在國家智能語音創新中心看民企活力——

　　“創新鏈產(chan) 業(ye) 鏈深度融合，步伐更快”(經濟新方位·支持民營經濟發展)

　　企業(ye) 是科技創新的主體(ti) 。習(xi) 近平總書(shu) 記強調：“有能力、有條件的民營企業(ye) 要加強自主創新，在推進科技自立自強和科技成果轉化中發揮更大作用。”

　　越來越多的民營企業(ye) 創新步伐不斷加快，成為(wei) 推動經濟高質量發展的重要力量。在安徽合肥，記者走進國家智能語音創新中心。這是工業(ye) 和信息化部2021年批複組建的4家國家製造業(ye) 創新中心之一，由科大訊飛牽頭，依托合肥智能語音創新發展有限公司，國內(nei) 10多家智能語音企業(ye) 和科研院所聯手組建而成。中心與(yu) 企業(ye) 聯動，充分發揮科技創新驅動作用，不斷促進創新鏈產(chan) 業(ye) 鏈深度融合，為(wei) 生產(chan) 生活帶來更多想象空間。

　　助生產(chan) 提質增效——

　　“智能耳朵”將質檢效率提高2/3

　　浙江捷昌線性驅動科技股份有限公司主營電機生產(chan) 。“在傳(chuan) 統工業(ye) 場景中，電機設備一旦出現故障，發出異常聲音，通常都是經驗豐(feng) 富的老師傅用耳朵聽，來判斷故障點。”公司新昌生產(chan) 基地生產(chan) 總監張巍峰介紹：“我們(men) 實現了電機在流水線組裝完成後，通過聲紋質檢係統檢測采集產(chan) 品運轉數據。”

　　一款係統，如何通過聲音識別產(chan) 品質量？

　　靜音房中，電機運轉，嗡嗡聲響接連不斷；顯示屏上，聲紋起伏，數據被采集捕捉；存在故障，通過數據分析，維修點位隨即可以確定。一直以來，張巍峰都在琢磨怎樣通過機器“聽音”提高質檢效率，“自個(ge) 兒(er) 摸索兩(liang) 三年，沒有取得一點進展”。

　　機緣巧合，一次技術推介會(hui) 上，得知國家智能語音創新中心正在開展工業(ye) 聲學方向的研究，張巍峰當即尋求合作：“我們(men) 有需求，他們(men) 懂技術，優(you) 勢互補，說不定能研發出來。”

　　研發初期，中心委派的聲紋分析工程師入廠調研，收集樣本；質檢工人現場聽音，記錄特征。6個(ge) 多月時間，采集近5萬(wan) 條數據，算法選型、深度學習(xi) 、參數調節，經過與(yu) 人工聽音多輪比拚試驗，工業(ye) 聲紋質檢係統初步建成。

　　國家智能語音創新中心總經理吳江照介紹，利用工業(ye) 聲學技術開展設備質檢，除了民營企業(ye) 自主創新，還離不開科研院所的大力支持。“發聲位置、距離遠近都會(hui) 對收音造成影響，為(wei) 了解決(jue) 工業(ye) 領域的麥克風陣列分布問題，我們(men) 和西北工業(ye) 大學科研團隊開展交流，共同探討技術方案。”吳江照說。

　　如今，這款“智能耳朵”已在產(chan) 線投用，質檢識別準確率達到95%。“一次聯合研發，僅(jin) 一條產(chan) 線每年就能為(wei) 我們(men) 節省成本近15萬(wan) 元！”張巍峰算了筆賬，過去人工聽音，易因疲勞而失準，現在使用工業(ye) 聲紋質檢係統，不僅(jin) 效率提高2/3，還增強了一致性。曾經難以分辨的齒輪或換向器故障點，通過聲紋數據分析，有了改進方向。

　　讓生活智慧便捷——

　　“全屋智控”識別用戶指令更精準精確

　　一進門，燈光自動點亮，空調自行開啟；一句語音指令，舒緩的音樂(le) 在耳邊響起，陽台上的晾衣架開始升降；廚房裏，感應裝置監測到煤氣泄漏，既能報警，還會(hui) 開窗……走進合肥榮事達電子電器集團智能全屋體(ti) 驗生活館，研發中心技術人員孫傑指向巴掌大小的控製麵板：“能集中控製空調、音箱、窗簾等，啟動各種智能情景。”

　　一塊屏幕，如何實現“全屋智控”？

　　從(cong) 傳(chuan) 統的按鍵控製到智能的語音交互，為(wei) 實現多款產(chan) 品集成，孫傑帶領團隊與(yu) 國家智能語音創新中心一道攻關(guan) ，花了約一年時間。

