅的在線購(gòu)物體驗(yàn)。通過內(nèi)容豐富、人性化的網(wǎng)站（www.jd.com）和移動(dòng)客戶端，京東以富有競(jìng)爭(zhēng)力的價(jià)格，提供具有豐富品類及卓越品質(zhì)的商品和服務(wù)，并且以快速可靠的方式送達(dá)消費(fèi)者。京東相信其擁有全國(guó)電商行業(yè)中***的倉(cāng)儲(chǔ)設(shè)施。截至2015年3月31日，京東在全國(guó)范圍內(nèi)擁有7大物流中心，在43座城市運(yùn)營(yíng)了143個(gè)大型倉(cāng)庫(kù)，擁有3,539個(gè)配送站和自提點(diǎn)，覆蓋全國(guó)范圍內(nèi)的1,961個(gè)區(qū)縣，且全部自營(yíng)。

關(guān)于京東智能（JD Smart）

京東智能成立于2014年8月，承載著京東集團(tuán)未來(lái)在智能領(lǐng)域的創(chuàng)新與布局。它通過JD+計(jì)劃整合了智能產(chǎn)業(yè)鏈上下游優(yōu)質(zhì)資源和微聯(lián)技術(shù)平臺(tái)，為用戶提供有品質(zhì)的智能的互聯(lián)、互通產(chǎn)品，讓他們生活的簡(jiǎn)單、快樂。京東智能建立了開放的線上頁(yè)面，聚集了用戶和品牌商、初創(chuàng)團(tuán)隊(duì)，讓用戶來(lái)京東一起玩智能、感受智能生活。

關(guān)于科大訊飛（iFLYTEK）

科大訊飛股份有限公司（iFLYTEK）是一家專業(yè)從事智能語(yǔ)音及語(yǔ)言技術(shù)、人工智能技術(shù)研究，軟件及芯片產(chǎn)品開發(fā)，語(yǔ)音信息服務(wù)的***骨干軟件企業(yè)。科大訊飛的語(yǔ)音合成、語(yǔ)音識(shí)別、口語(yǔ)評(píng)測(cè)、自然語(yǔ)言處理、麥克風(fēng)陣列等智能語(yǔ)音與人工智能核心技術(shù)，代表了世界的***水平。

2014年8月，科大訊飛發(fā)布了“訊飛超腦”計(jì)劃，核心是讓機(jī)器從“能聽會(huì)說”到“能理解會(huì)預(yù)測(cè)”?；谠谌斯ぶ悄苎芯康耐黄疲?014年科大訊飛***參加國(guó)際口語(yǔ)機(jī)器翻譯比賽就擊敗了國(guó)外***研究機(jī)構(gòu)和院校，摘得桂冠。作為“訊飛超腦”的重要組成部分，科大訊飛正牽頭國(guó)家“863”重大專項(xiàng)——類人答題機(jī)器人項(xiàng)目的研發(fā)工作?？拼笥嶏w為全行業(yè)2000多家企業(yè)提供語(yǔ)音核心技術(shù)，占有中文語(yǔ)音主流市場(chǎng)70%以上市場(chǎng)份額，在教育、通信、金融、互聯(lián)網(wǎng)等領(lǐng)域廣泛應(yīng)用。2010年，科大訊飛在全球發(fā)布了***提供移動(dòng)互聯(lián)網(wǎng)智能語(yǔ)音交互能力的“訊飛語(yǔ)音云”平臺(tái)（該平臺(tái)應(yīng)用項(xiàng)目合作伙伴超過6萬(wàn)家，終端用戶數(shù)量超過6.8億），并且在最近將更具人工智能屬性的云端自然語(yǔ)言處理和全球識(shí)別率***的人臉識(shí)別技術(shù)納入其中。目前，科大訊飛已發(fā)展成為亞太地區(qū)***的語(yǔ)音上市公司和智能語(yǔ)音與人工智能產(chǎn)業(yè)的***。