　　首先要解決(jue) 的，是用戶反映最多的“免喚醒”功能。孫傑介紹，喚醒詞是為(wei) 了激活設備進入運行狀態，一般來說，喚醒詞說出後，若能立刻給出反應，有利於(yu) 提升用戶體(ti) 驗。可如果每次使用智能設備都需要喚醒詞，也會(hui) 造成交互冗餘(yu) ，增添麻煩。

　　為(wei) 此，企業(ye) 結合市場調研，分析常用指令，中心則利用聲學技術，提供算法支持。通過具有AI(人工智能)交互能力的語音芯片加持，這款控製麵板可以實現一分鍾內(nei) “一次喚醒，多輪交互”。

　　“誤操作”是橫在麵前的另一道難題。“居家生活時，經常出現閑聊觸發關(guan) 鍵詞、設備作出響應的情況，尤其是在開發‘免喚醒’功能後。”中心AI語音芯片部研發總監周正友介紹。

　　是否可以通過識別聲音、判斷方向，進而給出正確回應？為(wei) 了解決(jue) 這個(ge) 難題，周正友和同事們(men) 根據波速強度，算法分析音頻，經過多次試驗，係統識別準確度大幅提升。

　　眼下，除了智能家居，這款具有語音交互功能的麵板產(chan) 品還被應用到其他領域。“醫院、養(yang) 老院、辦公室等商用客戶也很感興(xing) 趣！”孫傑表示，企業(ye) 與(yu) 中心聯合攻關(guan) ，既增強了創新能力，還開拓了應用市場。

　　為(wei) 創新提供支撐——

　　AR字幕眼鏡帶來“看得見的聲音”

　　耳邊，交流聲音不斷，眼前，文字逐句呈現。這讓弱聽患者劉爍感覺不錯：“跟看劇一樣！戴上眼鏡，聲音就能轉化成文字顯示在眼前，還可以調節字體(ti) 大小、背景顏色，絲(si) 毫不影響視線。”

　　這款AR(增強現實)字幕眼鏡，由北京亮亮視野科技有限公司與(yu) 國家智能語音創新中心聯合研發，具備實時轉寫(xie) 、語音翻譯等功能，已為(wei) 5000多名弱聽患者帶來“看得見的聲音”。

　　麵向市場需求，兼具技術基礎，新品研發按說應該很順利。令亮亮視野係統研發部總監趙偉(wei) 沒想到的是，技術遷移並不簡單。“我們(men) 想的是把眼鏡和聲學技術相結合，增強用戶體(ti) 驗，可眼鏡收集聲音後，難以依托眼鏡本體(ti) 算力進行轉寫(xie) 。”趙偉(wei) 思來想去，決(jue) 定“上雲(yun) ”一試。

　　這朵“雲(yun) ”，是國家智能語音創新中心構建的端雲(yun) 一體(ti) 語音雲(yun) 平台，為(wei) 金融、醫療、智能交通等領域企業(ye) 提供技術服務，助力企業(ye) 高效穩定運營，日交互量達20億(yi) 次。

　　近半年時間裏，趙偉(wei) 在合肥、北京兩(liang) 地奔走，從(cong) 拾音降噪到接入“雲(yun) 端”，企業(ye) 、中心協同創新。如何精準識別人聲？科研人員調節上千次麥克風陣列組合，確定聲音增益最佳範圍。怎樣確保轉寫(xie) 迅速穩定？技術人員將數據接入雲(yun) 平台，提供響應及時的算力支撐。

　　“簡化操作步驟、調節字幕位置，產(chan) 品去年研發成功以來，軟件前後更新了三四個(ge) 版本。現在，我們(men) 正在和中心討論，如何增加語音控製開關(guan) 功能，讓用戶操作更加便捷。”趙偉(wei) 說。

　　近年來，為(wei) 支持智能語音產(chan) 業(ye) 發展，工信部批複組建國家智能語音創新中心，給予專(zhuan) 項支持；2021年，安徽省印發《支持中國聲穀創新發展若幹政策》，鼓勵人工智能及智能語音產(chan) 業(ye) 發展和推廣應用，引導企業(ye) 協同創新發展。“政府有政策，企業(ye) 有場景、有需求，中心有技術、有實力。依托這樣的創新合作形式，可以更有效實現資源聯動。創新鏈產(chan) 業(ye) 鏈深度融合，步伐更快。”吳江照說。（人民日報）